Fugu-MT 論文翻訳(概要): Quantum Cross Entropy and Maximum Likelihood Principle

論文の概要: Quantum Cross Entropy and Maximum Likelihood Principle

arxiv url: http://arxiv.org/abs/2102.11887v1
Date: Tue, 23 Feb 2021 19:00:06 GMT
ステータス: 処理完了
システム内更新日: 2021-02-25 13:35:31.678297
Title: Quantum Cross Entropy and Maximum Likelihood Principle
Title（参考訳）: 量子クロスエントロピーと最大可能性原理
Authors: Zhou Shangnan, Yixu Wang
Abstract要約: 量子機械学習は、機械学習と量子コンピューティングの交差点における新興分野である。我々は、その量子一般化、量子クロスエントロピーを定義し、その量子忠実度と最大の可能性原理との関係を調べます。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Quantum machine learning is an emerging field at the intersection of machine learning and quantum computing. Classical cross entropy plays a central role in machine learning. We define its quantum generalization, the quantum cross entropy, and investigate its relations with the quantum fidelity and the maximum likelihood principle. We also discuss its physical implications on quantum measurements.
Abstract（参考訳）: 量子機械学習は、機械学習と量子コンピューティングの交差点における新興分野である。古典的クロスエントロピーは機械学習の中心的な役割を担っている。我々は、その量子一般化、量子クロスエントロピーを定義し、その量子忠実度と最大の可能性原理との関係を調べます。また、量子測定における物理的影響についても論じる。

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)
Quantum decoherence from complex saddle points [0.0]
量子デコヒーレンス(quantum decoherence)は、量子物理学を古典物理学にブリッジする効果である。カルデイラ・レゲットモデルにおける第一原理計算について述べる。また、モンテカルロ計算による一般モデルへの作業拡張についても論じる。
論文参考訳（メタデータ） (2024-08-29T15:35:25Z)
Evolution of Quantum Resources in Quantum-walk-based Search Algorithm [3.604186493583444]
完全二部グラフに対する量子ウォーク探索における量子コヒーレンスと量子絡み合いの影響を考察する。まず、成功確率と2つの量子資源の相補関係を数値的に示す。最終的に、一般化された偏極ノイズが果たす役割について議論し、それが成功確率と量子コヒーレンスの力学に急激な影響を与えることを発見した。
論文参考訳（メタデータ） (2023-09-30T12:16:28Z)
Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
論文参考訳（メタデータ） (2023-06-29T18:00:01Z)
Unraveling the Mystery of Quantum Measurement with A New Space-Time Approach to Relativistic Quantum Mechanics [9.116661570248171]
量子測定は量子力学の分野における基本的な概念である。その重要性にもかかわらず、4つの基本的な問題は、より広範な量子計測の応用に重大な課題を提起し続けている。我々は、これらの問題に体系的に対処するために、相対論的量子力学に新しい時空アプローチを採用する。
論文参考訳（メタデータ） (2023-06-01T13:25:08Z)
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 Data Compression and Quantum Cross Entropy [0.0]
量子クロスエントロピーが準最適量子源符号化の圧縮速度として働くことを示す。これは量子クロスエントロピーが量子機械学習アルゴリズムの損失関数として効果的に機能することを明らかにする。
論文参考訳（メタデータ） (2021-06-25T18:00:33Z)
Quantum Entropic Causal Inference [30.939150842529052]
エントロピー原理を利用して量子情報科学と因果推論を融合するための新しい理論的枠組みを提唱する。提案したフレームワークを量子ノイズリンク上のメッセージ送信者を特定する実験的に関連するシナリオに適用する。
論文参考訳（メタデータ） (2021-02-23T15:51:34Z)
Quantum walk processes in quantum devices [55.41644538483948]
グラフ上の量子ウォークを量子回路として表現する方法を研究する。提案手法は,量子ウォークアルゴリズムを量子コンピュータ上で効率的に実装する方法である。
論文参考訳（メタデータ） (2020-12-28T18:04:16Z)
Quantum information spreading in a disordered quantum walk [50.591267188664666]
量子ウォークスを用いて量子情報拡散パターンを探索する量子探索プロトコルを設計する。我々は、異常や古典的輸送を調査するために、コヒーレントな静的および動的障害に焦点を当てる。以上の結果から,複雑なネットワークで発生する欠陥や摂動の情報を読み取る装置として,量子ウォーク(Quantum Walk)が考えられる。
論文参考訳（メタデータ） (2020-10-20T20:03:19Z)

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。