論文の概要: The theory of the quantum kernel-based binary classifier

• arxiv url: http://arxiv.org/abs/2004.03489v1
• Date: Tue, 7 Apr 2020 15:39:36 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-26 04:09:51.592250
• Title: The theory of the quantum kernel-based binary classifier
• Title（参考訳）: 量子カーネルに基づくバイナリ分類器の理論
• Authors: Daniel K. Park, Carsten Blank, Francesco Petruccione
• Abstract要約: 量子干渉を利用して量子ヒルベルト空間を特徴付けるカーネル法は、量子強化機械学習の膨大な機会を開放した。 この研究は量子カーネルベースの分類器の一般理論を拡張した。 量子状態間の二乗重なりを類似度尺度として注目し、量子二項分類に必須かつ最小の成分について検討した。 正定値で対称な核として純粋状態の2乗重なりとなるヒルベルト・シュミット内積の妥当性が明確に示される。
• 参考スコア（独自算出の注目度）: 0.8057006406834467
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Binary classification is a fundamental problem in machine learning. Recent development of quantum similarity-based binary classifiers and kernel method that exploit quantum interference and feature quantum Hilbert space opened up tremendous opportunities for quantum-enhanced machine learning. To lay the fundamental ground for its further advancement, this work extends the general theory of quantum kernel-based classifiers. Existing quantum kernel-based classifiers are compared and the connection among them is analyzed. Focusing on the squared overlap between quantum states as a similarity measure, the essential and minimal ingredients for the quantum binary classification are examined. The classifier is also extended concerning various aspects, such as data type, measurement, and ensemble learning. The validity of the Hilbert-Schmidt inner product, which becomes the squared overlap for pure states, as a positive definite and symmetric kernel is explicitly shown, thereby connecting the quantum binary classifier and kernel methods.
• Abstract（参考訳）: バイナリ分類は機械学習の基本的な問題である。 量子類似性に基づくバイナリ分類器と量子干渉を利用したカーネル手法の最近の開発は、量子強化機械学習の膨大な機会を開放した。 この研究は、さらなる進歩の基礎を成すため、量子カーネルベースの分類器の一般理論を拡張した。 既存の量子カーネルベースの分類器を比較し、それらの接続を分析する。 類似度尺度として量子状態間の二乗重なりに着目し, 量子二進分類の必須成分と最小成分について検討した。 分類器は、データタイプ、測定、アンサンブル学習などの様々な側面についても拡張される。 正定値かつ対称な核として純粋な状態の2乗重なりとなるヒルベルト・シュミットの内積の妥当性を明示的に示し、量子二進分類器と核法を接続する。

関連論文リスト

• Quadratic speed-ups in quantum kernelized binary classification [1.3812010983144802]
  量子カーネルをデータ間の類似性の尺度として使用するいくつかの量子機械学習アルゴリズムが登場し、量子状態として符号化されたデータセットのバイナリ分類を実行するようになった。 本稿では,QKCに対する新しい量子回路を提案し,量子ビットの数を1つ減らし,サンプルデータに対して回路深さを線形に減らした。 Irisデータセットの数値シミュレーションにより,従来の手法よりも2次的な高速化を検証した。
  論文  参考訳（メタデータ） (2024-03-26T07:39:48Z)
• 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)
• The Quantum Path Kernel: a Generalized Quantum Neural Tangent Kernel for Deep Quantum Machine Learning [52.77024349608834]
  古典的なディープニューラルネットワークの量子アナログを構築することは、量子コンピューティングにおける根本的な課題である。 鍵となる問題は、古典的なディープラーニングの本質的な非線形性にどのように対処するかである。 我々は、深層機械学習のこれらの側面を複製できる量子機械学習の定式化であるQuantum Path Kernelを紹介する。
  論文  参考訳（メタデータ） (2022-12-22T16:06:24Z)
• Variational Quantum Kernels with Task-Specific Quantum Metric Learning [0.8722210937404288]
  カーネル法は、より高次元(おそらく無限)な特徴空間における点間の類似性の概念に依存している。 最適な量子埋め込みを生成するために,変分量子カーネルとタスク固有量子量子学習について論じる。
  論文  参考訳（メタデータ） (2022-11-08T18:36:25Z)
• 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)
• A thorough introduction to non-relativistic matrix mechanics in multi-qudit systems with a study on quantum entanglement and quantum quantifiers [0.0]
  この記事では、非相対論的行列力学の深い理解を提供する。 それぞれ1-qubit, 1-qutrit, 2-qubit, 2-qudit コヒーレントおよび非コヒーレント密度演算子を導出し解析する。 また、量子非破壊測定、量子デコヒーレンス、特に量子エンタングルメントの基本的な概念についても論じる。
  論文  参考訳（メタデータ） (2021-09-14T05:06:47Z)
• Experimental violations of Leggett-Garg's inequalities on a quantum computer [77.34726150561087]
  単一および多ビット系におけるLeggett-Garg-Bellの不等式違反を実験的に観察する。 本分析では, 量子プラットフォームの限界に注目し, 上記の相関関数は, 量子ビットの数や回路深さが大きくなるにつれて, 理論的予測から逸脱することを示した。
  論文  参考訳（メタデータ） (2021-09-06T14:35:15Z)
• Recent advances for quantum classifiers [2.459525036555352]
  本稿では,量子支援ベクトルマシン,量子カーネル法,量子決定木,量子近接アルゴリズムなど,多数の量子分類アルゴリズムについて概説する。 次に、基本的に分類のための変分量子回路である変分量子分類器を紹介する。
  論文  参考訳（メタデータ） (2021-08-30T18:00:00Z)
• Quantum State Discrimination for Supervised Classification [0.5772546394254112]
  本稿では,量子状態の識別が,機械学習における標準的な分類問題に対処するための有用なツールであることを示す。 従来の研究は、最適量子測定理論が新しい二項分類アルゴリズムを刺激できることを示した。 量子状態の識別に着想を得た任意の多クラス分類モデルを提案する。
  論文  参考訳（メタデータ） (2021-04-02T10:22:59Z)
• Towards understanding the power of quantum kernels in the NISQ era [79.8341515283403]
  量子カーネルの利点は,大規模データセット,計測回数の少ないもの,システムノイズなどにおいて消失することを示した。 我々の研究は、NISQデバイス上で量子優位性を得るための先進量子カーネルの探索に関する理論的ガイダンスを提供する。
  論文  参考訳（メタデータ） (2021-03-31T02:41:36Z)

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。