論文の概要: Simultaneous Quantum Machine Learning Training and Architecture
Discovery
- arxiv url: http://arxiv.org/abs/2009.06093v1
- Date: Sun, 13 Sep 2020 21:47:36 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-02 08:33:29.156320
- Title: Simultaneous Quantum Machine Learning Training and Architecture
Discovery
- Title(参考訳): 同時量子機械学習トレーニングとアーキテクチャ発見
- Authors: Dominic Pasquali
- Abstract要約: ゲーテッド量子機械学習アーキテクチャはオープンな問題である。
本稿では,そのパラメータを同時に学習しながら,ゲート量子機械学習アーキテクチャを学習する新しいアルゴリズムを提案する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: With the onset of gated quantum machine learning, the architecture for such a
system is an open question. Many architectures are created either ad hoc or are
directly analogous from known classical architectures. Presented here is a
novel algorithm which learns a gated quantum machine learning architecture
while simultaneously learning its parameters. This proof of concept and some of
its variations are explored and discussed.
- Abstract(参考訳): ゲート量子機械学習の開始により、そのようなシステムのアーキテクチャはオープンな問題となる。
多くの建築はアドホックまたは既知の古典建築と直接的に類似している。
ここでは、パラメータを学習しながらゲート型量子機械学習アーキテクチャを学習する新しいアルゴリズムを提案する。
この概念の証明とそのバリエーションのいくつかは検討され、議論されている。
関連論文リスト
- Quantum Machine Learning: An Interplay Between Quantum Computing and Machine Learning [54.80832749095356]
量子機械学習(QML)は、量子コンピューティングの原理と従来の機械学習を組み合わせた急速に成長する分野である。
本稿では,変分量子回路を用いてQMLアーキテクチャを開発する機械学習パラダイムの量子コンピューティングについて述べる。
論文 参考訳(メタデータ) (2024-11-14T12:27:50Z) - Subspace Preserving Quantum Convolutional Neural Network Architectures [3.0017241250121387]
サブスペース保存量子回路 (Subspace Preserving quantum circuits) は、計算においていくつかの対称性に依存する量子アルゴリズムのクラスである。
本稿では,ハミング重み保存量子回路に基づく新しい畳み込みネットワークモデルを提案する。
我々の提案は、古典的なディープラーニングアーキテクチャよりも実行時間のアドバンテージを提供する。
論文 参考訳(メタデータ) (2024-09-27T17:04:30Z) - The Impact of Feature Embedding Placement in the Ansatz of a Quantum Kernel in QSVMs [0.5399800035598186]
量子埋め込みカーネル(QEK)における様々なアーキテクチャパターンの研究と分類を行う。
既存の建築様式は文献が想定しているように振る舞わないことを示す。
我々は、古いものに基づいた新しい代替アーキテクチャを作成し、古いものよりも少ないゲートを含む一方で、同等に機能することを示す。
論文 参考訳(メタデータ) (2024-09-20T01:25:13Z) - Comparison of Superconducting NISQ Architectures [0.0]
我々は、GoogleのSycamore、IBMのHeavy-Hex、RigettiのAspen、Ankaaといった超伝導アーキテクチャを研究している。
また、これらのアーキテクチャをターゲットにしたコンパイルツールも研究しています。
論文 参考訳(メタデータ) (2024-09-03T17:12:08Z) - The QUATRO Application Suite: Quantum Computing for Models of Human
Cognition [49.038807589598285]
量子コンピューティング研究のための新しい種類のアプリケーション -- 計算認知モデリング -- をアンロックします。
我々は、認知モデルから量子コンピューティングアプリケーションのコレクションであるQUATROをリリースする。
論文 参考訳(メタデータ) (2023-09-01T17:34:53Z) - QNEAT: Natural Evolution of Variational Quantum Circuit Architecture [95.29334926638462]
我々は、ニューラルネットワークの量子対する最も有望な候補として登場した変分量子回路(VQC)に注目した。
有望な結果を示す一方で、バレン高原、重みの周期性、アーキテクチャの選択など、さまざまな問題のために、VQCのトレーニングは困難である。
本稿では,VQCの重みとアーキテクチャの両方を最適化するために,自然進化にインスパイアされた勾配のないアルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-04-14T08:03:20Z) - Mapping quantum algorithms to multi-core quantum computing architectures [1.8602413562219944]
マルチコア量子コンピュータアーキテクチャは、高価なコア間通信のような新しい課題をもたらす。
マルチコア量子コンピューティングアーキテクチャにおける量子回路マッピング問題に関する詳細な批判的議論について述べる。
さらに、時間グラフ問題における分割として定式化されたマッピング手法の性能について検討する。
論文 参考訳(メタデータ) (2023-03-28T16:46:59Z) - Quantum Machine Learning: from physics to software engineering [58.720142291102135]
古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。
量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
論文 参考訳(メタデータ) (2023-01-04T23:37:45Z) - 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) - Understanding Deep Architectures with Reasoning Layer [60.90906477693774]
本研究では,アルゴリズムの収束,安定性,感度といった特性が,エンドツーエンドモデルの近似と一般化能力と密接に関連していることを示す。
私たちの理論は、深いアーキテクチャを推論層で設計するための有用なガイドラインを提供することができます。
論文 参考訳(メタデータ) (2020-06-24T00:26:35Z)
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。