量子インスパイアード技術を用いた大量データのクラスタリング手法の開発 多様な分野における画像を含む時系列データの分析に利用

量子インスパイアード技術を用いた大量データのクラスタリング手法の開発多様な分野における画像を含む時系列データの分析に利用

2024年1月11日 14:00 | プレスリリース・研究成果

【本学研究者情報】

〇流体科学研究所　教授　永井大樹
流体科学研究所　助教　伊神翼
研究室ウェブサイト

【発表のポイント】

科学、工学、環境、農業、生命科学、経済学をはじめ多くの分野で、時間とともに変化するデータ（時系列データ）を大量に収集し、類似度に応じて適切にグループ分け（クラスタリング）し、特徴的な挙動を解析することが重要となっています。
本研究では、時系列データのクラスタリングを組合せ最適化問題として捉え、この問題に特化した量子インスパイアード技術を適用することで、大量なデータのクラスタリングを高速に行うことに成功しました。

【概要】

早稲田大学理工学術院教授松田佑（まつだゆう）、同大学院生井上智輝（いのうえともき）、窪田航陽（くぼたこうよう）、東北大学流体科学研究所教授永井大樹（ながいひろき）、同助教伊神翼（いかみつばさ）、愛知工業大学工学部教授江上泰広（えがみやすひろ）らの研究グループ（以下、「本研究グループ」とする）は、大きなサイズで大量の時系列データ^*1のクラスタリング^*2を組合せ最適化問題^*3として捉え、これに特化した計算技術を応用して高速な計算を可能としました。また、どのクラスタにも相応しくない外れ値を、クラスタに含まないようなアルゴリズム構築を行いました。これにより、多分野での画像を含む時系列データの解析に本手法が貢献できると期待されます。

このたびの成果は、英国の科学雑誌Natureが運営するオープンアクセスジャーナル『Communications Engineering』に、"Clustering Method for Time-Series Images Using Quantum-Inspired Digital Annealer Technology"として、2024年1月10日(現地時間)に掲載されました。