論文の概要: Lossy compression of statistical data using quantum annealer
- arxiv url: http://arxiv.org/abs/2110.02142v1
- Date: Tue, 5 Oct 2021 16:16:41 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-06 14:01:28.131256
- Title: Lossy compression of statistical data using quantum annealer
- Title(参考訳): 量子アニーラを用いた統計データの損失圧縮
- Authors: Boram Yoon, Nga T.T. Nguyen, Chia Cheng Chang, Ermal Rrapaj
- Abstract要約: 統計的浮動小数点データに対する新しい損失圧縮アルゴリズムを提案する。
アルゴリズムは、元のデータを正確に再構成する基底ベクトルとそのバイナリ係数の集合を見つける。
圧縮アルゴリズムは格子量子色力学シミュレーションの2つの異なるデータセットで実証される。
- 参考スコア(独自算出の注目度): 1.433758865948252
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present a new lossy compression algorithm for statistical floating-point
data through a representation learning with binary variables. The algorithm
finds a set of basis vectors and their binary coefficients that precisely
reconstruct the original data. The optimization for the basis vectors is
performed classically, while binary coefficients are retrieved through both
simulated and quantum annealing for comparison. A bias correction procedure is
also presented to estimate and eliminate the error and bias introduced from the
inexact reconstruction of the lossy compression for statistical data analyses.
The compression algorithm is demonstrated on two different datasets of lattice
quantum chromodynamics simulations. The results obtained using simulated
annealing show 3.5 times better compression performance than the algorithms
based on a neural-network autoencoder and principal component analysis.
Calculations using quantum annealing also show promising results, but
performance is limited by the integrated control error of the quantum
processing unit, which yields large uncertainties in the biases and coupling
parameters. Hardware comparison is further studied between the previous
generation D-Wave 2000Q and the current D-Wave Advantage system. Our study
shows that the Advantage system is more likely to obtain low-energy solutions
for the problems than the 2000Q.
- Abstract(参考訳): 本稿では,統計浮動小数点データに対して,バイナリ変数を用いた表現学習による新しい損失圧縮アルゴリズムを提案する。
アルゴリズムは、元のデータを正確に再構成する基底ベクトルとそのバイナリ係数の集合を見つける。
基底ベクトルの最適化は古典的に行われ、二進係数はシミュレートと量子アニーリングの両方で比較される。
また,統計データ解析における損失圧縮の不正確な再構成から生じる誤差とバイアスを推定し除去するために,バイアス補正法を提案する。
圧縮アルゴリズムは格子量子色力学シミュレーションの2つの異なるデータセットで実証される。
その結果, ニューラルネットワークオートエンコーダと主成分分析に基づくアルゴリズムよりも3.5倍の圧縮性能が得られた。
量子アニーリングを用いた計算も有望な結果を示すが、量子処理ユニットの統合制御誤差によって性能が制限され、バイアスや結合パラメータに大きな不確実性が生じる。
さらに,従来のD-Wave 2000Qと現在のD-Waveアドバンテージシステムとのハードウェア比較を行った。
本研究は,2000qよりも低エネルギーの解を得る方が有利であることを示す。
関連論文リスト
- Compression of Structured Data with Autoencoders: Provable Benefit of
Nonlinearities and Depth [83.15263499262824]
勾配勾配勾配は入力のスパース構造を完全に無視する解に収束することを示す。
浅層構造にデノナイジング関数を付加することにより,スパースデータの圧縮におけるガウス性能の改善方法を示す。
CIFAR-10 や MNIST などの画像データセットに対して,本研究の成果を検証した。
論文 参考訳(メタデータ) (2024-02-07T16:32:29Z) - An efficient quantum algorithm for independent component analysis [3.400945485383699]
独立成分分析(ICA)は、取得した信号を可能な限り独立成分に分解する基本的なデータ処理技術である。
本稿では,量子コンピュータ上で特定のコントラスト関数を演算する量子ICAアルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-11-21T11:21:23Z) - Importance sampling for stochastic quantum simulations [68.8204255655161]
我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。
サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。
格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
論文 参考訳(メタデータ) (2022-12-12T15:06:32Z) - Unified Multivariate Gaussian Mixture for Efficient Neural Image
Compression [151.3826781154146]
先行変数と超優先度を持つ潜伏変数は、変動画像圧縮において重要な問題である。
ベクトル化された視点で潜伏変数を観察する際、相関関係や相関関係は存在する。
当社のモデルでは、速度歪曲性能が向上し、圧縮速度が3.18倍に向上した。
論文 参考訳(メタデータ) (2022-03-21T11:44:17Z) - A Physics-Informed Vector Quantized Autoencoder for Data Compression of
Turbulent Flow [28.992515947961593]
本研究では,ベクトル量子化に基づく物理インフォームドディープラーニング手法を適用し,乱流から低次元のデータ表現を生成する。
モデルの精度は、統計的・比較的類似度と物理的類似度を用いて評価される。
我々のモデルは、平均二乗誤差(MSE)が$O(10-3)$のCR$=85$と、非常に小さなスケールを除いて流れの統計を忠実に再現する予測を提供する。
論文 参考訳(メタデータ) (2022-01-10T19:55:50Z) - Prediction and compression of lattice QCD data using machine learning
algorithms on quantum annealer [4.987315310656657]
格子QCDデータに対する回帰および圧縮アルゴリズムを提案する。
回帰アルゴリズムでは、入力変数と出力変数の相関関係をスパース符号化機械学習アルゴリズムにエンコードする。
圧縮アルゴリズムでは、浮動小数点数の格子QCDデータから入力データを密に再構成する二分係数への写像を定義する。
論文 参考訳(メタデータ) (2021-12-03T19:04:35Z) - SreaMRAK a Streaming Multi-Resolution Adaptive Kernel Algorithm [60.61943386819384]
既存のKRRの実装では、すべてのデータがメインメモリに格納される必要がある。
KRRのストリーミング版であるStreaMRAKを提案する。
本稿では,2つの合成問題と2重振り子の軌道予測について紹介する。
論文 参考訳(メタデータ) (2021-08-23T21:03:09Z) - Quantum Algorithms for Data Representation and Analysis [68.754953879193]
機械学習におけるデータ表現のための固有problemsの解を高速化する量子手続きを提供する。
これらのサブルーチンのパワーと実用性は、主成分分析、対応解析、潜在意味解析のための入力行列の大きさのサブ線形量子アルゴリズムによって示される。
その結果、入力のサイズに依存しない実行時のパラメータは妥当であり、計算モデル上の誤差が小さいことが示され、競合的な分類性能が得られる。
論文 参考訳(メタデータ) (2021-04-19T00:41:43Z) - Orthogonal Features-based EEG Signal Denoising using Fractionally
Compressed AutoEncoder [16.889633963766858]
eeg(denoising electroencephalogram)信号の解法として分数ベースの圧縮オートエンコーダアーキテクチャが導入された。
提案アーキテクチャでは,既存の手法と比較して,標準データセットのデノゲーション結果が改善されている。
論文 参考訳(メタデータ) (2021-02-16T11:15:00Z) - Pairwise Supervised Hashing with Bernoulli Variational Auto-Encoder and
Self-Control Gradient Estimator [62.26981903551382]
バイナリ潜在変数を持つ変分自動エンコーダ(VAE)は、文書検索の精度の観点から最先端のパフォーマンスを提供する。
本稿では、クラス内類似度とクラス間類似度に報いるために、個別潜伏型VAEを用いたペアワイズ損失関数を提案する。
この新しいセマンティックハッシュフレームワークは、最先端技術よりも優れたパフォーマンスを実現する。
論文 参考訳(メタデータ) (2020-05-21T06:11:33Z) - A Robust Matching Pursuit Algorithm Using Information Theoretic Learning [37.968665739578185]
情報理論学習(ITL)に基づく新しいOMPアルゴリズムの開発
シミュレーションおよび実世界の両方のデータに対する実験結果は、データ復元、画像再構成、分類において提案したOMPアルゴリズムの優位性を一貫して示している。
論文 参考訳(メタデータ) (2020-05-10T01:36:00Z)
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。