論文の概要: Advantages and Bottlenecks of Quantum Machine Learning for Remote Sensing

• arxiv url: http://arxiv.org/abs/2101.10657v2
• Date: Thu, 28 Jan 2021 09:31:29 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-13 20:01:17.827051
• Title: Advantages and Bottlenecks of Quantum Machine Learning for Remote Sensing
• Title（参考訳）: リモートセンシングのための量子機械学習の利点とボトルネック
• Authors: Daniela A. Zaidenberg, Alessandro Sebastianelli, Dario Spiller, Silvia Liberata Ullo
• Abstract要約: 本稿では,量子コンピュータの概要を説明し,量子画像分類手法の既存手法を考察し,これらのアルゴリズムを現在利用可能なオープンソースプラットフォーム上で実行する際のボトルネックについて考察する。 次のステップでは、量子隠蔽層のサイズを拡大し、さまざまな出力イメージオプションを拡大する。
• 参考スコア（独自算出の注目度）: 63.69764116066747
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This concept paper aims to provide a brief outline of quantum computers, explore existing methods of quantum image classification techniques, so focusing on remote sensing applications, and discuss the bottlenecks of performing these algorithms on currently available open source platforms. Initial results demonstrate feasibility. Next steps include expanding the size of the quantum hidden layer and increasing the variety of output image options.
• Abstract（参考訳）: 本稿では,量子コンピュータの概要,量子画像分類手法の既存手法の探求,リモートセンシングアプリケーションを中心に,これらのアルゴリズムを現在利用可能なオープンソースプラットフォーム上で実行するボトルネックについて論じる。 最初の結果は実現可能性を示す。 次のステップでは、量子隠蔽層のサイズを拡大し、さまざまな出力イメージオプションを拡大する。

関連論文リスト

• Review of Distributed Quantum Computing. From single QPU to High Performance Quantum Computing [2.2989970407820484]
  分散量子コンピューティングは、現在の量子システムの計算能力を高めることを目的としています。 量子通信プロトコルから絡み合いに基づく分散アルゴリズムに至るまで、それぞれの側面は分散量子コンピューティングのモザイクに寄与する。 我々の目的は、経験豊富な研究者やフィールド新参者に対して、徹底的な概要を提供することである。
  論文  参考訳（メタデータ） (2024-04-01T17:38:18Z)
• Neural auto-designer for enhanced quantum kernels [59.616404192966016]
  本稿では,問題固有の量子特徴写像の設計を自動化するデータ駆動型手法を提案する。 私たちの研究は、量子機械学習の進歩におけるディープラーニングの実質的な役割を強調します。
  論文  参考訳（メタデータ） (2024-01-20T03:11:59Z)
• Tensor Network Based Efficient Quantum Data Loading of Images [0.0]
  本稿では、画像の振幅をほぼエンコードする量子状態を生成する新しい方法を提案する。 道路シーンの複雑な画像に対して,捕捉されたイオン量子コンピュータの8量子ビット上で実験を行った。
  論文  参考訳（メタデータ） (2023-10-09T17:40:41Z)
• Hybrid quantum transfer learning for crack image classification on NISQ hardware [62.997667081978825]
  グレー値画像のひび割れ検出に量子転送学習を適用した。 我々は、PennyLaneの標準量子ビットのパフォーマンスとトレーニング時間を、IBMのqasm_simulatorや実際のバックエンドと比較する。
  論文  参考訳（メタデータ） (2023-07-31T14:45:29Z)
• Towards Bundle Adjustment for Satellite Imaging via Quantum Machine Learning [2.660348668799655]
  キーポイント抽出と特徴マッチングのための量子法に着目する。 これらの手法が量子アニールやゲートベースの量子コンピュータのためにどのように再計算されるかを説明する。
  論文  参考訳（メタデータ） (2022-04-23T19:33:14Z)
• A hybrid quantum image edge detector for the NISQ era [62.997667081978825]
  本稿では,量子人工ニューロンのアイデアに基づく量子エッジ検出のハイブリッド手法を提案する。 提案手法は, 量子コンピュータ, 特に現在ノイズの多い中間量子時代において, 実際に実装することができる。
  論文  参考訳（メタデータ） (2022-03-22T22:02:09Z)
• Fock State-enhanced Expressivity of Quantum Machine Learning Models [0.0]
  フォトニックベースのボソニックデータエンコーディングスキームは、より少ないエンコーディング層を使用して古典的なデータポイントを埋め込む。 本稿では,必要なリソースのスケールの異なる3つの異なる雑音性中間スケール量子互換バイナリ分類法を提案する。
  論文  参考訳（メタデータ） (2021-07-12T07:07:39Z)
• A Quantum Edge Detection Algorithm [2.639737913330821]
  エンタングルメントや重畳といった量子特性を利用して、多くの画像処理アルゴリズムが指数的なスピードアップを実現できることを示す。 本稿では,量子エッジ検出アルゴリズムの改良版を提案する。
  論文  参考訳（メタデータ） (2020-12-20T22:10:05Z)
• Entanglement transfer, accumulation and retrieval via quantum-walk-based qubit-qudit dynamics [50.591267188664666]
  高次元システムにおける量子相関の生成と制御は、現在の量子技術の展望において大きな課題である。 本稿では,量子ウォークに基づく移動・蓄積機構により,$d$次元システムの絡み合った状態が得られるプロトコルを提案する。 特に、情報を軌道角運動量と単一光子の偏光度にエンコードするフォトニック実装について述べる。
  論文  参考訳（メタデータ） (2020-10-14T14:33:34Z)
• Experimental Quantum Generative Adversarial Networks for Image Generation [93.06926114985761]
  超伝導量子プロセッサを用いた実世界の手書き桁画像の学習と生成を実験的に行う。 我々の研究は、短期量子デバイス上での高度な量子生成モデル開発のためのガイダンスを提供する。
  論文  参考訳（メタデータ） (2020-10-13T06:57:17Z)

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。