論文の概要: Fock State-enhanced Expressivity of Quantum Machine Learning Models
- arxiv url: http://arxiv.org/abs/2107.05224v1
- Date: Mon, 12 Jul 2021 07:07:39 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-13 15:43:21.103734
- Title: Fock State-enhanced Expressivity of Quantum Machine Learning Models
- Title(参考訳): 量子機械学習モデルのフォック状態向上表現性
- Authors: Beng Yee Gan, Daniel Leykam, and Dimitris G. Angelakis
- Abstract要約: フォトニックベースのボソニックデータエンコーディングスキームは、より少ないエンコーディング層を使用して古典的なデータポイントを埋め込む。
本稿では,必要なリソースのスケールの異なる3つの異なる雑音性中間スケール量子互換バイナリ分類法を提案する。
- 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: The data-embedding process is one of the bottlenecks of quantum machine
learning, potentially negating any quantum speedups. In light of this, more
effective data-encoding strategies are necessary. We propose a photonic-based
bosonic data-encoding scheme that embeds classical data points using fewer
encoding layers and circumventing the need for nonlinear optical components by
mapping the data points into the high-dimensional Fock space. The expressive
power of the circuit can be controlled via the number of input photons. Our
work shed some light on the unique advantages offers by quantum photonics on
the expressive power of quantum machine learning models. By leveraging the
photon-number dependent expressive power, we propose three different noisy
intermediate-scale quantum-compatible binary classification methods with
different scaling of required resources suitable for different supervised
classification tasks.
- Abstract(参考訳): データ埋め込みプロセスは、量子機械学習のボトルネックのひとつであり、量子スピードアップを否定する可能性がある。
これを踏まえ、より効果的なデータエンコーディング戦略が必要である。
本研究では,従来のデータポイントを少ない符号化層で埋め込んで,データポイントを高次元のフォック空間にマッピングすることで非線形光学部品の必要性を回避するフォトニックベースのボソニックデータエンコーディング方式を提案する。
回路の表現力は入力光子数によって制御できる。
我々の研究は、量子フォトニクスが量子機械学習モデルの表現力に持つユニークな利点に光を当てた。
光子数依存表現力を活用することで、異なる教師付き分類タスクに適したリソースのスケールの異なる3つの異なる雑音の中間スケール量子互換バイナリ分類法を提案する。
関連論文リスト
- Hybrid quantum transfer learning for crack image classification on NISQ
hardware [62.997667081978825]
グレー値画像のひび割れ検出に量子転送学習を適用した。
我々は、PennyLaneの標準量子ビットのパフォーマンスとトレーニング時間を、IBMのqasm_simulatorや実際のバックエンドと比較する。
論文 参考訳(メタデータ) (2023-07-31T14:45:29Z) - Quantum machine learning for image classification [62.997667081978825]
我々のハイブリッド量子アプローチの1つは、MNISTデータセットで99%以上の顕著な精度を示す。
要約して,本研究は,量子機械学習技術を用いた画像認識と分類の改善に関する継続的な研究に寄与する。
論文 参考訳(メタデータ) (2023-04-18T18:23:20Z) - Quantum Computation via Multiport Quantum Fourier Optical Processors [9.992810060555813]
単一の光子のイメージは、量子情報処理に利用できる膨大な情報容量を持つ。
本稿では、量子フーリエ光学を用いて、光学量子計算における重要な量子論理ゲートを実装する。
論文 参考訳(メタデータ) (2023-03-07T13:23:56Z) - Nonorthogonal coding in spectrally-entangled photons [0.0]
ファイバベースの長距離量子通信は、伝送損失が低いため実現可能である。
多重光子対を用いてスペクトルモードにおける非直交符号化方式を提案する。
論文 参考訳(メタデータ) (2022-11-21T15:04:43Z) - Statistical limits for quantum networks with semiconductor entangled
photon sources [1.44854099261305]
一般的に用いられるビエクシトン・エクシトンカスケードからの偏光束縛光子源との絡み合わせの統計的制限について検討する。
我々は、エクシトン微細構造をチューニングする必要性を強調し、量子ドットにおけるフォトニックエンタングルメントのしばしば観測される時間進化が、大きな量子ネットワークには適用できない理由を説明する。
論文 参考訳(メタデータ) (2021-09-14T14:57:50Z) - Single-photon quantum hardware: towards scalable photonic quantum
technology with a quantum advantage [0.41998444721319217]
単一光子量子ハードウェアにおける現状と、スケールアップに必要な主フォトニックビルディングブロックについて述べる。
量子通信およびフォトニック量子コンピューティングにおけるハードウェア構築ブロックの具体的な有望な応用を指摘したい。
論文 参考訳(メタデータ) (2021-03-01T16:22:59Z) - Advantages and Bottlenecks of Quantum Machine Learning for Remote
Sensing [63.69764116066747]
本稿では,量子コンピュータの概要を説明し,量子画像分類手法の既存手法を考察し,これらのアルゴリズムを現在利用可能なオープンソースプラットフォーム上で実行する際のボトルネックについて考察する。
次のステップでは、量子隠蔽層のサイズを拡大し、さまざまな出力イメージオプションを拡大する。
論文 参考訳(メタデータ) (2021-01-26T09:31:46Z) - Entanglement transfer, accumulation and retrieval via quantum-walk-based
qubit-qudit dynamics [50.591267188664666]
高次元システムにおける量子相関の生成と制御は、現在の量子技術の展望において大きな課題である。
本稿では,量子ウォークに基づく移動・蓄積機構により,$d$次元システムの絡み合った状態が得られるプロトコルを提案する。
特に、情報を軌道角運動量と単一光子の偏光度にエンコードするフォトニック実装について述べる。
論文 参考訳(メタデータ) (2020-10-14T14:33:34Z) - Experimental Quantum Generative Adversarial Networks for Image
Generation [93.06926114985761]
超伝導量子プロセッサを用いた実世界の手書き桁画像の学習と生成を実験的に行う。
我々の研究は、短期量子デバイス上での高度な量子生成モデル開発のためのガイダンスを提供する。
論文 参考訳(メタデータ) (2020-10-13T06:57:17Z) - Rapid characterisation of linear-optical networks via PhaseLift [51.03305009278831]
集積フォトニクスは優れた位相安定性を提供し、半導体産業によって提供される大規模な製造性に依存することができる。
このような光回路に基づく新しいデバイスは、機械学習アプリケーションにおいて高速でエネルギー効率の高い計算を約束する。
線形光ネットワークの転送行列を再構成する新しい手法を提案する。
論文 参考訳(メタデータ) (2020-10-01T16:04:22Z) - Experimental realization of a quantum image classifier via
tensor-network-based machine learning [4.030017427802459]
我々は,フォトニックキュービットを用いた実写画像の分類に成功していることを示す。
我々は手書きゼロと手書きゼロのバイナリ分類に焦点をあて、その特徴をテンソル-ネットワーク表現にキャストする。
テンソル積表現における特徴の効率的なマルチキュービット符号化にスケールすることができる。
論文 参考訳(メタデータ) (2020-03-19T03:26:27Z)
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。