論文の概要: Quantum inspired K-means algorithm using matrix product states

• arxiv url: http://arxiv.org/abs/2006.06164v2
• Date: Fri, 19 Jun 2020 10:23:28 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-16 00:54:12.091010
• Title: Quantum inspired K-means algorithm using matrix product states
• Title（参考訳）: 行列積状態を用いた量子インスピレーションK平均アルゴリズム
• Authors: Xiao Shi, Yun Shang, Chu Guo
• Abstract要約: 行列積状態は、1次元相互作用量子多体系の研究において選択のアルゴリズムとなっている。 本稿では,古典的データを行列積状態を表す量子状態にまずマッピングする量子インスパイアされたK平均クラスタリングアルゴリズムを提案する。 このアルゴリズムは,従来のK平均アルゴリズムに比べて予測精度が高く,局所最小値に閉じ込められる可能性が低いことを示す。
• 参考スコア（独自算出の注目度）: 4.846953392700506
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Matrix product state has become the algorithm of choice when studying one-dimensional interacting quantum many-body systems, which demonstrates to be able to explore the most relevant portion of the exponentially large quantum Hilbert space and find accurate solutions. Here we propose a quantum inspired K-means clustering algorithm which first maps the classical data into quantum states represented as matrix product states, and then minimize the loss function using the variational matrix product states method in the enlarged space. We demonstrate the performance of this algorithm by applying it to several commonly used machine learning datasets and show that this algorithm could reach higher prediction accuracies and that it is less likely to be trapped in local minima compared to the classical K-means algorithm.
• Abstract（参考訳）: 行列積状態は、1次元相互作用する量子多体系を研究する際に選択されるアルゴリズムとなり、指数関数的に大きい量子ヒルベルト空間の最も関連する部分を探索し、正確な解を見つけることができる。 本稿では,古典的データを行列積状態として表現された量子状態にまずマッピングし,拡大空間における変分行列積状態法を用いて損失関数を最小化する量子インスピレーションK平均クラスタリングアルゴリズムを提案する。 いくつかの機械学習データセットに適用することにより、このアルゴリズムの性能を実証し、このアルゴリズムが予測精度が高く、従来のK平均アルゴリズムと比較して局所最小値に閉じ込められる可能性が低いことを示す。

関連論文リスト

• Generalized quantum Arimoto-Blahut algorithm and its application to quantum information bottleneck [55.22418739014892]
  量子アリーモト・ブラフトアルゴリズムをRamakrishnanらにより一般化する。 3つの量子系を持つ量子情報ボトルネックに対して,我々のアルゴリズムを適用した。 数値解析により,我々のアルゴリズムはアルゴリズムよりも優れていることが示された。
  論文  参考訳（メタデータ） (2023-11-19T00:06:11Z)
• A quantum advantage over classical for local max cut [48.02822142773719]
  量子最適化近似アルゴリズム(QAOA)は、次数3グラフ上の古典的手法に匹敵する計算上の優位性を持つ。 結果として、最先端の量子ハードウェアに関係している小規模量子計算でさえ、比較可能な単純な古典よりも大きな優位性を持つ可能性が示唆された。
  論文  参考訳（メタデータ） (2023-04-17T16:42:05Z)
• A hybrid quantum-classical algorithm for multichannel quantum scattering of atoms and molecules [62.997667081978825]
  原子と分子の衝突に対するシュリンガー方程式を解くためのハイブリッド量子古典アルゴリズムを提案する。 このアルゴリズムはコーン変分原理の$S$-matrixバージョンに基づいており、基本散乱$S$-matrixを計算する。 大規模多原子分子の衝突をシミュレートするために,アルゴリズムをどのようにスケールアップするかを示す。
  論文  参考訳（メタデータ） (2023-04-12T18:10:47Z)
• Robust Dequantization of the Quantum Singular value Transformation and Quantum Machine Learning Algorithms [0.0]
  この弱い仮定の下では、ランダム化線形代数の技法がどれだけ多く適用できるかを示す。 また、これらの結果を用いて、多くの量子機械学習アルゴリズムの頑健な復号化を行う。
  論文  参考訳（メタデータ） (2023-04-11T02:09:13Z)
• 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)
• Quantum Algorithm For Estimating Eigenvalue [0.0]
  与えられたエルミート行列の大きさで最大の固有値を推定するための量子アルゴリズムを提供する。 我々の量子プロシージャは、同じ問題を解決する古典的なアルゴリズムと比較して指数的なスピードアップを得ることができる。
  論文  参考訳（メタデータ） (2022-11-11T13:02:07Z)
• Variational Quantum and Quantum-Inspired Clustering [0.0]
  本稿では,変動量子回路に基づくクラスタリングのための量子アルゴリズムを提案する。 このアルゴリズムはデータを多くのクラスタに分類することができ、数量子のノイズ中間スケール量子(NISQ)デバイスで容易に実装できる。
  論文  参考訳（メタデータ） (2022-06-20T17:02:19Z)
• Quantum algorithm for stochastic optimal stopping problems with applications in finance [60.54699116238087]
  有名な最小二乗モンテカルロ (LSM) アルゴリズムは、線形最小二乗回帰とモンテカルロシミュレーションを組み合わせることで、最適停止理論の問題を解決する。 プロセスへの量子アクセス、最適な停止時間を計算するための量子回路、モンテカルロの量子技術に基づく量子LSMを提案する。
  論文  参考訳（メタデータ） (2021-11-30T12:21:41Z)
• Quantum Dimensionality Reduction by Linear Discriminant Analysis [14.671957651032638]
  データの次元性低減(DR)は、パターン認識やデータ分類など、多くの機械学習タスクにおいて重要な問題である。 本稿では,次元減少のための線形判別分析(LDA)を効率的に行う量子アルゴリズムと量子回路を提案する。
  論文  参考訳（メタデータ） (2021-03-04T16:06:30Z)
• Quantum K-medians Algorithm Using Parallel Euclidean Distance Estimator [0.0]
  本稿では,量子ユークリッド推定アルゴリズムを用いた効率的な量子k-メディアンクラスタリングアルゴリズムを提案する。 提案した量子k-メディアンアルゴリズムは、古典的なバージョンに比べて指数速度が向上した。
  論文  参考訳（メタデータ） (2020-12-21T06:38:20Z)
• Quantum-Inspired Algorithms from Randomized Numerical Linear Algebra [53.46106569419296]
  我々は、リコメンダシステムと最小二乗回帰のためのクエリをサポートする古典的な(量子でない)動的データ構造を作成する。 これらの問題に対する以前の量子インスパイアされたアルゴリズムは、レバレッジやリッジレベレッジスコアを偽装してサンプリングしていると我々は主張する。
  論文  参考訳（メタデータ） (2020-11-09T01:13:07Z)

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。