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
- Benchmarking hybrid digitized-counterdiabatic quantum optimization [2.983864486954652]
ハイブリッドデジタルカウンテルダイバティック量子コンピューティング(DCQC)は、短期量子コンピュータの能力を活用するための有望なアプローチである。
本研究では,デジタル・カウンテル・ダイアバティック・アプローチと組み合わせて,様々な古典の収束挙動と解の質を解析する。
論文 参考訳(メタデータ) (2024-01-18T10:05:07Z) - 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) - Coherent Ising Machines with Optical Error Correction Circuits [0.0]
本稿では,光誤り訂正回路を用いた自由散逸型量子発振器のネットワークを提案する。
提案したCIMの量子理論はパラメトリックアルゴリズムとして利用でき、既存のデジタルプラットフォーム上で効率的に実装できる。
提案した光学実装は,薄膜LiNbO3プラットフォーム上で光学的に実装した場合,低消費電力化の可能性を秘めている。
論文 参考訳(メタデータ) (2021-08-16T22:53:40Z) - 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) - 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) - Hybrid quantum variational algorithm for simulating open quantum systems
with near-term devices [0.0]
ハイブリッド量子古典(HQC)アルゴリズムは、古典的な計算資源によってサポートされている短期量子デバイスを使用できる。
オープンシステムのダイナミクスをシミュレートするために,効率的な変分最適化手法を用いたHQCアルゴリズムを開発した。
論文 参考訳(メタデータ) (2020-08-12T13:49:29Z) - Optimal non-classical correlations of light with a levitated nano-sphere [48.7576911714538]
非古典的相関は、量子技術における多くの応用のためのリソースを提供する。
光学系は、力学と進行する光のモードの間の量子絡み合いを生成するように配置することができる。
このようなシステムにおける量子相関生成の自動最適化を提案する。
論文 参考訳(メタデータ) (2020-06-26T15:27:47Z) - 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。