量子サポートベクターマシンによるビッグデータ分類

教師あり機械学習は、すでに分類されたトレーニング例に基づいて新しいデータを分類することです。本研究では、最適化された二項分類器であるサポートベクターマシンを量子コンピュータ上で実装できることを示します。ベクトルのサイズとトレーニング例の数に対して対数的な複雑さを持ちます。古典的なサンプリングアルゴリズムが多項式時間を必要とする場合、指数関数的なスピードアップが得られます。この量子ビッグデータアルゴリズムの核となるのは、トレーニングデータの内積（カーネル）行列の効率的な行列逆行列計算のための疎でない行列指数法です。