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: 翻訳完了
• 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

• Quantum machine learning with Adaptive Boson Sampling via post-selection [0.42110855444787276]
  本稿では,Boson Smplingプラットフォームにポストセレクションによる適応性を加えることで,量子機械学習プロトコルの実験的実装について報告する。 実験結果から,適応ボソンサンプリングは次元強化量子機械学習への有効な経路であることが示された。
  論文  参考訳（メタデータ） (2025-02-27T17:32:05Z)
• Universal Logical Quantum Photonic Neural Network Processor via Cavity-Assisted Interactions [0.0]
  量子フォトニクスニューラルネットワークを用いて任意の多モード多光子状態に対する論理量子演算を準備・実行するためのアーキテクチャを提案する。 提案アーキテクチャは、誤り訂正量子計算を可能にする、短期的な量子フォトニックプロセッサの道を開くものである。
  論文  参考訳（メタデータ） (2024-10-02T23:21:50Z)
• Empirical Power of Quantum Encoding Methods for Binary Classification [0.2118773996967412]
  我々は、様々な機械学習メトリクスに対する符号化スキームとその効果に焦点を当てる。 具体的には、実世界の複数のデータセットの量子符号化戦略の違いを示すために、実世界のデータ符号化に焦点を当てる。
  論文  参考訳（メタデータ） (2024-08-23T14:34:57Z)
• 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)
• 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)
• Quantum Sparse Coding and Decoding Based on Quantum Network [1.0683439960798695]
  スパース符号化と復号化アルゴリズムを実現するための対称量子ニューラルネットワークを提案する。 我々のネットワークは、光回路に自然に適合する多層2レベルユニタリ変換で構成されている。 我々は、古典的問題におけるバイナリとグレースケールの画像の疎符号化と復号化を実現し、量子問題における複雑な量子状態の復号化を実現した。
  論文  参考訳（メタデータ） (2024-06-10T04:21:27Z)
• Neural auto-designer for enhanced quantum kernels [59.616404192966016]
  本稿では,問題固有の量子特徴写像の設計を自動化するデータ駆動型手法を提案する。 私たちの研究は、量子機械学習の進歩におけるディープラーニングの実質的な役割を強調します。
  論文  参考訳（メタデータ） (2024-01-20T03:11:59Z)
• 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)
• 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)
• 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。