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
- Trainability of a quantum-classical machine in the NISQ era [0.0]
量子機械学習アルゴリズムは、制限を克服するだけでなく、彼ら自身の課題に沿う有望な道を提供する。
本研究では、教師付きトレーニングプロトコルを実装した実実験量子古典ハイブリッドシステムのトレーニング可能性の限界について検討する。
二項分類問題に焦点をあてた実験結果から,遺伝的アルゴリズムの効率性と精度が向上した。
論文 参考訳(メタデータ) (2024-01-22T16:27:14Z) - Quantum Advantage Actor-Critic for Reinforcement Learning [5.579028648465784]
本稿では,Advantage Actor-Criticアルゴリズムと変分量子回路を組み合わせた新しい量子強化学習手法を提案する。
複数の量子アドバンテージ・アクター・クリティカル構成をよく知られたカートポール環境で実証的にテストし、連続的な状態空間を持つ制御タスクにおける我々のアプローチを評価する。
論文 参考訳(メタデータ) (2024-01-13T11:08:45Z) - 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) - Q-Seg: Quantum Annealing-based Unsupervised Image Segmentation [5.082936769620375]
本稿では,量子アニーリングに基づく新しい教師なし画像分割手法であるQ-Segについて述べる。
提案手法はD波アドバンテージデバイスの相互接続した量子ビットトポロジを効率よく利用し,既存の量子アプローチよりも優れたスケーラビリティを実現する。
合成データセットに関する実証的な評価から、Q-Segは古典的なグロビに対してより優れた実行時性能を提供することが示された。
論文 参考訳(メタデータ) (2023-11-21T17:27:20Z) - 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) - 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) - Towards Bundle Adjustment for Satellite Imaging via Quantum Machine
Learning [2.660348668799655]
キーポイント抽出と特徴マッチングのための量子法に着目する。
これらの手法が量子アニールやゲートベースの量子コンピュータのためにどのように再計算されるかを説明する。
論文 参考訳(メタデータ) (2022-04-23T19:33:14Z) - 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。