論文の概要: Feature Selection for Recommender Systems with Quantum Computing
- arxiv url: http://arxiv.org/abs/2110.05089v1
- Date: Mon, 11 Oct 2021 08:52:50 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-13 02:05:02.994547
- Title: Feature Selection for Recommender Systems with Quantum Computing
- Title（参考訳）: 量子コンピューティングを用いたレコメンダシステムの特徴選択
- Authors: Riccardo Nembrini, Maurizio Ferrari Dacrema, Paolo Cremonesi
- Abstract要約: 小型だが機能的な量子コンピュータは、より広い研究コミュニティで利用できるようになった。
この数学的定式化に最も自然に適合するタスクの1つは特徴選択である。
特徴選択を最適化問題として表現し、D-Waveが提供する実量子コンピュータ上で解く。
- 参考スコア（独自算出の注目度）: 7.8851236034886645
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The promise of quantum computing to open new unexplored possibilities in
several scientific fields has been long discussed, but until recently the lack
of a functional quantum computer has confined this discussion mostly to
theoretical algorithmic papers. It was only in the last few years that small
but functional quantum computers have become available to the broader research
community. One paradigm in particular, quantum annealing, can be used to sample
optimal solutions for a number of NP-hard optimization problems represented
with classical operations research tools, providing an easy access to the
potential of this emerging technology. One of the tasks that most naturally
fits in this mathematical formulation is feature selection. In this paper, we
investigate how to design a hybrid feature selection algorithm for recommender
systems that leverages the domain knowledge and behavior hidden in the user
interactions data. We represent the feature selection as an optimization
problem and solve it on a real quantum computer, provided by D-Wave. The
results indicate that the proposed approach is effective in selecting a limited
set of important features and that quantum computers are becoming powerful
enough to enter the wider realm of applied science.
- Abstract（参考訳）: 量子コンピューティングがいくつかの科学分野に新たな未知の可能性を開くという約束は長い間議論されてきたが、関数型量子コンピュータの欠如は、この議論を主に理論アルゴリズムの論文に限定している。
小型だが機能的な量子コンピュータがより広い研究コミュニティで利用できるようになったのは、この数年間だった。
特に量子アニーリング(quantum annealing)というパラダイムは、古典的な運用研究ツールで表現されるnpハード最適化問題の最適解をサンプリングするために用いられ、この新興技術の可能性への容易なアクセスを提供する。
この数学的定式化に最も自然に適合するタスクの1つは特徴選択である。
本稿では,ユーザインタラクションデータに隠されたドメイン知識と行動を活用したレコメンダシステムのためのハイブリッド特徴選択アルゴリズムの設計方法について検討する。
特徴選択を最適化問題として表現し、D-Waveが提供する実量子コンピュータ上で解く。
その結果,提案手法は重要な特徴の限られたセットを選択するのに効果的であり,量子コンピュータは応用科学の広い領域に参入できるほど強力になりつつあることが示唆された。
関連論文リスト
- Quantum Computing for Discrete Optimization: A Highlight of Three Technologies [0.0]
本稿では,オペレーショナルリサーチ(OR)と量子コンピューティングのコミュニティ間の学際的な研究に焦点を当てる。
異なる種類の量子ハードウェアを市場に投入する3つの量子パワー最適化手法を検討する。
本稿では,QuEraの中立原子マシン,D-Waveの量子アニール,IBMのゲートベースデバイスという3種類の量子コンピュータの実験を行った。
論文 参考訳（メタデータ） (2024-09-02T17:04:47Z) - Variational Quantum Algorithms for Combinatorial Optimization [0.571097144710995]
変分アルゴリズム (VQA) は, NISQシステムの実用化に向けた最有力候補の1つである。
本稿では,VQAの現状と最近の発展を考察し,近似最適化への適用性を強調した。
10ノードと20ノードのグラフ上でMaxCut問題を解くために,深さの異なるQAOA回路を実装した。
論文 参考訳（メタデータ） (2024-07-08T22:02:39Z) - Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
期待されている量子コンピュータの応用は、科学と産業にまたがる。
本稿では,量子アルゴリズムの応用分野について検討する。
私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
論文 参考訳（メタデータ） (2023-10-04T17:53:55Z) - A Practitioner's Guide to Quantum Algorithms for Optimisation Problems [0.0]
NPハード最適化問題は、物流や金融といった産業分野では一般的である。
本稿では,量子最適化理論の概要を概観する。
ノイズの多い中間スケール量子デバイスに対する短期的なポテンシャルに焦点を当てている。
論文 参考訳（メタデータ） (2023-05-12T08:57:36Z) - Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。
提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
論文 参考訳（メタデータ） (2023-04-18T11:57:15Z) - Quantum Machine Learning: from physics to software engineering [58.720142291102135]
古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。
量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
論文 参考訳（メタデータ） (2023-01-04T23:37:45Z) - Towards Feature Selection for Ranking and Classification Exploiting
Quantum Annealers [14.519254230787993]
本稿では,現在利用可能な量子コンピューティングアーキテクチャを用いて,ランク付けと分類の両面での2次特徴選択アルゴリズムの実現可能性について検討する。
量子コンピューティングハードウェアで得られる有効性は古典的な解法に匹敵するものであり、量子コンピュータは興味深い問題に取り組むのに十分な信頼性を持っていることを示している。
論文 参考訳（メタデータ） (2022-05-09T14:46:38Z) - Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。
これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。
本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
論文 参考訳（メタデータ） (2022-02-17T18:59:20Z) - Quantum Computing for Location Determination [6.141741864834815]
位置決定研究に量子アルゴリズムを用いた場合の期待値の例を紹介する。
提案した量子アルゴリズムは、空間と実行時間の両方において、古典的なアルゴリズムバージョンよりも指数関数的に優れた複雑性を持つ。
ソフトウェアとハードウェアの両方の研究課題と、研究者がこのエキサイティングな新しいドメインを探求する機会について論じる。
論文 参考訳（メタデータ） (2021-06-11T15:39:35Z) - Electronic structure with direct diagonalization on a D-Wave quantum
annealer [62.997667081978825]
本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。
そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
論文 参考訳（メタデータ） (2020-09-02T22:46:47Z) - An Application of Quantum Annealing Computing to Seismic Inversion [55.41644538483948]
小型地震インバージョン問題を解決するために,D波量子アニールに量子アルゴリズムを適用した。
量子コンピュータによって達成される精度は、少なくとも古典的コンピュータと同程度である。
論文 参考訳（メタデータ） (2020-05-06T14:18:44Z)
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。