Fugu-MT 論文翻訳(概要): Development of Quantum Circuits for Perceptron Neural Network Training, Based on the Principles of Grover's Algorithm

論文の概要: Development of Quantum Circuits for Perceptron Neural Network Training, Based on the Principles of Grover's Algorithm

arxiv url: http://arxiv.org/abs/2110.09891v1
Date: Fri, 15 Oct 2021 13:07:18 GMT
ステータス: 処理完了
システム内更新日: 2023-03-11 09:53:04.817409
Title: Development of Quantum Circuits for Perceptron Neural Network Training, Based on the Principles of Grover's Algorithm
Title（参考訳）: グローバーアルゴリズムの原理に基づくパーセプトロンニューラルネットワークトレーニングのための量子回路の開発
Authors: Cesar Borisovich Pronin, Andrey Vladimirovich Ostroukh
Abstract要約: 本稿では,ニューラルネットワークのトレーニングのための量子回路の形成の可能性を明らかにする。パーセプトロンは、ニューラルネットワークの例のアーキテクチャとして選ばれた。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper highlights a practical research of the possibility of forming quantum circuits for training neural networks. The demonstrated quantum circuits were based on the principles of Grover's Search Algorithm. The perceptron was chosen as the architecture for the example neural network. The multilayer perceptron is a popular neural network architecture due to its scalability and applicability for solving a wide range of problems.
Abstract（参考訳）: 本稿では,ニューラルネットワークのトレーニングのための量子回路の形成可能性に関する実践的研究を紹介する。実証された量子回路はグローバーの探索アルゴリズムの原理に基づいている。パーセプトロンは、ニューラルネットワークの例のアーキテクチャとして選ばれた。多層パーセプトロンは、幅広い問題を解決するためのスケーラビリティと適用性のために人気のあるニューラルネットワークアーキテクチャである。

関連論文リスト

Enhancing the expressivity of quantum neural networks with residual connections [0.0]
量子残差ニューラルネットワーク(QResNets)を実装する量子回路に基づくアルゴリズムを提案する。我々の研究は、古典的残留ニューラルネットワークの完全な量子的実装の基礎を築いた。
論文参考訳（メタデータ） (2024-01-29T04:00:51Z)
Entanglement-Assisted Quantum Networks: Mechanics, Enabling Technologies, Challenges, and Research Directions [66.27337498864556]
本稿では,量子ネットワークの絡み合いに関する包括的調査を行う。ネットワーク構造、作業原則、開発段階の詳細な概要を提供する。また、アーキテクチャ設計、絡み合いに基づくネットワーク問題、標準化など、オープンな研究の方向性を強調している。
論文参考訳（メタデータ） (2023-07-24T02:48:22Z)
Simple initialization and parametrization of sinusoidal networks via their kernel bandwidth [92.25666446274188]
従来の活性化機能を持つネットワークの代替として、活性化を伴う正弦波ニューラルネットワークが提案されている。まず,このような正弦波ニューラルネットワークの簡易版を提案する。次に、ニューラルタンジェントカーネルの観点からこれらのネットワークの挙動を分析し、そのカーネルが調整可能な帯域幅を持つ低域フィルタを近似することを実証する。
論文参考訳（メタデータ） (2022-11-26T07:41:48Z)
Tunable Quantum Neural Networks in the QPAC-Learning Framework [0.0]
量子確率近似(QPAC)学習フレームワークにおけるチューナブル量子ニューラルネットワークの性能について検討する。ターゲット概念を近似できるようにネットワークをチューニングするために,振幅増幅に基づくアルゴリズムを考案し,実装した。数値的な結果から,本手法は単純なクラスから効率的に概念を学習できることが示唆された。
論文参考訳（メタデータ） (2022-05-03T14:10:15Z)
Development and Training of Quantum Neural Networks, Based on the Principles of Grover's Algorithm [0.0]
本稿では,ニューラルネットワークのトレーニングプロセスと,量子回路として解釈されたニューラルネットワークの機能構造を組み合わせることを提案する。ニューラルネットワークの単純な例として、この概念を示すために、トレーニング可能なパラメータが1つあるパーセプトロン(隠されたニューロンに接続されたシナプスの重さ)がある。
論文参考訳（メタデータ） (2021-10-01T14:08:43Z)
On Circuit-based Hybrid Quantum Neural Networks for Remote Sensing Imagery Classification [88.31717434938338]
ハイブリッドQCNNは、標準ニューラルネットワーク内に量子層を導入することで、CNNの古典的なアーキテクチャを豊かにする。この研究で提案された新しいQCNNは、地球観測(EO)のユースケースとして選択された土地利用・土地被覆(LULC)分類に適用される。マルチクラス分類の結果は,QCNNの性能が従来の性能よりも高いことを示すことによって,提案手法の有効性を証明した。
論文参考訳（メタデータ） (2021-09-20T12:41:50Z)
A quantum algorithm for training wide and deep classical neural networks [72.2614468437919]
勾配勾配勾配による古典的トレーサビリティに寄与する条件は、量子線形系を効率的に解くために必要な条件と一致することを示す。 MNIST画像データセットがそのような条件を満たすことを数値的に示す。我々は、プールを用いた畳み込みニューラルネットワークのトレーニングに$O(log n)$の実証的証拠を提供する。
論文参考訳（メタデータ） (2021-07-19T23:41:03Z)
IGO-QNN: Quantum Neural Network Architecture for Inductive Grover Oracularization [0.0]
Inductive Grover Oracular quantum Neural Network (IGO-QNN) という,Groverのアルゴリズムを機械学習フレームワークに統合する新しいパラダイムを提案する。このモデルは、動的グロバーの探索オラクルを符号化するために、エンタングルシナプスを介して密結合されたパラメータ化された量子ニューロンの層が隠された変分量子回路を定義する。
論文参考訳（メタデータ） (2021-05-25T01:52:44Z)
Quantum neural networks with multi-qubit potentials [0.0]
量子パーセプトロンにおけるマルチキュービットポテンシャルの存在は、より効率的な情報処理タスクを可能にすることを示す。このネットワークアーキテクチャの単純化は、接続性の問題に対処し、量子ニューラルネットワークをスケールアップする道を開く。
論文参考訳（メタデータ） (2021-05-06T15:30:06Z)
The Hintons in your Neural Network: a Quantum Field Theory View of Deep Learning [84.33745072274942]
線形および非線形の層をユニタリ量子ゲートとして表現する方法を示し、量子モデルの基本的な励起を粒子として解釈する。ニューラルネットワークの研究のための新しい視点と技術を開くことに加えて、量子定式化は光量子コンピューティングに適している。
論文参考訳（メタデータ） (2021-03-08T17:24:29Z)
Entanglement Classification via Neural Network Quantum States [58.720142291102135]
本稿では、学習ツールと量子絡み合いの理論を組み合わせて、純状態における多部量子ビット系の絡み合い分類を行う。我々は、ニューラルネットワーク量子状態(NNS)として知られる制限されたボルツマンマシン(RBM)アーキテクチャにおいて、人工ニューラルネットワークを用いた量子システムのパラメータ化を用いる。
論文参考訳（メタデータ） (2019-12-31T07:40:23Z)

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。