論文の概要: Experimental realization of a quantum image classifier via tensor-network-based machine learning

• arxiv url: http://arxiv.org/abs/2003.08551v2
• Date: Sun, 2 Jan 2022 09:23:34 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-28 18:06:18.352535
• Title: Experimental realization of a quantum image classifier via tensor-network-based machine learning
• Title（参考訳）: テンソルネットワークに基づく機械学習による量子画像分類器の実験的実現
• Authors: Kunkun Wang, Lei Xiao, Wei Yi, Shi-Ju Ran, Peng Xue
• Abstract要約: 我々は,フォトニックキュービットを用いた実写画像の分類に成功していることを示す。 我々は手書きゼロと手書きゼロのバイナリ分類に焦点をあて、その特徴をテンソル-ネットワーク表現にキャストする。 テンソル積表現における特徴の効率的なマルチキュービット符号化にスケールすることができる。
• 参考スコア（独自算出の注目度）: 4.030017427802459
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum machine learning aspires to overcome intractability that currently limits its applicability to practical problems. However, quantum machine learning itself is limited by low effective dimensions achievable in state-of-the-art experiments. Here we demonstrate highly successful classifications of real-life images using photonic qubits, combining a quantum tensor-network representation of hand-written digits and entanglement-based optimization. Specifically, we focus on binary classification for hand-written zeroes and ones, whose features are cast into the tensor-network representation, further reduced by optimization based on entanglement entropy and encoded into two-qubit photonic states. We then demonstrate image classification with a high success rate exceeding 98%, through successive gate operations and projective measurements. Although we work with photons, our approach is amenable to other physical realizations such as nitrogen-vacancy centers, nuclear spins and trapped ions, and our scheme can be scaled to efficient multi-qubit encodings of features in the tensor-product representation, thereby setting the stage for quantum-enhanced multi-class classification.
• Abstract（参考訳）: 量子機械学習は、現在の実用的問題に適用性を制限する難易度を克服しようとするものだ。 しかし、量子機械学習そのものは、最先端の実験で実現可能な低有効次元に制限されている。 ここでは,手書き桁の量子テンソルネットワーク表現と絡み合いに基づく最適化を組み合わせた,フォトニック量子ビットを用いた実写画像の分類に成功した。 具体的には, 特徴をテンソルネットワーク表現にキャストし, 絡み合いエントロピーに基づく最適化によりさらに削減し, 2量子ビットフォトニックに符号化した手書き零点と零点のバイナリ分類に焦点をあてた。 次に,連続ゲート操作と投影計測により,高い成功率のイメージ分類を98%以上で示す。 我々は光子を扱うが, 窒素空孔中心, 核スピン, 閉じ込められたイオンといった他の物理的実現法に順応し, テンソル積表現における特徴の効率的なマルチキュービット符号化にスケールできるため, 量子化されたマルチクラス分類の段階を設定できる。

関連論文リスト

• Supervised binary classification of small-scale digits images with a trapped-ion quantum processor [56.089799129458875]
  量子プロセッサは、考慮された基本的な分類タスクを正しく解くことができることを示す。 量子プロセッサの能力が向上するにつれ、機械学習の有用なツールになり得る。
  論文  参考訳（メタデータ） (2024-06-17T18:20:51Z)
• Demonstration of quantum projective simulation on a single-photon-based quantum computer [0.0]
  変分量子アルゴリズムは、ノイズの多い中間スケールの量子デバイスで効果的に動作する可能性を示している。 本稿では,このアルゴリズムをQuandelaの単一光子ベースの量子コンピュータAscellaに実装する。
  論文  参考訳（メタデータ） (2024-04-19T09:17:15Z)
• Photon Number-Resolving Quantum Reservoir Computing [1.1274582481735098]
  本稿では,光子数分解による出力状態の検出で実現可能な光量子貯水池計算のための固定光ネットワークを提案する。 これは、高次元ヒルベルト空間にアクセスしながら入力量子状態に必要な複雑さを著しく減少させる。
  論文  参考訳（メタデータ） (2024-02-09T11:28:37Z)
• Hybrid quantum transfer learning for crack image classification on NISQ hardware [62.997667081978825]
  グレー値画像のひび割れ検出に量子転送学習を適用した。 我々は、PennyLaneの標準量子ビットのパフォーマンスとトレーニング時間を、IBMのqasm_simulatorや実際のバックエンドと比較する。
  論文  参考訳（メタデータ） (2023-07-31T14:45:29Z)
• Image Classification by Throwing Quantum Kitchen Sinks at Tensor Networks [0.0]
  量子機械学習のための新しい回路アンサッツを提案する。 画像分類における新しいアンザッツの性能を実証的に評価するための数値実験を行った。 機能最適化の追加により、パフォーマンスが大幅に向上し、画像分類のための最先端の量子回路が実現された。
  論文  参考訳（メタデータ） (2022-08-29T21:38:22Z)
• Fock State-enhanced Expressivity of Quantum Machine Learning Models [0.0]
  フォトニックベースのボソニックデータエンコーディングスキームは、より少ないエンコーディング層を使用して古典的なデータポイントを埋め込む。 本稿では,必要なリソースのスケールの異なる3つの異なる雑音性中間スケール量子互換バイナリ分類法を提案する。
  論文  参考訳（メタデータ） (2021-07-12T07:07:39Z)
• Facial Expression Recognition on a Quantum Computer [68.8204255655161]
  量子機械学習手法を用いて表情認識の可能な解を示す。 適切に定義された量子状態の振幅に符号化されたグラフの隣接行列を操作する量子回路を定義する。
  論文  参考訳（メタデータ） (2021-02-09T13:48:00Z)
• Generation of High-Resolution Handwritten Digits with an Ion-Trap Quantum Computer [55.41644538483948]
  本稿では, 量子回路に基づく生成モデルを構築し, 生成逆数ネットワークの事前分布を学習し, サンプル化する。 我々は、このハイブリッドアルゴリズムを171ドルのYb$+$ ion qubitsに基づいてイオントラップデバイスでトレーニングし、高品質な画像を生成する。
  論文  参考訳（メタデータ） (2020-12-07T18:51:28Z)
• Entanglement transfer, accumulation and retrieval via quantum-walk-based qubit-qudit dynamics [50.591267188664666]
  高次元システムにおける量子相関の生成と制御は、現在の量子技術の展望において大きな課題である。 本稿では,量子ウォークに基づく移動・蓄積機構により,$d$次元システムの絡み合った状態が得られるプロトコルを提案する。 特に、情報を軌道角運動量と単一光子の偏光度にエンコードするフォトニック実装について述べる。
  論文  参考訳（メタデータ） (2020-10-14T14:33:34Z)
• Experimental Quantum Generative Adversarial Networks for Image Generation [93.06926114985761]
  超伝導量子プロセッサを用いた実世界の手書き桁画像の学習と生成を実験的に行う。 我々の研究は、短期量子デバイス上での高度な量子生成モデル開発のためのガイダンスを提供する。
  論文  参考訳（メタデータ） (2020-10-13T06:57:17Z)

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。