量子連合学習のクラウド上での実験とデータエンコーディング

量子連合学習(QFL)は、量子ネットワーク上でフェデレーテッド学習(FL)を実現し、協調的な量子モデル訓練と同時にローカルデータプライバシーを実現することを目的とする新しい概念です。本研究では、量子の微妙な点とプラットフォームの制限に重点を置きながら、クラウドプラットフォームでQFLを展開する課題を探索しています。データエンコーディングを駆使したQFLのプルーフオブコンセプト(GitHub オープンソース)は、ゲノムデータセットを用いた量子シミュレーター上での実験で有望な結果を示しています。