論文の概要: Quantum Bayesian decision-making*

• arxiv url: http://arxiv.org/abs/2010.02088v1
• Date: Mon, 5 Oct 2020 15:19:16 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-29 22:36:50.901319
• Title: Quantum Bayesian decision-making*
• Title（参考訳）: 量子ベイズ決定*
• Authors: Michael de Oliveira and Luis Soares Barbosa
• Abstract要約: 完全に量子力学的な意思決定プロセスを提案しており、計算上の利点が証明されている。 Qiskit(IBM Qマシン用のPythonベースのプログラム開発キット)のプロトタイプ実装が概念実証として議論されている。
• 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: As a compact representation of joint probability distributions over a dependence graph of random variables, and a tool for modelling and reasoning in the presence of uncertainty, Bayesian networks are of great importance for artificial intelligence to combine domain knowledge, capture causal relationships, or learn from incomplete datasets. Known as a NP-hard problem in a classical setting, Bayesian inference pops up as a class of algorithms worth to explore in a quantum framework. This paper explores such a research direction and improves on previous proposals by a judicious use of the utility function in an entangled configuration. It proposes a completely quantum mechanical decision-making process with a proven computational advantage. A prototype implementation in Qiskit (a Python-based program development kit for the IBM Q machine) is discussed as a proof-of-concept.
• Abstract（参考訳）: 確率変数の依存グラフ上の結合確率分布のコンパクトな表現、不確実性の存在下でのモデリングと推論のツールとして、ベイジアンネットワークは、ドメイン知識の組み合わせ、因果関係の取得、不完全データセットからの学習において、人工知能にとって非常に重要である。 古典的な環境でNPハード問題として知られ、ベイズ推論は量子フレームワークで探索する価値のあるアルゴリズムのクラスとして現れる。 本稿では,このような研究の方向性を探求し,ユーティリティ関数を絡み合った構成で活用することで,従来の提案を改良する。 計算の利点が証明された完全な量子力学的意思決定プロセスを提案する。 Qiskit(IBM Qマシン用のPythonベースのプログラム開発キット)のプロトタイプ実装が概念実証として議論されている。

関連論文リスト

• Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
  量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。 どの場の量子スピードアップが達成できるかという新たな課題が生じる。 量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
  論文  参考訳（メタデータ） (2024-02-26T09:32:07Z)
• Attribute Fusion-based Evidential Classifier on Quantum Circuits [22.096543893284995]
  Dempster-Shafer Theory (DST)は、不確実な情報を扱うための効果的で堅牢なフレームワークであり、意思決定やパターン分類に応用される。 人々は量子コンピューティングとの整合性を利用して量子回路上のDST演算を実装し、スピードアップを実現することでこの問題に対処しようとする。 本稿では,ブール代数がDSTと量子コンピューティングの定義を橋渡しする重要な数学的ツールであることを示す。
  論文  参考訳（メタデータ） (2024-01-02T15:01:20Z)
• Unifying (Quantum) Statistical and Parametrized (Quantum) Algorithms [65.268245109828]
  我々はカーンズのSQオラクルとヴァリアントの弱い評価オラクルからインスピレーションを得ます。 評価クエリから学習するための非条件の下限を出力する,広範かつ直感的なフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-10-26T18:23:21Z)
• 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)
• Inter-case Predictive Process Monitoring: A candidate for Quantum Machine Learning? [0.0]
  この研究は、最近のケース間予測プロセスモニタリングの進歩に基づいている。 予測精度に対するケース間機能の影響を総合的にベンチマークする。 量子機械学習モデルが含まれており、古典的なモデルに勝るものと期待されている。 BPIチャレンジによる実世界のトレーニングデータの評価は、ケース間の特徴が精度の4%以上向上していることを示している。
  論文  参考訳（メタデータ） (2023-06-30T18:33:45Z)
• Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
  単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。 提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
  論文  参考訳（メタデータ） (2023-04-18T11:57:15Z)
• A didactic approach to quantum machine learning with a single qubit [68.8204255655161]
  我々は、データ再ロード技術を用いて、単一のキュービットで学習するケースに焦点を当てる。 我々は、Qiskit量子コンピューティングSDKを用いて、おもちゃと現実世界のデータセットに異なる定式化を実装した。
  論文  参考訳（メタデータ） (2022-11-23T18:25:32Z)
• QSAN: A Near-term Achievable Quantum Self-Attention Network [73.15524926159702]
  SAM(Self-Attention Mechanism)は機能の内部接続を捉えるのに長けている。 短期量子デバイスにおける画像分類タスクに対して,新しい量子自己注意ネットワーク(QSAN)を提案する。
  論文  参考訳（メタデータ） (2022-07-14T12:22:51Z)
• QKSA: Quantum Knowledge Seeking Agent -- resource-optimized reinforcement learning using quantum process tomography [1.3946983517871423]
  汎用人工知能の汎用強化学習(URL)エージェントモデルを量子環境に拡張する。 古典的な知識探索エージェントKL-KSAの効用関数は、量子情報理論からの距離測定に一般化される。 QKSAは、古典的なURLモデルに似たフレームワークの最初の提案である。
  論文  参考訳（メタデータ） (2021-12-07T11:36:54Z)
• Quantum Computing for Artificial Intelligence Based Mobile Network Optimization [0.0]
  本稿では,人工知能における制約満足度問題の概念を用いて,特定の無線アクセスネットワーク最適化問題をモデル化する方法について論じる。 ケーススタディでは、重要なLTE/NR物理ランダムアクセスチャネル構成に関連する自動化ユースケースであるルートシーケンスインデックス(RSI)割り当て問題について論じる。 本稿では,商用モバイルネットワークから取得したデータを用いて構築した2次非制約バイナリ最適化(QUBO)問題としてRSI割り当てを定式化し,クラウドベースの商用量子コンピューティングプラットフォームを用いて解決する。
  論文  参考訳（メタデータ） (2021-06-26T01:05:43Z)

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。