論文の概要: Quantum State Discrimination for Supervised Classification

• arxiv url: http://arxiv.org/abs/2104.00971v1
• Date: Fri, 2 Apr 2021 10:22:59 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-05 19:49:03.816377
• Title: Quantum State Discrimination for Supervised Classification
• Title（参考訳）: 教師付き分類のための量子状態判別
• Authors: Roberto Giuntini, Hector Freytes, Daniel K. Park, Carsten Blank, Federico Holik, Keng Loon Chow and Giuseppe Sergioli
• Abstract要約: 本稿では,量子状態の識別が,機械学習における標準的な分類問題に対処するための有用なツールであることを示す。 従来の研究は、最適量子測定理論が新しい二項分類アルゴリズムを刺激できることを示した。 量子状態の識別に着想を得た任意の多クラス分類モデルを提案する。
• 参考スコア（独自算出の注目度）: 0.5772546394254112
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this paper we investigate the connection between quantum information theory and machine learning. In particular, we show how quantum state discrimination can represent a useful tool to address the standard classification problem in machine learning. Previous studies have shown that the optimal quantum measurement theory developed in the context of quantum information theory and quantum communication can inspire a new binary classification algorithm that can achieve higher inference accuracy for various datasets. Here we propose a model for arbitrary multiclass classification inspired by quantum state discrimination, which is enabled by encoding the data in the space of linear operators on a Hilbert space. While our algorithm is quantum-inspired, it can be implemented on classical hardware, thereby permitting immediate applications.
• Abstract（参考訳）: 本稿では,量子情報理論と機械学習の関係について検討する。 特に,量子状態の識別は,機械学習における標準的な分類問題に対処するための有用なツールであることを示す。 従来の研究では、量子情報理論と量子通信の文脈で開発された最適量子計測理論が、様々なデータセットに対して高い推論精度を達成できる新しい二項分類アルゴリズムを誘導できることが示されている。 本稿では、ヒルベルト空間上の線型作用素の空間にデータを符号化することで、量子状態の識別にインスパイアされた任意の多クラス分類のモデルを提案する。 我々のアルゴリズムは量子インスパイアされているが、古典的なハードウェア上で実装することができ、すぐに応用することができる。

関連論文リスト

• Supervised binary classification of small-scale digits images with a trapped-ion quantum processor [56.089799129458875]
  量子プロセッサは、考慮された基本的な分類タスクを正しく解くことができることを示す。 量子プロセッサの能力が向上するにつれ、機械学習の有用なツールになり得る。
  論文  参考訳（メタデータ） (2024-06-17T18:20:51Z)
• Information-theoretic generalization bounds for learning from quantum data [5.0739329301140845]
  古典量子データに基づくトレーニングにより量子学習を記述するための数学的定式化を提案する。 我々は,古典的および量子的情報理論量の観点から,量子学習者の期待する一般化誤差を証明した。 我々の研究は、量子学習に関する量子情報理論的な視点を統一するための基礎を築いた。
  論文  参考訳（メタデータ） (2023-11-09T17:21:38Z)
• 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 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)
• 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)
• Machine learning applications for noisy intermediate-scale quantum computers [0.0]
  NISQコンピュータに適した3つの量子機械学習アプリケーションを開発し研究する。 これらのアルゴリズムは本質的に変動し、基礎となる量子機械学習モデルとしてパラメータ化量子回路(PQC)を使用する。 近似量子クローニングの領域において,データを自然界において量子化する変分アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-05-19T09:26:57Z)
• Probably approximately correct quantum source coding [0.0]
  Holevo と Nayak の境界は、量子状態に格納できる古典的な情報の量を推定する。 量子学習理論における2つの新しい応用と、純粋に古典的なクライアントを用いた代入量子計算について述べる。
  論文  参考訳（メタデータ） (2021-12-13T17:57:30Z)
• The Hintons in your Neural Network: a Quantum Field Theory View of Deep Learning [84.33745072274942]
  線形および非線形の層をユニタリ量子ゲートとして表現する方法を示し、量子モデルの基本的な励起を粒子として解釈する。 ニューラルネットワークの研究のための新しい視点と技術を開くことに加えて、量子定式化は光量子コンピューティングに適している。
  論文  参考訳（メタデータ） (2021-03-08T17:24:29Z)
• Facial Expression Recognition on a Quantum Computer [68.8204255655161]
  量子機械学習手法を用いて表情認識の可能な解を示す。 適切に定義された量子状態の振幅に符号化されたグラフの隣接行列を操作する量子回路を定義する。
  論文  参考訳（メタデータ） (2021-02-09T13:48:00Z)
• Quantum Discriminator for Binary Classification [0.0]
  本稿では,量子識別器と呼ばれる新しい量子機械学習モデルを提案する。 量子判別器はシミュレーションにおいて99%の精度が得られることを示す。
  論文  参考訳（メタデータ） (2020-09-02T19:00:23Z)
• Universal Approximation Property of Quantum Machine Learning Models in Quantum-Enhanced Feature Spaces [0.0]
  本研究では, 領域分割における量子特徴写像の能力について検討する。 我々の研究は、量子特徴写像に基づく機械学習アルゴリズムが幅広い機械学習タスクを扱えるように、重要な理論的分析を可能にする。
  論文  参考訳（メタデータ） (2020-09-01T09:09:29Z)

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。