論文の概要: Quantum Robust Fitting

• arxiv url: http://arxiv.org/abs/2006.06986v3
• Date: Fri, 9 Oct 2020 11:02:05 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-22 04:18:03.854588
• Title: Quantum Robust Fitting
• Title（参考訳）: 量子ロバストフィット
• Authors: Tat-Jun Chin, David Suter, Shin-Fang Chng, James Quach
• Abstract要約: 多くのコンピュータビジョンアプリケーションは、実世界の不完全な測定から構造を復元する必要がある。 この課題は、幾何学的モデルをノイズや外周汚染データにしっかりと適合させることによって解決されることが多い。 本稿では、ロバストなフィッティングのための量子コンピュータの利用について検討する。
• 参考スコア（独自算出の注目度）: 43.28199403216451
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Many computer vision applications need to recover structure from imperfect measurements of the real world. The task is often solved by robustly fitting a geometric model onto noisy and outlier-contaminated data. However, recent theoretical analyses indicate that many commonly used formulations of robust fitting in computer vision are not amenable to tractable solution and approximation. In this paper, we explore the usage of quantum computers for robust fitting. To do so, we examine and establish the practical usefulness of a robust fitting formulation inspired by Fourier analysis of Boolean functions. We then investigate a quantum algorithm to solve the formulation and analyse the computational speed-up possible over the classical algorithm. Our work thus proposes one of the first quantum treatments of robust fitting for computer vision.
• Abstract（参考訳）: 多くのコンピュータビジョンアプリケーションは、現実世界の不完全な測定から構造を復元する必要がある。 この課題は、幾何学的モデルを雑音および異常値汚染データに頑健に適合させることによってしばしば解決される。 しかし、近年の理論解析により、コンピュータビジョンにおけるロバストフィットの多くの一般的な定式化は、扱いやすい解や近似には適さないことが示されている。 本稿では,ロバストフィットのための量子コンピュータの利用について検討する。 そこで本研究では,ブール関数のフーリエ解析から着想を得たロバストなフィッティング定式化の実用性を検討した。 次に,量子アルゴリズムを検証して定式化を解き,古典的アルゴリズム上で可能な計算速度を解析する。 そこで本研究では,コンピュータビジョンに対するロバスト適合性の最初の量子処理法を提案する。

関連論文リスト

• Realistic Runtime Analysis for Quantum Simplex Computation [0.4407851469168588]
  重要な最適化問題の現実のインスタンスを解く際に,古典的ランタイム解析のための量子アナログを提案する。 現実的な問題サイズに対する現実的な量子的優位性は、現在の物理的な制限よりもかなり低い量子ゲート演算時間を必要とすることを示します。
  論文  参考訳（メタデータ） (2023-11-16T16:11:44Z)
• Probabilistic Sampling of Balanced K-Means using Adiabatic Quantum Computing [93.83016310295804]
  AQCは研究関心の問題を実装でき、コンピュータビジョンタスクのための量子表現の開発に拍車をかけた。 本研究では,この情報を確率的バランスの取れたk平均クラスタリングに活用する可能性について検討する。 最適でない解を捨てる代わりに, 計算コストを少なくして, 校正後部確率を計算することを提案する。 これにより、合成タスクと実際の視覚データについて、D-Wave AQCで示すような曖昧な解とデータポイントを識別することができる。
  論文  参考訳（メタデータ） (2023-10-18T17:59:45Z)
• The Basis of Design Tools for Quantum Computing: Arrays, Decision Diagrams, Tensor Networks, and ZX-Calculus [55.58528469973086]
  量子コンピュータは、古典的コンピュータが決して起こらない重要な問題を効率的に解決することを約束する。 完全に自動化された量子ソフトウェアスタックを開発する必要がある。 この研究は、今日のツールの"内部"の外観を提供し、量子回路のシミュレーション、コンパイル、検証などにおいてこれらの手段がどのように利用されるかを示す。
  論文  参考訳（メタデータ） (2023-01-10T19:00:00Z)
• Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
  マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。 これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。 本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
  論文  参考訳（メタデータ） (2022-02-17T18:59:20Z)
• A Hybrid Quantum-Classical Algorithm for Robust Fitting [47.42391857319388]
  本稿では,ロバストフィッティングのためのハイブリッド量子古典アルゴリズムを提案する。 私たちのコアコントリビューションは、整数プログラムの列を解く、新しい堅牢な適合式である。 実際の量子コンピュータを用いて得られた結果について述べる。
  論文  参考訳（メタデータ） (2022-01-25T05:59:24Z)
• Quantum Algorithms for Data Representation and Analysis [68.754953879193]
  機械学習におけるデータ表現のための固有problemsの解を高速化する量子手続きを提供する。 これらのサブルーチンのパワーと実用性は、主成分分析、対応解析、潜在意味解析のための入力行列の大きさのサブ線形量子アルゴリズムによって示される。 その結果、入力のサイズに依存しない実行時のパラメータは妥当であり、計算モデル上の誤差が小さいことが示され、競合的な分類性能が得られる。
  論文  参考訳（メタデータ） (2021-04-19T00:41:43Z)
• Learning from physics experiments, with quantum computers: Applications in muon spectroscopy [0.0]
  我々は、物理実験から得られたデータを分析し、量子シミュレーションアルゴリズムの新しいターゲットを考える。 我々は、このタスクが次世代の量子コンピュータに自然に適合することを示します。 量子アルゴリズムの古典的なエミュレーションを、29量子ビットのシステム上で使用し、実際の実験データを解析する。
  論文  参考訳（メタデータ） (2020-12-11T19:11:04Z)
• Iterative Quantum Assisted Eigensolver [0.0]
  我々は、ハミルトニアン基底状態を近似するハイブリッド量子古典アルゴリズムを提供する。 我々のアルゴリズムは、現在の量子コンピュータに適した方法で、強力なKrylov部分空間法に基づいている。
  論文  参考訳（メタデータ） (2020-10-12T12:25:16Z)
• Density functionals and Kohn-Sham potentials with minimal wavefunction preparations on a quantum computer [0.0]
  量子コンピュータの潜在的な応用の1つは、量子化学システムを解くことである。 本稿では,十分に強力な量子コンピュータから,機械学習モデルとしての正確な機能を得る方法を示す。
  論文  参考訳（メタデータ） (2020-08-12T22:50:39Z)

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。