本発表ではサポートベクターマシン（SVM）にCMOSアニーリングを適用することを検討する。
SVMとは線形入力素子を利用して2クラスのパターン識別器を構成する手法である。訓練サンプルから、各データ点との距離が最大となるマージン最大化超平面を求めるという基準で線形入力素子のパラメータを学習する。この際誤分類の許容度や汎化性能におけるハイパーパラメータの調整が必要になるが本研究では交差エントロピー損失を評価指標としてチューニングする。
一方、CMOSアニーリングマシンは「組合せ最適化問題」に対して高速に最適解を出すアニーリング技術を常温環境で利用できる非ノイマン型計算機である。これを2クラス分類問題に用いSVMと比較する。