【2022年3月2日開催】
第1回量子ソフトウェア産学協働ゼミ
開催趣旨
テーマ: テンソルネットワークを用いた時系列予測モデルの圧縮
テンソルネットワークを用いることで、機械学習モデルのパラメータ数を削減できることが知られています。本ゼミでは、量子ソフトウェア寄付講座の産学連携活動の一環として、COVID-19の感染者数を予測する問題を解くシンプルなモデルを題材としたプログラム作成演習を行います。パラメータ圧縮率がモデルに与える影響を議論することで、テンソルネットワークの応用に関する理解を深めることを目指します
開催要項
- 日時: 2022年3月2日(水) 13:00-17:00
- 場所: 東京大学本郷キャンパス 理学部1号館287号講義室
- 定員: 30名程度 (事前の参加申し込みが必要です)
- 対象: 東京大学の学部・大学院学生・博士研究員／量子ソフトウェア寄付講座の協賛・協力企業
- 量子アルゴリズムやテンソルネットワークに興味がある方
- Python言語の基礎知識を有していること(Numpyを使って行列の積和計算ができることが望ましい)
- 参加費用: 無料
- 演習はGoogle Colaboratory上にて行います。Googleアカウント(東京大学ECCS GSuite for Educationでも可)をご用意の上、ご自身のノートPCをご持参ください
なお、新型コロナウィルス感染症の拡大状況によっては、ハイブリッドもしくはオンライン開催に変更する場合があります
講師
- 大久保 毅 (東京大学大学院理学系研究科)
- 身野良寛 (株式会社日本総合研究所先端技術ラボ)
講習資料
プログラム
| 13:00-13:10 | はじめに |
| 13:10-14:00 | テンソルネットワークを使ったパラメータ圧縮 |
| 14:00-14:10 | 演習課題と演習環境 |
| 14:10-14:30 | RNN (Recurrent Neural Network)による時系列予測モデル |
| 14:30-14:45 | 休憩 |
| 14:45-15:40 | 【演習】テンソルネットワークによるパラメータ圧縮 【討論】パラメータ圧縮と予測結果の関係について |
| 15:40-15:55 | 結果共有、模範解答の確認・解説 |
| 15:55-16:40 | 【演習】発展課題 |
| 16:40-16:50 | 結果共有、模範解答の確認・解説 |
| 16:50-17:00 | 総評、まとめ |