X線宇宙観測データと量子機械学習の融合による世界初の成果
Title Image SP:
<plone.namedfile.file.NamedBlobImage object at 0x7feda8d95190 oid 0x6d4af4 in <Connection at 7fee02bc1a60>>
Announcement Date
2025-07-02
Research Highlight
natural_sciences
Term Index
{'items': [{'key': '6qglv', 'term': '量子コンピュータ', 'description': {'blocks': [{'key': 'lo96', 'text': '0と1が重なり合った「重ね合わせ」状態を持つ量子ビットを使い、複数の計算を同時に進められる特性がある。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}}, {'key': 'd4mcm', 'term': '古典コンピュータ', 'description': {'blocks': [{'key': '789hg', 'text': '電気の有無を0か1で表し、その組み合わせで計算を行う。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}}, {'key': '6uher', 'term': 'LSTM(Long Short-term Memory)', 'description': {'blocks': [{'key': 'fhk7e', 'text': '過去からの長期的な情報を保持しつつ、直近の情報も考慮することで未来を予測するする能力があります。気象や株価データといった、時間変化するデータを扱うのに使われたりしています。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}}, {'key': '4glp5', 'term': 'LSST(Large Synoptic Survey Telescope)', 'description': {'blocks': [{'key': '22jse', 'text': 'チリで建設中の広視野光学赤外線望遠鏡で、紫外線から近赤外線まで感度があり、極めて広い視野 (約満月 40 個分) を持つ。その広視野をもってして、望遠鏡から見える空に対して複数バンドの掃天観測を数夜で完了することができる。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}}, {'key': '5sigb', 'term': 'NewAthena', 'description': {'blocks': [{'key': '5fe83', 'text': '欧州宇宙機関 (ESA) が主導の広視野X線カメラを乗せた次世代X線観測衛星。宇宙の高エネルギー現象の解明に大きく貢献することが期待されています。現存のXMM-Newton 衛星よりも広い視野 (約満月 2 個分) と高い感度によって、より多数の変動天体をとらえられると期待されます。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}}]}
Departments
['sci']
Related Teachers
['川室太希']
Teacher Comment
今回の研究では、異常な光度変動を自動で検出する量子機械学習モデルを構築し、実際のX線宇宙観測データに適用したところ、古典コンピュータを用いた場合よりも多くの候補を検出できました。今回の宇宙の時間変化を捉えるという研究に留まらず、量子コンピュータの様々な天文データ解析への応用を考えていきたいです。
Teacher Image
https://rd.iai.osaka-u.ac.jp/image/photo_drwan_640_s.png
Teacher Name
川室 太希
Teacher Position
助教
Teacher Division1
理学研究科
Teacher Division2
Teacher URL
https://rd.iai.osaka-u.ac.jp/ja/3e0f66cedd0da895.html
