論文の概要: Quantum algorithm for structure learning of Markov Random Fields
- arxiv url: http://arxiv.org/abs/2109.01014v1
- Date: Thu, 2 Sep 2021 15:22:38 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-16 08:35:31.713587
- Title: Quantum algorithm for structure learning of Markov Random Fields
- Title（参考訳）: マルコフ確率場の構造学習のための量子アルゴリズム
- Authors: Liming Zhao, Siyi Yang, and Patrick Rebentrost
- Abstract要約: マルコフ確率場(MRF)は、機械学習や統計学において多くの問題に現れる。
計算学習理論の観点からは、MDFを学習する自然問題が発生する。
制限クラスから MRF のサンプルが与えられたら、基礎となるグラフの各ノードの隣人である MRF の構造を学ぶ。
- 参考スコア（独自算出の注目度）: 6.174721516017139
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Markov random fields (MRFs) appear in many problems in machine learning and
statistics. From a computational learning theory point of view, a natural
problem of learning MRFs arises: given samples from an MRF from a restricted
class, learn the structure of the MRF, that is the neighbors of each node of
the underlying graph. In this work, we start at a known near-optimal classical
algorithm for this learning problem and develop a modified classical algorithm.
This classical algorithm retains the run time and guarantee of the previous
algorithm and enables the use of quantum subroutines. Adapting a previous
quantum algorithm, the Quantum Sparsitron, we provide a polynomial quantum
speedup in terms of the number of variables for learning the structure of an
MRF, if the MRF has bounded degree.
- Abstract（参考訳）: マルコフ確率場(mrf)は、機械学習や統計学の多くの問題に現れる。
計算学習理論の観点から、MDFを学習する自然な問題は、制限されたクラスから MRF のサンプルを与えられたときに、基礎となるグラフの各ノードの隣人であるMDFの構造を学ぶことである。
本研究では,この学習問題に対して,既知の最適に近い古典的アルゴリズムから始めて,改良した古典的アルゴリズムを開発する。
この古典的アルゴリズムは、以前のアルゴリズムの実行時間と保証を保持し、量子サブルーチンの使用を可能にする。
従来の量子アルゴリズムである量子スパーシトロンに適応して、MSFが有界次数である場合、MSFの構造を学習する変数数の観点から多項式量子スピードアップを提供する。
関連論文リスト
- Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。
どの場の量子スピードアップが達成できるかという新たな課題が生じる。
量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文 参考訳（メタデータ） (2024-02-26T09:32:07Z) - Iterative Quantum Algorithms for Maximum Independent Set: A Tale of
Low-Depth Quantum Algorithms [0.0]
我々は、反復最大量子アルゴリズム(Iterative Maximum Quantum Algorithms)と呼ばれる、量子最適化のための新しいハイブリッドアプローチのクラスについて研究する。
深度$p=1$のQAOAの場合、このアルゴリズムはMISの古典的欲求アルゴリズムと全く同じ操作と選択を行う。
論文 参考訳（メタデータ） (2023-09-22T18:00:03Z) - QNEAT: Natural Evolution of Variational Quantum Circuit Architecture [95.29334926638462]
我々は、ニューラルネットワークの量子対する最も有望な候補として登場した変分量子回路(VQC)に注目した。
有望な結果を示す一方で、バレン高原、重みの周期性、アーキテクチャの選択など、さまざまな問題のために、VQCのトレーニングは困難である。
本稿では,VQCの重みとアーキテクチャの両方を最適化するために,自然進化にインスパイアされた勾配のないアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-04-14T08:03:20Z) - A hybrid quantum-classical algorithm for multichannel quantum scattering
of atoms and molecules [62.997667081978825]
原子と分子の衝突に対するシュリンガー方程式を解くためのハイブリッド量子古典アルゴリズムを提案する。
このアルゴリズムはコーン変分原理の$S$-matrixバージョンに基づいており、基本散乱$S$-matrixを計算する。
大規模多原子分子の衝突をシミュレートするために,アルゴリズムをどのようにスケールアップするかを示す。
論文 参考訳（メタデータ） (2023-04-12T18:10:47Z) - Robust Dequantization of the Quantum Singular value Transformation and
Quantum Machine Learning Algorithms [0.0]
この弱い仮定の下では、ランダム化線形代数の技法がどれだけ多く適用できるかを示す。
また、これらの結果を用いて、多くの量子機械学習アルゴリズムの頑健な復号化を行う。
論文 参考訳（メタデータ） (2023-04-11T02:09:13Z) - Quantum Clustering with k-Means: a Hybrid Approach [117.4705494502186]
我々は3つのハイブリッド量子k-Meansアルゴリズムを設計、実装、評価する。
我々は距離の計算を高速化するために量子現象を利用する。
我々は、我々のハイブリッド量子k-平均アルゴリズムが古典的バージョンよりも効率的であることを示す。
論文 参考訳（メタデータ） (2022-12-13T16:04:16Z) - Quantum algorithm for Markov Random Fields structure learning by
information theoretic properties [5.263910852465186]
本稿では,量子コンピュータ上でのマルコフランダム場の構造学習のための量子アルゴリズムを提案する。
我々の研究は、機械学習のいくつかの問題を解く際に、古典的な計算よりも量子計算の利点を実証するものである。
論文 参考訳（メタデータ） (2022-08-24T09:00:56Z) - Quantum algorithm for stochastic optimal stopping problems with
applications in finance [60.54699116238087]
有名な最小二乗モンテカルロ (LSM) アルゴリズムは、線形最小二乗回帰とモンテカルロシミュレーションを組み合わせることで、最適停止理論の問題を解決する。
プロセスへの量子アクセス、最適な停止時間を計算するための量子回路、モンテカルロの量子技術に基づく量子LSMを提案する。
論文 参考訳（メタデータ） (2021-11-30T12:21:41Z) - Quantum Machine Learning For Classical Data [0.0]
量子コンピューティングと教師付き機械学習アルゴリズムの交差について研究する。
特に,教師付き機械学習アルゴリズムの高速化に量子コンピュータがどの程度使えるかを検討する。
論文 参考訳（メタデータ） (2021-05-08T12:11:44Z) - Quantum-Inspired Algorithms from Randomized Numerical Linear Algebra [53.46106569419296]
我々は、リコメンダシステムと最小二乗回帰のためのクエリをサポートする古典的な(量子でない)動的データ構造を作成する。
これらの問題に対する以前の量子インスパイアされたアルゴリズムは、レバレッジやリッジレベレッジスコアを偽装してサンプリングしていると我々は主張する。
論文 参考訳（メタデータ） (2020-11-09T01:13:07Z) - Towards quantum advantage via topological data analysis [0.0]
ロイズ,ガーネロン,ザナルディのトポロジカルデータ解析のためのアルゴリズムの背後にある量子アルゴリズムについて検討する。
ランク推定や複雑なネットワーク解析などの問題に対して,多数の新しい量子アルゴリズムを提供する。
論文 参考訳（メタデータ） (2020-05-06T06:31:24Z)
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。