fujii

藤井 啓祐

量子計算理論研究チーム チームリーダー

研究概要

当チームでは量子コンピュータの実現のために必要となる量子ソフトウェア基礎工学の創成にむけた理論的研究を行う。近未来的には、現在実現している規模、もしくは次の数年に実現されるであろう規模の量子コンピュータの性能を引き出すための基盤技術開発や、基礎物理、量子化学計算、そして量子機械学習への応用研究をする。長期的な視点では、大規模な誤り耐性量子コンピュータを実現するための、量子コンピュータアーキテクチャ、量子誤り訂正、量子回路の最適化、などに取り組む。また、量子情報を中心として、基礎物理、量子化学、機械学習、高性能計算機など、学際融合領域の研究も進める。

主な研究テーマ

・誤り耐性量子計算、量子誤り訂正の研究
・量子計算モデル、量子計算クラスの研究(古典シミュレーション可能性・困難性、量子超越性)
・量子コンピュータの応用研究(物性物理、量子化学計算、量子機械学習)
・その他、量子情報科学と物理分野との融合領域の研究

代表的な研究成果

1.*K. Mitarai, M. Negoro, M. Kitagawa, and K. Fujii.:
“Quantum Circuit Learning”
Phys. Rev. A, 98, 032309 (2018)

2.*K. Fujii and K. Nakajima.:
“Harnessing Disordered-Ensemble Quantum Dynamics for Machine Learning”
Phys. Rev. Applied, 8, 24030 (2017)

3.*K. Fujii, M. Negoro, N. Imoto, and M. Kitagawa.:
“Measurement-Free Topological Protection Using Dissipative Feedback”
Phys. Rev. X, 4, 041039 (2014)

4.*K. Fujii, Y. Nakata, M. Ohzeki, M. Murao.:
“Measurement-Based Quantum Computation on Symmetry Breaking Thermal States”
Phys. Rev. Lett., 110, 120502 (2013)

5.*K. Fujii and Y. Tokunaga.:
“Fault-Tolerant Topological One-Way Quantum Computation with Probabilistic Two-Qubit Gates”
Phys. Rev. Lett., 105, 250503 (2010)

img_01

量子誤り訂正のための量子回路(左)、
表面符号を用いた誤り耐性量子計算(右)。




img_02

量子回路学習:パラメータ付き量子回路をモデルとする
教師あり機械学習

関連リンク

 Back to top