論文の概要: VSQL: Variational Shadow Quantum Learning for Classification
- arxiv url: http://arxiv.org/abs/2012.08288v1
- Date: Tue, 15 Dec 2020 13:51:01 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-07 12:56:25.133394
- Title: VSQL: Variational Shadow Quantum Learning for Classification
- Title(参考訳): VSQL: 分類のための変分シャドウ量子学習
- Authors: Guangxi Li, Zhixin Song, Xin Wang
- Abstract要約: 我々は,変分影量子学習と呼ぶ教師付き量子学習のための新しいハイブリッド量子古典フレームワークを提案する。
まず,変分影量子回路を用いて古典的特徴を畳み込みで抽出し,完全連結ニューラルネットワークを用いて分類タスクを完了させる。
本手法は,パラメータ数を著しく削減し,量子回路トレーニングをより容易に行うことができることを示す。
- 参考スコア(独自算出の注目度): 6.90132007891849
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Classification of quantum data is essential for quantum machine learning and
near-term quantum technologies. In this paper, we propose a new hybrid
quantum-classical framework for supervised quantum learning, which we call
Variational Shadow Quantum Learning (VSQL). Our method in particular utilizes
the classical shadows of quantum data, which fundamentally represent the side
information of quantum data with respect to certain physical observables.
Specifically, we first use variational shadow quantum circuits to extract
classical features in a convolution way and then utilize a fully-connected
neural network to complete the classification task. We show that this method
could sharply reduce the number of parameters and thus better facilitate
quantum circuit training. Simultaneously, less noise will be introduced since
fewer quantum gates are employed in such shadow circuits. Moreover, we show
that the Barren Plateau issue, a significant gradient vanishing problem in
quantum machine learning, could be avoided in VSQL. Finally, we demonstrate the
efficiency of VSQL in quantum classification via numerical experiments on the
classification of quantum states and the recognition of multi-labeled
handwritten digits. In particular, our VSQL approach outperforms existing
variational quantum classifiers in the test accuracy in the binary case of
handwritten digit recognition and notably requires much fewer parameters.
- Abstract(参考訳): 量子データの分類は、量子機械学習と短期量子技術に不可欠である。
本稿では,変分影量子学習(VSQL)と呼ばれる,教師付き量子学習のための新しいハイブリッド量子古典的フレームワークを提案する。
特に,量子データの古典的シャドウを用いて,物理観測量に対する量子データの側面情報を表現する。
具体的には,まず変分影量子回路を用いて古典的特徴を畳み込み方法で抽出し,その後,完全連結ニューラルネットワークを用いて分類タスクを完了させる。
本手法は,パラメータ数を著しく削減し,量子回路トレーニングをより容易に行うことができることを示す。
同時に、そのようなシャドウ回路では量子ゲートが少なくなるため、ノイズが少なくなる。
さらに,量子機械学習における重要な勾配解消問題であるバレン高原問題は,VSQLでは回避可能であることを示した。
最後に,量子状態の分類と多段手書き文字の認識に関する数値実験を通して,vsqlの量子分類における効率を示す。
特に当社のvsqlアプローチは,手書き文字認識のバイナリケースにおけるテスト精度において,既存の変分量子分類器よりも優れており,パラメータが大幅に削減されている。
関連論文リスト
- Multiclass classification using quantum convolutional neural networks
with hybrid quantum-classical learning [0.5999777817331318]
本稿では,量子畳み込みニューラルネットワークに基づく量子機械学習手法を提案する。
提案手法を用いて,MNISTデータセットの4クラス分類を,データエンコーディングの8つのキュービットと4つのアクニラキュービットを用いて実証する。
この結果から,学習可能なパラメータの数に匹敵する古典的畳み込みニューラルネットワークによる解の精度が示された。
論文 参考訳(メタデータ) (2022-03-29T09:07:18Z) - Variational Quantum Policy Gradients with an Application to Quantum
Control [0.0]
量子機械学習モデルは、変分量子回路(VQC)によって非常に自然な方法で構成される。
本研究では,ハードウェア効率のよいアザッツを用いたポリシグラディエンスについて考察する。
量子ハードウェアを用いた勾配のエプシロン近似を求める複雑さは、パラメータの数と対数的にしか比較できないことを証明した。
論文 参考訳(メタデータ) (2022-03-20T16:14:49Z) - Gaussian initializations help deep variational quantum circuits escape
from the barren plateau [87.04438831673063]
近年、変分量子回路は量子シミュレーションや量子機械学習に広く用いられている。
しかし、ランダムな構造を持つ量子回路は、回路深さと量子ビット数に関して指数関数的に消える勾配のため、トレーニング容易性が低い。
この結果、ディープ量子回路は実用的なタスクでは実現できないという一般的な信念が導かれる。
論文 参考訳(メタデータ) (2022-03-17T15:06:40Z) - Scalable approach to many-body localization via quantum data [69.3939291118954]
多体局在は、量子多体物理学の非常に難しい現象である。
計算コストの高いステップを回避できるフレキシブルニューラルネットワークベースの学習手法を提案する。
我々のアプローチは、量子多体物理学の新たな洞察を提供するために、大規模な量子実験に適用することができる。
論文 参考訳(メタデータ) (2022-02-17T19:00:09Z) - 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) - Trainable Discrete Feature Embeddings for Variational Quantum Classifier [4.40450723619303]
我々は、QRAC(Quantum Random Access Coding)を用いて、より少ない量子ビットで離散的な特徴をマップする方法を示す。
QRACと最近提案された量子量学習(quantum metric learning)と呼ばれる量子特徴マップのトレーニング戦略を組み合わせることで、個別の特徴をトレーニング可能な量子回路に埋め込む新しい手法を提案する。
論文 参考訳(メタデータ) (2021-06-17T12:02:01Z) - Quantum Federated Learning with Quantum Data [87.49715898878858]
量子機械学習(QML)は、量子コンピューティングの発展に頼って、大規模な複雑な機械学習問題を探求する、有望な分野として登場した。
本稿では、量子データ上で動作し、量子回路パラメータの学習を分散的に共有できる初めての完全量子連合学習フレームワークを提案する。
論文 参考訳(メタデータ) (2021-05-30T12:19:27Z) - 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) - The Hintons in your Neural Network: a Quantum Field Theory View of Deep
Learning [84.33745072274942]
線形および非線形の層をユニタリ量子ゲートとして表現する方法を示し、量子モデルの基本的な励起を粒子として解釈する。
ニューラルネットワークの研究のための新しい視点と技術を開くことに加えて、量子定式化は光量子コンピューティングに適している。
論文 参考訳(メタデータ) (2021-03-08T17:24:29Z) - Facial Expression Recognition on a Quantum Computer [68.8204255655161]
量子機械学習手法を用いて表情認識の可能な解を示す。
適切に定義された量子状態の振幅に符号化されたグラフの隣接行列を操作する量子回路を定義する。
論文 参考訳(メタデータ) (2021-02-09T13:48:00Z) - Single-preparation unsupervised quantum machine learning: concepts and
applications [1.7056768055368385]
まず、古典的および量子的フレームワークにおいて、すべての問題間の接続を分析する。
次に、量子データおよび/または量子処理手段を含む最も困難なバージョンに焦点を当てます。
本稿では,Single-Preparation Quantum Information Processingの概念を提案する。
論文 参考訳(メタデータ) (2021-01-05T10:31:05Z)
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。