論文の概要: L0 regularization-based compressed sensing with quantum-classical hybrid approach

• arxiv url: http://arxiv.org/abs/2102.11412v5
• Date: Fri, 6 May 2022 12:57:07 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-10 05:33:13.644255
• Title: L0 regularization-based compressed sensing with quantum-classical hybrid approach
• Title（参考訳）: 量子古典ハイブリッドアプローチによるL0正規化に基づく圧縮センシング
• Authors: Toru Aonishi, Kazushi Mimura, Masato Okada, Yoshihisa Yamamoto
• Abstract要約: 本稿では,量子マシンと古典デジタルプロセッサからなる量子古典ハイブリッドシステムを提案する。 実際の状況において,L1-RBCSの推定精度を超えうることを示す。
• 参考スコア（独自算出の注目度）: 2.2710740436620314
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: L0-regularization-based compressed sensing (L0-RBCS) has the potential to outperform L1-regularization-based compressed sensing (L1-RBCS), but the optimization in L0-RBCS is difficult because it is a combinatorial optimization problem. To perform optimization in L0-RBCS, we propose a quantum-classical hybrid system consisting of a quantum machine and a classical digital processor. The coherent Ising machine (CIM) is a suitable quantum machine for this system because this optimization problem can only be solved with a densely connected network. To evaluate the performance of the CIM-classical hybrid system theoretically, a truncated Wigner stochastic differential equation (W-SDE) is introduced as a model for the network of degenerate optical parametric oscillators, and macroscopic equations are derived by applying statistical mechanics to the W-SDE. We show that the system performance in principle approaches the theoretical limit of compressed sensing and this hybrid system may exceed the estimation accuracy of L1-RBCS in actual situations, such as in magnetic resonance imaging data analysis.
• Abstract（参考訳）: L0-regularization-based compressed sensor (L0-RBCS)はL1-regularization-based compressed sensor (L1-RBCS)より優れているが、L0-RBCSの最適化は組合せ最適化の問題であるため困難である。 L0-RBCSにおける最適化のために,量子マシンと古典デジタルプロセッサからなる量子古典ハイブリッドシステムを提案する。 コヒーレントイジングマシン(CIM)は、この最適化問題を高密度ネットワークでのみ解くことができるため、このシステムに適した量子マシンである。 理論上は、CIM-古典ハイブリッドシステムの性能を評価するために、縮退したウィグナー確率微分方程式(W-SDE)を縮退した光パラメトリック発振器のネットワークのモデルとして導入し、W-SDEに統計力学を適用してマクロ方程式を導出する。 本研究では, 圧縮センシングの理論的限界に原理的にアプローチするシステム性能を示し, このハイブリッドシステムは, 磁気共鳴イメージングデータ解析などの実環境におけるL1-RBCSの推定精度を超える可能性があることを示す。

関連論文リスト

• Projective Quantum Eigensolver with Generalized Operators [0.0]
  PQEフレームワークにおける閉形式残留方程式の観点から一般化作用素を決定する手法を開発する。 いくつかの分子系への応用により、アンザッツは単体、二重体、三重体を含む(異方性)UCCと同様の精度を達成できることを実証した。
  論文  参考訳（メタデータ） (2024-10-21T15:40:22Z)
• Quantum algorithms for the variational optimization of correlated electronic states with stochastic reconfiguration and the linear method [0.0]
  本稿では、ユニタリ作用素の積に相関した波動関数の変動最適化のための量子アルゴリズムを提案する。 古典的なコンピューティングハードウェアの実装には、指数関数的に計算コストが増加する必要があるが、量子アルゴリズムのコスト(回路数とショット数)はシステムサイズである。
  論文  参考訳（メタデータ） (2024-08-03T17:53:35Z)
• Encoding arbitrary Ising Hamiltonians on Spatial Photonic Ising Machines [0.0]
  本研究では,完全な相互作用行列を直接制御できるSPIMインスタンスを導入,実験的に検証する。 実験によって測定されたIsingエネルギーと理論的な期待値との整合性を実証し、未重み付きグラフ問題と重み付きグラフ問題の両方を解決する。 本手法は,システム固有の利点を犠牲にすることなく,実世界のアプリケーションに適用可能なSPIMを大幅に拡張する。
  論文  参考訳（メタデータ） (2024-07-12T10:54:07Z)
• L0-regularized compressed sensing with Mean-field Coherent Ising Machines [0.8292466835099597]
  量子ノイズを伴わない物理学的な解法である平均場CIMモデルを提案する。 以上の結果から, 提案手法は, 人工磁気共鳴画像データと磁気共鳴画像データの両方において, 物理的に高精度なSDEと類似した性能を有することが明らかとなった。
  論文  参考訳（メタデータ） (2024-05-01T07:43:26Z)
• An Optimization-based Deep Equilibrium Model for Hyperspectral Image Deconvolution with Convergence Guarantees [71.57324258813675]
  本稿では,ハイパースペクトル画像のデコンボリューション問題に対処する新しい手法を提案する。 新しい最適化問題を定式化し、学習可能な正規化器をニューラルネットワークの形で活用する。 導出した反復解法は、Deep Equilibriumフレームワーク内の不動点計算問題として表現される。
  論文  参考訳（メタデータ） (2023-06-10T08:25:16Z)
• Effective implementation of $l_0$-Regularised Compressed Sensing with Chaotic-Amplitude-Controlled Coherent Ising Machines [1.8287426976997025]
  圧縮センシングの最適化問題を解くために,量子古典ハイブリッドシステムを提案する。 ハイブリッドシステムでは、CIMは振幅制御フィードバックループを持たないオープンループシステムであった。 本研究は,精度の向上と幅広い有効性を示すものである。
  論文  参考訳（メタデータ） (2023-02-24T09:16:48Z)
• A self-consistent field approach for the variational quantum eigensolver: orbital optimization goes adaptive [52.77024349608834]
  適応微分組立問題集合型アンザッツ変分固有解法(ADAPTVQE)における自己一貫したフィールドアプローチ(SCF)を提案する。 このフレームワークは、短期量子コンピュータ上の化学系の効率的な量子シミュレーションに使用される。
  論文  参考訳（メタデータ） (2022-12-21T23:15:17Z)
• Quantum Approximate Optimization Algorithm Based Maximum Likelihood Detection [80.28858481461418]
  量子技術の最近の進歩は、ノイズの多い中間スケール量子(NISQ)デバイスへの道を開く。 量子技術の最近の進歩は、ノイズの多い中間スケール量子(NISQ)デバイスへの道を開く。
  論文  参考訳（メタデータ） (2021-07-11T10:56:24Z)
• Error mitigation and quantum-assisted simulation in the error corrected regime [77.34726150561087]
  量子コンピューティングの標準的なアプローチは、古典的にシミュレート可能なフォールトトレラントな演算セットを促進するという考え方に基づいている。 量子回路の古典的準確率シミュレーションをどのように促進するかを示す。
  論文  参考訳（メタデータ） (2021-03-12T20:58:41Z)
• Pushing the Envelope of Rotation Averaging for Visual SLAM [69.7375052440794]
  視覚SLAMシステムのための新しい最適化バックボーンを提案する。 従来の単分子SLAMシステムの精度, 効率, 堅牢性を向上させるために, 平均化を活用している。 我々のアプローチは、公開ベンチマークの最先端技術に対して、同等の精度で最大10倍高速に表示することができる。
  論文  参考訳（メタデータ） (2020-11-02T18:02:26Z)
• A Dynamical Systems Approach for Convergence of the Bayesian EM Algorithm [59.99439951055238]
  我々は、(離散時間)リアプノフ安定性理論が、必ずしも勾配ベースではない最適化アルゴリズムの分析(および潜在的な設計)において、いかに強力なツールとして役立つかを示す。 本稿では,不完全データベイズフレームワークにおけるパラメータ推定を,MAP-EM (maximum a reari expectation-maximization) と呼ばれる一般的な最適化アルゴリズムを用いて行うことに着目したML問題について述べる。 高速収束(線形あるいは二次的)が達成され,S&Cアプローチを使わずに発表することが困難であった可能性が示唆された。
  論文  参考訳（メタデータ） (2020-06-23T01:34:18Z)

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。