＜＜＜「@」を「__AT__」に置き換えています＞＞＞

Date: Thu, 24 Sep 2026 10:40:20 +0900
To: sg-l__AT__yukawa.kyoto-u.ac.jp
Subject: [Sg-l:10640] 量子埋め込みグループ定期セミナー
From: 秋山進一郎 (Sg-l 経由) 

皆様、

筑波大学の秋山です。

慶應義塾大学の阿部慶彦さんに下記のようにセミナーをしていただきます。
このセミナーは、サスティナブル量子AI研究拠点（SQAI）の量子埋め込みグループの定期セミナーになりますが、SQAIメンバー以外の方も参加可能ですので、お気軽にご参加ください。

=====
日時：2026年10月19日 (月) 16:00 - 17:00
形式：ハイブリッド (現地会場 + Zoom)
現地会場：筑波大学 筑波キャンパス 自然系学系棟D413

講演者：阿部慶彦 (慶應義塾大学)
タイトル：Quantum Riemannian Hamiltonian Descent

概要：
近年、連続最適化問題において古典的な重力ダイナミクスや勾配降下法を量子力学的に拡張したQuantum Hamiltonian Descent (QHD) が注目を集めている。QHDは量子効果を利用して複雑なエネルギー景観における局所最適解の回避を可能にするが、従来の手法は平坦なユークリッド空間上の問題に限定されており、非自明な幾何構造を持つパラメータ空間上の最適化問題への直接適用には課題があった。本セミナーでは、QHDを曲がった空間上の最適化へと一般化したアルゴリズムであるQuantum Riemannian Hamiltonian Descent (QRHD)を紹介する。QRHDは、運動エネルギー項に位置依存のmetricを組込むことでパラメータ空間の幾何学的構造を考慮する。本発表では、演算子形式および経路積分形式に基づく定式化とそのダイナミクスを概観し、時間依存散逸因子の物理的な解釈を議論する。さらに、半古典解析による収束時間の下限評価、数値シミュレーション例、および時間依存ハミルトニアンシミュレーションに基づく量子回路実装とクエリ複雑性について議論する。また時間が許せば、QRHDと制約付き最適化問題との関係についても言及する。本発表は長井遼氏との共同研究2603.28624 [quant-ph] に基づく。

備考：
事前登録は不要ですので、お気軽にご参加ください。Zoomからのご参加も可能です。

Zoom情報：
https://keio-univ.zoom.us/j/81352964168?pwd=OiFdIc2qHafGjzJrnqesU06ji9HCpb.1
ミーティングID: 813 5296 4168 
パスコード: 072521
=====

秋山