Fugu-MT 論文翻訳(概要): Quantum computing models for artificial neural networks

論文の概要: Quantum computing models for artificial neural networks

arxiv url: http://arxiv.org/abs/2102.03879v2
Date: Thu, 20 May 2021 10:11:10 GMT
ステータス: 処理完了
システム内更新日: 2023-04-12 07:19:24.774782
Title: Quantum computing models for artificial neural networks
Title（参考訳）: ニューラルネットワークのための量子コンピューティングモデル
Authors: Stefano Mangini, Francesco Tacchino, Dario Gerace, Daniele Bajoni, Chiara Macchiavello
Abstract要約: 我々は、これらの進行中の革命をまとめることを目的とした、最新の提案の概要を述べる。我々は、量子機械学習の優位性を追求する上で、量子ハードウェアの短期的役割について論じる。
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: Neural networks are computing models that have been leading progress in Machine Learning (ML) and Artificial Intelligence (AI) applications. In parallel, the first small scale quantum computing devices have become available in recent years, paving the way for the development of a new paradigm in information processing. Here we give an overview of the most recent proposals aimed at bringing together these ongoing revolutions, and particularly at implementing the key functionalities of artificial neural networks on quantum architectures. We highlight the exciting perspectives in this context and discuss the potential role of near term quantum hardware in the quest for quantum machine learning advantage.
Abstract（参考訳）: ニューラルネットワークは、機械学習(ML)と人工知能(AI)アプリケーションで進歩しているコンピューティングモデルである。並行して、情報処理における新しいパラダイムの開発への道を開くため、ここ数年で最初の小規模量子コンピューティングデバイスが利用可能になった。ここでは、現在進行中の革命をまとめ、特に量子アーキテクチャ上でのニューラルネットワークの重要な機能を実装することを目的とした、最新の提案の概要を示す。この文脈におけるエキサイティングな視点を強調し、量子機械学習の優位性を追求する上での、短期的な量子ハードウェアの役割について論じる。

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)
Neural networks with quantum states of light [2.621434923709917]
フォトニック人工ニューラルネットワークは、古典光学と量子光学の両方の利点を利用する機会を提供する。フォトニックなニューロインスパイアされた計算と機械学習は、古典的な環境でうまく実証されている。量子光学ネットワークは、テレポーテーション、量子鍵分布、量子コンピューティングといった画期的な応用を誘発している。
論文参考訳（メタデータ） (2024-10-23T09:23:49Z)
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)
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)
Recent Advances for Quantum Neural Networks in Generative Learning [98.88205308106778]
量子生成学習モデル(QGLM)は、古典的な学習モデルを上回る可能性がある。機械学習の観点からQGLMの現状を概観する。従来の機械学習タスクと量子物理学の両方におけるQGLMの潜在的な応用について論じる。
論文参考訳（メタデータ） (2022-06-07T07:32:57Z)
Quantum Neural Network Classifiers: A Tutorial [1.4567067583556714]
我々は、パラメータ化量子回路の形で量子ニューラルネットワークに焦点を当てる。我々は主に、教師付き学習タスクのための量子ニューラルネットワークの異なる構造と符号化戦略について議論する。 Julia言語で記述された量子シミュレーションパッケージであるYoo.jlを使って、パフォーマンスをベンチマークする。
論文参考訳（メタデータ） (2022-06-06T18:00:01Z)
A Quantum Convolutional Neural Network for Image Classification [7.745213180689952]
量子畳み込みニューラルネットワーク(QCNN)という新しいニューラルネットワークモデルを提案する。 QCNNは実装可能な量子回路に基づいており、古典的畳み込みニューラルネットワークと同様の構造を持つ。 MNISTデータセットの数値シミュレーションにより,本モデルの有効性が示された。
論文参考訳（メタデータ） (2021-07-08T06:47:34Z)
Experimental quantum memristor [0.5396401833457565]
我々は、集積フォトニクスと単一光子に作用する新しい量子光学メムリスタを、実験的に導入し、実証する。私たちのデバイスは、即時および短期的な量子ニューロモルフィックアーキテクチャの構築ブロックになる可能性がある。
論文参考訳（メタデータ） (2021-05-11T08:42:14Z)
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)
Variational learning for quantum artificial neural networks [0.0]
まず、量子プロセッサ上での人工ニューロンとフィードフォワードニューラルネットワークの実装について、最近の一連の研究を概説する。次に、変分アンサンプリングプロトコルに基づく効率的な個別量子ノードのオリジナル実現を提案する。メモリ効率の高いフィードフォワードアーキテクチャとの完全な互換性を維持しながら、単一ニューロンの活性化確率を決定するのに必要な量子回路深さを効果的に削減する。
論文参考訳（メタデータ） (2021-03-03T16:10:15Z)
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。