Fugu-MT 論文翻訳(概要): Quantum Data Compression and Quantum Cross Entropy

論文の概要: Quantum Data Compression and Quantum Cross Entropy

arxiv url: http://arxiv.org/abs/2106.13823v1
Date: Fri, 25 Jun 2021 18:00:33 GMT
ステータス: 処理完了
システム内更新日: 2021-06-29 17:38:03.280011
Title: Quantum Data Compression and Quantum Cross Entropy
Title（参考訳）: 量子データ圧縮と量子クロスエントロピー
Authors: Zhou Shangnan
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する新興分野である。量子機械学習の理論の基礎となる中心的な量は、量子クロスエントロピーである。本稿では,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であることを示す。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Quantum machine learning is an emerging field at the intersection of machine learning and quantum computing. A central quantity for the theoretical foundation of quantum machine learning is the quantum cross entropy. In this paper, we present one operational interpretation of this quantity, that the quantum cross entropy is the compression rate for sub-optimal quantum source coding. To do so, we give a simple, universal quantum data compression protocol, which is developed based on quantum generalization of variable-length coding, as well as quantum strong typicality.
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。量子機械学習の理論の基礎となる中心的な量は、量子クロスエントロピーである。本稿では,量子クロスエントロピーが準最適量子源符号化の圧縮率であることを示す。そこで我々は,可変長符号化の量子一般化と量子強度の典型性に基づいて開発した,単純で普遍的な量子データ圧縮プロトコルを提案する。

関連論文リスト

The curse of random quantum data [62.24825255497622]
量子データのランドスケープにおける量子機械学習の性能を定量化する。量子機械学習におけるトレーニング効率と一般化能力は、量子ビットの増加に伴い指数関数的に抑制される。この結果は量子カーネル法と量子ニューラルネットワークの広帯域限界の両方に適用できる。
論文参考訳（メタデータ） (2024-08-19T12:18:07Z)
Simulating quantum field theories on continuous-variable quantum computers [0.0]
我々は、任意のハミルトニアンの下で量子力学状態の時間発展を再現する方法を開発し、証明する。提案手法は,目的状態における所望の時間進化を誘導する特殊準備された量子状態である進化状態を構築することに集中する。 CVQCのフィールド理論を,フィールド値の認識を伴わずに符号化できるフレームワークを提案する。
論文参考訳（メタデータ） (2024-03-15T18:31:09Z)
Towards Quantum Simulation of Non-Markovian Open Quantum Dynamics: A Universal and Compact Theory [10.708145906104205]
第2量子化(DQME-SQ)におけるディシパトン埋め込み量子マスター方程式を導入する。この正確でコンパクトな理論は、量子回路による表現可能性と任意のガウス環境への普遍的適用性という2つの大きな利点を提供する。ボゾンおよびフェルミオン環境における非マルコフ散逸動力学のディジタル量子シミュレーションによりこれらの能力を実証する。
論文参考訳（メタデータ） (2024-01-30T18:46:30Z)
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)
Unclonability and Quantum Cryptanalysis: From Foundations to Applications [0.0]
不規則性(Unclonability)は、量子理論の基本概念であり、量子情報の主要な非古典的性質の1つである。我々は、量子世界、すなわち量子物理学的不閉性(quantum physical unclonability)という新しい非閉性の概念を導入する。本稿では、暗号資源として、この新しいタイプの無拘束性(unclonability)のいくつかの応用について論じ、確実に安全な量子プロトコルを設計する。
論文参考訳（メタデータ） (2022-10-31T17:57:09Z)
Imaginary Time Propagation on a Quantum Chip [50.591267188664666]
想像時間における進化は、量子多体系の基底状態を見つけるための顕著な技術である。本稿では,量子コンピュータ上での仮想時間伝搬を実現するアルゴリズムを提案する。
論文参考訳（メタデータ） (2021-02-24T12:48:00Z)
Quantum Cross Entropy and Maximum Likelihood Principle [0.0]
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。
論文参考訳（メタデータ） (2021-02-23T19:00:06Z)
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。