論文の概要: A Quantum-Classical Hybrid Method for Image Classification and Segmentation

• arxiv url: http://arxiv.org/abs/2109.14431v2
• Date: Sun, 5 Dec 2021 17:40:46 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-13 18:58:23.555351
• Title: A Quantum-Classical Hybrid Method for Image Classification and Segmentation
• Title（参考訳）: 画像分類とセグメンテーションのための量子古典ハイブリッド法
• Authors: Sayantan Pramanik, M Girish Chandra, C V Sridhar, Aniket Kulkarni, Prabin Sahoo, Vishwa Chethan D V, Hrishikesh Sharma, Ashutosh Paliwal, Vidyut Navelkar, Sudhakara Poojary, Pranav Shah, Manoj Nambiar
• Abstract要約: 画像分類とセグメンテーションのタスクのために、量子処理ブロックと古典処理ブロックの両方からなるパイプラインを釘付けにしようとする試みがある。 高度なソフトウェアエンジニアリングタスクであるこれらの機能は、当社のCognitive Model Managementフレームワークを通じて編成されています。
• 参考スコア（独自算出の注目度）: 0.845391195405042
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Enormous activity in the Quantum Computing area has resulted in considering them to solve different difficult problems, including those of applied nature, together with classical computers. An attempt is made in this work to nail down a pipeline consisting of both quantum and classical processing blocks for the task of image classification and segmentation in a systematic fashion. Its efficacy and utility are brought out by applying it to Surface Crack segmentation. Being a sophisticated software engineering task, the functionalities are orchestrated through our in-house Cognitive Model Management framework.
• Abstract（参考訳）: 量子コンピューティング分野における活発な活動は、古典コンピュータとともに応用された性質を含む様々な難題を解決するためにそれらを考える結果となった。 この研究は、画像分類とセグメント化のタスクのために、量子と古典の両方の処理ブロックからなるパイプラインを、体系的な方法で釘付けにしようとする試みである。 その有効性と有用性は、表面クラックセグメンテーションに適用することで得られる。 高度なソフトウェアエンジニアリングタスクであるため、機能機能は社内の認知モデル管理フレームワークを通じて編成されています。

関連論文リスト

• Hybrid Quantum-Classical Reinforcement Learning in Latent Observation Spaces [0.36944296923226316]
  量子機械学習の最近の進歩は、古典的な制御問題に取り組むために量子法を使うことに関心を喚起している。 本稿では,古典的オートエンコーダと量子エージェントを併用して,この次元課題を解決することを提案する。 遅延空間学習法の性能解析のために, 一連の数値実験を設計する。
  論文  参考訳（メタデータ） (2024-10-23T21:19:38Z)
• Benefiting from Quantum? A Comparative Study of Q-Seg, Quantum-Inspired Techniques, and U-Net for Crack Segmentation [41.01256771536732]
  本研究は, クラックセグメンテーションの古典モデルと比較して, 量子および量子に着想を得た手法の性能を評価する。 以上の結果から,量子インスパイアされた量子法と量子法は,特に複雑なクラックパターンに対して,画像セグメンテーションに有望な代替手段を提供し,近未来の応用に応用できることが示唆された。
  論文  参考訳（メタデータ） (2024-10-14T16:51:59Z)
• Demonstration of Hardware Efficient Photonic Variational Quantum Algorithm [2.4630731476141365]
  本稿では,1光子と線形光ネットワークが変分量子アルゴリズムの実装に十分であることを示す。 因子化タスクのインスタンスに取り組むための変分的アプローチの実証実験によってこれを実証する。
  論文  参考訳（メタデータ） (2024-08-19T18:26:57Z)
• Hybrid Quantum-Classical Machine Learning with String Diagrams [49.1574468325115]
  本稿では,文字列ダイアグラムの観点からハイブリッドアルゴリズムを記述するための公式なフレームワークを開発する。 弦図の特筆すべき特徴は、量子古典的インタフェースに対応する関手ボックスの使用である。
  論文  参考訳（メタデータ） (2024-07-04T06:37:16Z)
• A Novel Image Classification Framework Based on Variational Quantum Algorithms [3.5534933448684134]
  本稿では,量子機械学習における変分量子アルゴリズム(VQA)-ハイブリッドアプローチを活用した新しい画像分類フレームワークを提案する。 我々のフレームワークの大きな利点は、ネットワークの終端におけるグローバルプール操作の必要性を取り除くことである。 実験の結果,提案した量子フレームワークの精度は9.21%向上し,F1スコアは15.79%向上した。
  論文  参考訳（メタデータ） (2023-12-13T07:21:16Z)
• The Basis of Design Tools for Quantum Computing: Arrays, Decision Diagrams, Tensor Networks, and ZX-Calculus [55.58528469973086]
  量子コンピュータは、古典的コンピュータが決して起こらない重要な問題を効率的に解決することを約束する。 完全に自動化された量子ソフトウェアスタックを開発する必要がある。 この研究は、今日のツールの"内部"の外観を提供し、量子回路のシミュレーション、コンパイル、検証などにおいてこれらの手段がどのように利用されるかを示す。
  論文  参考訳（メタデータ） (2023-01-10T19:00:00Z)
• The Quantum Path Kernel: a Generalized Quantum Neural Tangent Kernel for Deep Quantum Machine Learning [52.77024349608834]
  古典的なディープニューラルネットワークの量子アナログを構築することは、量子コンピューティングにおける根本的な課題である。 鍵となる問題は、古典的なディープラーニングの本質的な非線形性にどのように対処するかである。 我々は、深層機械学習のこれらの側面を複製できる量子機械学習の定式化であるQuantum Path Kernelを紹介する。
  論文  参考訳（メタデータ） (2022-12-22T16:06:24Z)
• A Quantum Kernel Learning Approach to Acoustic Modeling for Spoken Command Recognition [69.97260364850001]
  本稿では,量子カーネル学習(QKL)フレームワークを提案する。 古典的-量子的特徴符号化に基づく音響特性を計画する。
  論文  参考訳（メタデータ） (2022-11-02T16:46:23Z)
• A backend-agnostic, quantum-classical framework for simulations of chemistry in C++ [62.997667081978825]
  本稿では,量子古典ソフトウェアをプロトタイピング,開発,デプロイするためのプラットフォームとして,XACCシステムレベルの量子コンピューティングフレームワークを提案する。 現在XACCで実装されている最先端の化学アルゴリズムのいくつかを示す一連の例を示す。
  論文  参考訳（メタデータ） (2021-05-04T16:53:51Z)
• Quantum Machine Learning with SQUID [64.53556573827525]
  分類問題に対するハイブリッド量子古典アルゴリズムを探索するオープンソースフレームワークであるScaled QUantum IDentifier (SQUID)を提案する。 本稿では、一般的なMNISTデータセットから標準バイナリ分類問題にSQUIDを使用する例を示す。
  論文  参考訳（メタデータ） (2021-04-30T21:34:11Z)

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。