論文の概要: QNLP in Practice: Running Compositional Models of Meaning on a Quantum Computer

• arxiv url: http://arxiv.org/abs/2102.12846v1
• Date: Thu, 25 Feb 2021 13:37:33 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-26 14:06:03.462075
• Title: QNLP in Practice: Running Compositional Models of Meaning on a Quantum Computer
• Title（参考訳）: QNLPの実践:量子コンピュータ上の意味の構成モデルを実行する
• Authors: Robin Lorenz, Anna Pearson, Konstantinos Meichanetzidis, Dimitri Kartsaklis, Bob Coecke
• Abstract要約: 本論文では,NISQ(Noisy Intermediate-Scale Quantum)コンピュータを用いた最初のNLP実験について述べる。 量子回路への自然なマッピングを持つ文の表現を作成します。 量子ハードウェア上で単純な文分類タスクを解く2つのNLPモデルのトレーニングに成功した。
• 参考スコア（独自算出の注目度）: 1.1872060356044343
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum Natural Language Processing (QNLP) deals with the design and implementation of NLP models intended to be run on quantum hardware. In this paper, we present results on the first NLP experiments conducted on Noisy Intermediate-Scale Quantum (NISQ) computers for datasets of size >= 100 sentences. Exploiting the formal similarity of the compositional model of meaning by Coecke et al. (2010) with quantum theory, we create representations for sentences that have a natural mapping to quantum circuits. We use these representations to implement and successfully train two NLP models that solve simple sentence classification tasks on quantum hardware. We describe in detail the main principles, the process and challenges of these experiments, in a way accessible to NLP researchers, thus paving the way for practical Quantum Natural Language Processing.
• Abstract（参考訳）: 量子自然言語処理(QNLP)は、量子ハードウェア上で動くことを意図したNLPモデルの設計と実装を扱う。 本稿では,大小100文のデータセットを対象としたNISQ(Noisy Intermediate-Scale Quantum)コンピュータ上で行った最初のNLP実験について報告する。 Coecke et al による構成的意味モデルの公式な類似性の展開。 (2010) 量子理論を用いて、量子回路への自然なマッピングを持つ文の表現を作成する。 量子ハードウェア上で単純な文分類タスクを解決する2つのnlpモデルの実装とトレーニングにこれらの表現を用いる。 これらの実験の主な原則、プロセスおよび課題を、NLP研究者がアクセス可能な方法で詳細に説明し、実用的な量子自然言語処理の道を開きます。

関連論文リスト

• Extending Quantum Perceptrons: Rydberg Devices, Multi-Class Classification, and Error Tolerance [67.77677387243135]
  量子ニューロモーフィックコンピューティング(QNC)は、量子計算とニューラルネットワークを融合して、量子機械学習(QML)のためのスケーラブルで耐雑音性のあるアルゴリズムを作成する QNCの中核は量子パーセプトロン(QP)であり、相互作用する量子ビットのアナログダイナミクスを利用して普遍的な量子計算を可能にする。
  論文  参考訳（メタデータ） (2024-11-13T23:56:20Z)
• Scalable and interpretable quantum natural language processing: an implementation on trapped ions [1.0037949839020768]
  本稿では,テキストレベルの量子自然言語処理の実装について述べる。 QDisCoCircモデルに焦点をあて、AIの解釈可能なレンダリングに対する構成的アプローチを基盤としています。 我々はQuantinuumのH1-1トラップイオン量子プロセッサの実験を行った。
  論文  参考訳（メタデータ） (2024-09-13T12:36:14Z)
• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
  d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。 我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• Quantum Algorithms for Compositional Text Processing [1.3654846342364308]
  本稿では、最近提案された自然言語用DisCoCircフレームワークに注目し、量子適応QDisCoCircを提案する。 これはAI解釈可能なレンダリングに対する構成的アプローチによって動機付けられている。 テキスト類似性のモデルネイティブな原始演算に対しては、フォールトトレラントな量子コンピュータのための量子アルゴリズムを導出する。
  論文  参考訳（メタデータ） (2024-08-12T11:21:40Z)
• Parallel Quantum Computing Simulations via Quantum Accelerator Platform Virtualization [44.99833362998488]
  本稿では,量子回路実行の並列化モデルを提案する。 このモデルはバックエンドに依存しない機能を利用することができ、任意のターゲットバックエンド上で並列量子回路の実行を可能にする。
  論文  参考訳（メタデータ） (2024-06-05T17:16:07Z)
• Tensor Networks or Decision Diagrams? Guidelines for Classical Quantum Circuit Simulation [65.93830818469833]
  テンソルネットワークと決定図は、異なる視点、用語、背景を念頭に、独立して開発されている。 これらの手法が古典的量子回路シミュレーションにどのようにアプローチするかを考察し、最も適用可能な抽象化レベルに関してそれらの相似性を考察する。 量子回路シミュレーションにおいて,テンソルネットワークの使い勝手の向上と決定図の使い勝手の向上に関するガイドラインを提供する。
  論文  参考訳（メタデータ） (2023-02-13T19:00:00Z)
• A didactic approach to quantum machine learning with a single qubit [68.8204255655161]
  我々は、データ再ロード技術を用いて、単一のキュービットで学習するケースに焦点を当てる。 我々は、Qiskit量子コンピューティングSDKを用いて、おもちゃと現実世界のデータセットに異なる定式化を実装した。
  論文  参考訳（メタデータ） (2022-11-23T18:25:32Z)
• Near-Term Advances in Quantum Natural Language Processing [0.03298597939573778]
  本稿では,自然言語処理におけるいくつかのタスクが,量子コンピュータを用いてすでに実行可能であることを示す実験について述べる。 1つ目は、単語トピックのスコアリング重みを個々のキュービットの分数回転として実装する、明示的な単語ベースのアプローチである。 制御NOTゲートを絡み合わせることで、これらの重みの蓄積に基づいて、新しいフレーズを分類する。
  論文  参考訳（メタデータ） (2022-06-05T13:10:46Z)
• A gentle introduction to Quantum Natural Language Processing [0.0]
  このマスターの論文の主な目標は、量子自然言語処理の導入である。 QNLPは、文の意味を量子コンピュータに符号化されたベクトルとして表現することを目的としている。
  論文  参考訳（メタデータ） (2022-02-23T20:17:00Z)
• Quantum Federated Learning with Quantum Data [87.49715898878858]
  量子機械学習(QML)は、量子コンピューティングの発展に頼って、大規模な複雑な機械学習問題を探求する、有望な分野として登場した。 本稿では、量子データ上で動作し、量子回路パラメータの学習を分散的に共有できる初めての完全量子連合学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-05-30T12:19:27Z)
• Foundations for Near-Term Quantum Natural Language Processing [0.17205106391379021]
  量子自然言語処理(QNLP)の概念と数学的基礎を提供する。 自然言語の量子モデルがどのように言語的意味と豊かな言語構造を正準的に組み合わせているかを思い出す。 実証的エビデンスと数学一般性に関する正式な記述を支援するための参照を提供します。
  論文  参考訳（メタデータ） (2020-12-07T14:49:33Z)

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。