Fugu-MT 論文翻訳(概要): A Parameterised Quantum Circuit Approach to Point Set Matching

論文の概要: A Parameterised Quantum Circuit Approach to Point Set Matching

arxiv url: http://arxiv.org/abs/2102.06697v1
Date: Fri, 12 Feb 2021 18:55:49 GMT
ステータス: 処理完了
システム内更新日: 2021-02-15 13:16:48.632933
Title: A Parameterised Quantum Circuit Approach to Point Set Matching
Title（参考訳）: 量子回路のパラメータ化による点集合マッチング
Authors: Mohammadreza Noormandipour, Hanchen Wang
Abstract要約: 点集合マッチング問題に対するパラメータ化量子回路学習手法を提案する。提案手法はカーネルベースの量子生成モデルから得られる。
参考スコア（独自算出の注目度）: 1.9852463786440129
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Point set registration is one of the challenging tasks in areas such as pattern recognition, computer vision and image processing. Efficient performance of this task has been a hot topic of research due to its widespread applications. We propose a parameterised quantum circuit learning approach to point set matching problem. The proposed method benefits from a kernel-based quantum generative model that: 1) is able to find all possible optimal matching solution angles, 2) is potentially able to show quantum learning supremacy, and 3) benefits from kernel-embedding techniques and integral probability metrics for the definition of a powerful loss function. Moreover, the theoretical framework has been backed up by satisfactory preliminary and proof of concept experimental results.
Abstract（参考訳）: ポイントセット登録は、パターン認識、コンピュータビジョン、画像処理といった領域における課題の1つである。このタスクの効率的な性能は、広く応用されているため、研究の話題となっている。点集合マッチング問題に対するパラメータ化量子回路学習手法を提案する。提案手法は,1)全ての可能な最適解角を見つけることができ,2)量子学習の優位性を示すことが可能であり,3)強力な損失関数の定義のためのカーネル埋め込み技術と積分確率メトリクスの恩恵を受けることができる。さらに、理論的な枠組みは、十分な予備と概念実験結果の証明によって裏付けられている。

関連論文リスト

Reinforcement Learning for Variational Quantum Circuits Design [10.136215038345012]
変分量子アルゴリズムは、量子コンピュータの最適化問題を解くための有望なツールとして登場した。本研究では、強力で柔軟な強化学習パラダイムを活用し、量子回路を自律的に生成できるエージェントを訓練する。以上の結果から,最大カット問題に対して,R_yz$接続回路は高い近似比が得られることが示唆された。
論文参考訳（メタデータ） (2024-09-09T10:07:12Z)
Quantum landscape tomography for efficient single-gate optimization on quantum computers [0.0]
回路最適化は、短期量子コンピュータの実用化のための基本的な課題である。本稿では,各ゲートが回路全体に与える影響を特徴付けるために,量子ランドスケープトモグラフィー(quantum landscape tomography)と呼ばれる手法を提案する。本研究は,量子ランドスケープ・トモグラフィーによる短期量子コンピューティング応用における回路最適化の可能性を明らかにするものである。
論文参考訳（メタデータ） (2024-07-25T18:00:06Z)
Bayesian Parameterized Quantum Circuit Optimization (BPQCO): A task and hardware-dependent approach [49.89480853499917]
変分量子アルゴリズム(VQA)は、最適化と機械学習問題を解決するための有望な量子代替手段として登場した。本稿では,回路設計が2つの分類問題に対して得られる性能に与える影響を実験的に示す。また、実量子コンピュータのシミュレーションにおいて、ノイズの存在下で得られた回路の劣化について検討する。
論文参考訳（メタデータ） (2024-04-17T11:00:12Z)
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)
Validation and benchmarking of quantum annealing technology [0.0]
この論文は、量子アニールのベンチマークと検証の問題に焦点を当てている。実世界の問題を解くための2つのアルゴリズムを提案し、それらが現在の世代の量子アニール上でどのように機能するかをテストする。
論文参考訳（メタデータ） (2023-12-06T14:56:45Z)
Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
期待されている量子コンピュータの応用は、科学と産業にまたがる。本稿では,量子アルゴリズムの応用分野について検討する。私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
論文参考訳（メタデータ） (2023-10-04T17:53:55Z)
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)
Guaranteed efficient energy estimation of quantum many-body Hamiltonians using ShadowGrouping [55.47824411563162]
量子多体系のエネルギーの推定は、様々な研究分野におけるパラダイム的な課題である。本研究の目的は,全測定予算から最も高い証明可能な精度が得られる単一キュービット計測による最適戦略を見出すことである。私たちはShadowGroupingと呼ばれる実用的で効率的な見積もり戦略を開発します。
論文参考訳（メタデータ） (2023-01-09T14:41:07Z)
Experimental multiparameter quantum metrology in adaptive regime [0.0]
プログラマブル集積フォトニック回路における3つの光位相の同時推定を実演する。結果は、量子センサアプリケーションへの移行に向けて、様々な基本手法をうまく組み合わせられる可能性を示している。
論文参考訳（メタデータ） (2022-08-30T18:02:51Z)
Certificates of quantum many-body properties assisted by machine learning [0.0]
本稿では,緩和技術の力と深層強化学習を組み合わせた新しい手法を提案する。本研究は,多くの移動系の基底状態エネルギーを求める文脈において,本手法の生存可能性について述べる。我々は、量子情報処理の分野における他の一般的な応用へのアプローチを一般化するためのツールを提供する。
論文参考訳（メタデータ） (2021-03-05T17:47:26Z)
QUANTIFY: A framework for resource analysis and design verification of quantum circuits [69.43216268165402]
QUINTIFYは、量子回路の定量的解析のためのオープンソースのフレームワークである。 Google Cirqをベースにしており、Clifford+T回路を念頭に開発されている。ベンチマークのため、QUINTIFYは量子メモリと量子演算回路を含む。
論文参考訳（メタデータ） (2020-07-21T15:36:25Z)

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。