論文の概要: Representation of binary classification trees with binary features by quantum circuits

• arxiv url: http://arxiv.org/abs/2108.13207v1
• Date: Mon, 30 Aug 2021 13:02:00 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-31 14:52:18.008956
• Title: Representation of binary classification trees with binary features by quantum circuits
• Title（参考訳）: 量子回路による二項特徴を持つ二項分類木の表現
• Authors: Raoul Heese, Patricia Bickert, Astrid Elisa Niederle
• Abstract要約: 本稿では,確率論的アプローチに基づく二項分類木を量子的に表現する手法を提案する。 我々は、量子コンピューティングシミュレータと実際のIBM量子ハードウェアの両方を用いて、我々のアプローチを実験的に研究した。
• 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: We propose a quantum representation of binary classification trees with binary features based on a probabilistic approach. By using the quantum computer as a processor for probability distributions, a probabilistic traversal of the decision tree can be realized via measurements of a quantum circuit. We describe how tree inductions and the prediction of class labels of query data can be integrated into this framework. An on-demand sampling method enables predictions with a constant number of classical memory slots, independent of the tree depth. We experimentally study our approach using both a quantum computing simulator and actual IBM quantum hardware. To our knowledge, this is the first realization of a decision tree classifier on a quantum device.
• Abstract（参考訳）: 確率的アプローチに基づく二項特徴を持つ二項分類木の量子表現を提案する。 確率分布のプロセッサとして量子コンピュータを用いることで、決定木の確率論的トラバースを量子回路の測定により実現することができる。 本稿では,クエリデータのツリーインジェクションとクラスラベルの予測をこのフレームワークに組み込む方法について述べる。 オンデマンドサンプリング方式では,木深度に依存しない定数の古典的メモリスロットによる予測が可能となる。 量子コンピューティングシミュレータと実際のibm量子ハードウェアの両方を用いて、このアプローチを実験的に研究する。 我々の知る限り、これは量子デバイス上の決定木分類器の最初の実現である。

関連論文リスト

• 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)
• 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)
• Schrödinger as a Quantum Programmer: Estimating Entanglement via Steering [3.187381965457262]
  我々は、量子ステアリング効果を用いて、一般的な二部状態の分離性をテストし、定量化する量子アルゴリズムを開発した。 我々の発見は、ステアリング、絡み合い、量子アルゴリズム、量子計算複雑性理論の間の有意義な関係を提供する。
  論文  参考訳（メタデータ） (2023-03-14T13:55:06Z)
• A Quantum Algorithm for Computing All Diagnoses of a Switching Circuit [73.70667578066775]
  ほとんどの人造システム、特にコンピュータは決定論的に機能する。 本稿では、量子物理学が確率法則に従うときの直観的なアプローチである量子情報理論による接続を提供する。
  論文  参考訳（メタデータ） (2022-09-08T17:55:30Z)
• Simulating quantum circuits using tree tensor networks [0.0]
  我々は,古典コンピュータ上で量子回路をシミュレーションする手法を開発し,解析する。 提案アルゴリズムは、まず、量子回路が生成する期待の絡み合いに適応した、適切な木構造を決定する。 理論的には,提案手法の適用性および計算コストとメモリ要件を理論的に解析する。
  論文  参考訳（メタデータ） (2022-06-02T11:57:01Z)
• 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)
• Information Scrambling in Computationally Complex Quantum Circuits [56.22772134614514]
  53量子ビット量子プロセッサにおける量子スクランブルのダイナミクスを実験的に検討する。 演算子の拡散は効率的な古典的モデルによって捉えられるが、演算子の絡み合いは指数関数的にスケールされた計算資源を必要とする。
  論文  参考訳（メタデータ） (2021-01-21T22:18:49Z)
• Secure Two-Party Quantum Computation Over Classical Channels [63.97763079214294]
  古典的アリス(Alice)と量子的ボブ(Quantum Bob)が古典的なチャネルを通してのみ通信できるような設定を考える。 悪質な量子逆数の場合,ブラックボックスシミュレーションを用いた2次元量子関数を実現することは,一般に不可能であることを示す。 我々は、QMA関係Rの古典的量子知識(PoQK)プロトコルを入力として、古典的当事者によって検証可能なRのゼロ知識PoQKを出力するコンパイラを提供する。
  論文  参考訳（メタデータ） (2020-10-15T17:55:31Z)
• 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)
• Parametric Probabilistic Quantum Memory [1.412197703754359]
  確率量子メモリ(Probabilistic Quantum Memory, PQM)は、メモリ上の重畳に格納されたバイナリパターンからの距離を計算するデータ構造である。 本研究では,パターン分類を行うためのPQMのパラメトリックバージョンを提案する。 また、ノイズ中間スケール量子(NISQ)コンピュータに適したPQM量子回路を提案する。
  論文  参考訳（メタデータ） (2020-01-11T11:41:05Z)

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。