論文の概要: Quantum Interference for Counting Clusters
- arxiv url: http://arxiv.org/abs/2001.04251v1
- Date: Fri, 3 Jan 2020 18:13:57 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-14 17:29:06.852956
- Title: Quantum Interference for Counting Clusters
- Title(参考訳): クラスタカウントのための量子干渉
- Authors: Rohit R Muthyala, Davi Geiger, Zvi M. Kedem
- Abstract要約: 量子論は、重なり合うクラスタをカウントするためにデータを分離するより堅牢な統計理論であることを示す。
この研究は、量子理論がクラスターを数えるのにどのように有効かを特定し、そのような手法をさらに適用するために場を刺激することを望んでいる。
- 参考スコア(独自算出の注目度): 0.10312968200748115
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Counting the number of clusters, when these clusters overlap significantly is
a challenging problem in machine learning. We argue that a purely mathematical
quantum theory, formulated using the path integral technique, when applied to
non-physics modeling leads to non-physics quantum theories that are statistical
in nature. We show that a quantum theory can be a more robust statistical
theory to separate data to count overlapping clusters. The theory is also
confirmed from data simulations.This works identify how quantum theory can be
effective in counting clusters and hope to inspire the field to further apply
such techniques.
- Abstract(参考訳): クラスタ数を数えると、これらのクラスタが著しく重なると、機械学習では難しい問題になる。
我々は、経路積分法を用いて定式化された純粋数理量子論が、非物理学的モデリングに適用されると、自然に統計的である非物理学的量子論に繋がると主張する。
量子論は、重なり合うクラスターを数えるためにデータを分離するより強固な統計理論であることを示す。
この理論はデータシミュレーションからも確認されており、量子理論がクラスターを数えるのにどのように有効かを特定し、そのような手法をさらに応用するようフィールドを刺激することを望んでいる。
関連論文リスト
- The curse of random quantum data [62.24825255497622]
量子データのランドスケープにおける量子機械学習の性能を定量化する。
量子機械学習におけるトレーニング効率と一般化能力は、量子ビットの増加に伴い指数関数的に抑制される。
この結果は量子カーネル法と量子ニューラルネットワークの広帯域限界の両方に適用できる。
論文 参考訳(メタデータ) (2024-08-19T12:18:07Z) - Bridging Classical and Quantum: Group-Theoretic Approach to Quantum Circuit Simulation [0.0]
量子回路を量子コンピュータ上で効率的にシミュレーションすることは、量子コンピューティングの根本的な課題である。
本稿では,既存のシミュレータ上での指数的高速化(ポリノミカルランタイム)を実現する新しい理論手法を提案する。
この発見は、量子アルゴリズムの設計、誤り訂正、より効率的な量子シミュレータの開発に影響を及ぼす可能性がある。
論文 参考訳(メタデータ) (2024-07-28T20:02:21Z) - Quantum Resource Theories beyond Convexity [0.0]
非線型標準形集合に基づく量子資源理論のクラスが提示される。
提案された技術は、量子不協和、全合成量子系を記述するのに有用なツールを提供し、分析された量子力学の非マルコリティを推定する。
いずれの場合も、ここで紹介された非線型証人は、標準的な証人よりも優れています。
論文 参考訳(メタデータ) (2024-05-09T14:06:40Z) - Power Characterization of Noisy Quantum Kernels [52.47151453259434]
一般化誤差が小さい場合でも,量子カーネル法は予測能力に乏しい。
我々は、量子計算にノイズの多い量子カーネル法を用いるために重要な警告を提供する。
論文 参考訳(メタデータ) (2024-01-31T01:02:16Z) - Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。
我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。
これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
論文 参考訳(メタデータ) (2023-06-29T18:00:01Z) - Quantum Clustering with k-Means: a Hybrid Approach [117.4705494502186]
我々は3つのハイブリッド量子k-Meansアルゴリズムを設計、実装、評価する。
我々は距離の計算を高速化するために量子現象を利用する。
我々は、我々のハイブリッド量子k-平均アルゴリズムが古典的バージョンよりも効率的であることを示す。
論文 参考訳(メタデータ) (2022-12-13T16:04:16Z) - Theory of Quantum Generative Learning Models with Maximum Mean
Discrepancy [67.02951777522547]
量子回路ボルンマシン(QCBM)と量子生成逆ネットワーク(QGAN)の学習可能性について検討する。
まず、QCBMの一般化能力を解析し、量子デバイスがターゲット分布に直接アクセスできる際の優位性を同定する。
次に、QGANの一般化誤差境界が、採用されるAnsatz、クォーディットの数、入力状態に依存することを示す。
論文 参考訳(メタデータ) (2022-05-10T08:05:59Z) - Noisy Quantum Kernel Machines [58.09028887465797]
量子学習マシンの新たなクラスは、量子カーネルのパラダイムに基づくものである。
消散と脱コヒーレンスがパフォーマンスに与える影響について検討する。
量子カーネルマシンでは,デコヒーレンスや散逸を暗黙の正規化とみなすことができる。
論文 参考訳(メタデータ) (2022-04-26T09:52:02Z) - Quantum simulation beyond Hamiltonian paradigm: categorical quantum
simulation [0.0]
本稿では,新しい動的シミュレーション手法,カテゴリー型量子シミュレーションを提案する。
我々のパラダイムでは、量子シミュレーションはもはや群論の構造に基づいているのではなく、テンソル圏の構造に基づいている。
論文 参考訳(メタデータ) (2022-03-29T14:36:01Z) - Quantum algorithms for transport coefficients in gauge theories [0.0]
将来的には、大規模なフォールトトレラント量子コンピュータで重イオン衝突の初期量子シミュレーションが可能となるかもしれない。
本稿では,これらの衝突を研究するための量子アルゴリズムを提案する。
論文 参考訳(メタデータ) (2021-04-05T17:23:54Z) - Quantum simulation of quantum field theories as quantum chemistry [9.208624182273288]
コンフォーマル・トランケーション(英: Conformal truncation)は、一般的な強結合量子場理論を解くための強力な数値法である。
量子計算は格子近似の基本的な物理を理解するのに役立つだけでなく、直接量子場理論の手法をシミュレートすることも示している。
論文 参考訳(メタデータ) (2020-04-28T01:20:04Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。