論文の概要: Learning Quantum Finite Automata with Queries
- arxiv url: http://arxiv.org/abs/2111.14041v1
- Date: Sun, 28 Nov 2021 03:26:47 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-06 11:58:08.856493
- Title: Learning Quantum Finite Automata with Queries
- Title（参考訳）: クエリによる量子有限オートマトン学習
- Authors: Daowen Qiu
- Abstract要約: 量子有限オートマトン (QFA) は有限メモリを持つ量子コンピュータの単純なモデルである。
本稿では,クエリの複雑度を考慮した測度オンス片道QFA(MO-1QFA)の学習アルゴリズムを提案する。
また,一方向一方向QFA(MM-1QFA)を問合せの複雑度で学習するアルゴリズムを提案する。
- 参考スコア（独自算出の注目度）: 2.3097706741644686
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: {\it Learning finite automata} (termed as {\it model learning}) has become an
important field in machine learning and has been useful realistic applications.
Quantum finite automata (QFA) are simple models of quantum computers with
finite memory. Due to their simplicity, QFA have well physical realizability,
but one-way QFA still have essential advantages over classical finite automata
with regard to state complexity (two-way QFA are more powerful than classical
finite automata in computation ability as well). As a different problem in {\it
quantum learning theory} and {\it quantum machine learning}, in this paper, our
purpose is to initiate the study of {\it learning QFA with queries} (naturally
it may be termed as {\it quantum model learning}), and the main results are
regarding learning two basic one-way QFA: (1) We propose a learning algorithm
for measure-once one-way QFA (MO-1QFA) with query complexity of polynomial
time; (2) We propose a learning algorithm for measure-many one-way QFA
(MM-1QFA) with query complexity of polynomial-time, as well.
- Abstract（参考訳）: 有限オートマトン("it model learning}"と呼ばれる)は、機械学習の重要な分野となり、現実的な応用として有用である。
量子有限オートマトン (QFA) は有限メモリを持つ量子コンピュータの単純なモデルである。
単純さのため、QFAは物理的実現性に優れるが、一方通行のQFAは状態複雑性に関して古典有限オートマトンに対して重要な優位性を持つ(一方通行のQFAは計算能力において古典有限オートマトンよりも強力である)。
As a different problem in {\it quantum learning theory} and {\it quantum machine learning}, in this paper, our purpose is to initiate the study of {\it learning QFA with queries} (naturally it may be termed as {\it quantum model learning}), and the main results are regarding learning two basic one-way QFA: (1) We propose a learning algorithm for measure-once one-way QFA (MO-1QFA) with query complexity of polynomial time; (2) We propose a learning algorithm for measure-many one-way QFA (MM-1QFA) with query complexity of polynomial-time, as well.
関連論文リスト
- A Framework for Quantum Finite-State Languages with Density Mapping [3.1133049660590615]
量子有限状態オートマトン(Quantum finite-state Automaticon, QFA)は、有限メモリを持つ量子系の進化をシミュレートする理論モデルである。
本稿では,QFAを構築し,シミュレーション精度を最大化するための,シンプルで直感的な方法を提供するフレームワークを提案する。
論文 参考訳（メタデータ） (2024-07-03T03:06:37Z) - Unifying (Quantum) Statistical and Parametrized (Quantum) Algorithms [65.268245109828]
我々はカーンズのSQオラクルとヴァリアントの弱い評価オラクルからインスピレーションを得ます。
評価クエリから学習するための非条件の下限を出力する,広範かつ直感的なフレームワークを提案する。
論文 参考訳（メタデータ） (2023-10-26T18:23:21Z) - Foundations of Quantum Federated Learning Over Classical and Quantum
Networks [59.121263013213756]
量子フェデレーション学習(QFL)は、古典的フェデレーション学習(FL)の利点と量子技術の計算能力を統合する新しいフレームワークである。
QFLは古典的通信網と量子的通信網の両方に展開できる。
論文 参考訳（メタデータ） (2023-10-23T02:56:00Z) - Implications of Deep Circuits in Improving Quality of Quantum Question
Answering [0.0]
SelQA (Selection-based Question Answering) データセットの2つのクラスから質問分類を行った。
また、これらの分類結果を独自のルールベースのQAシステムで利用し、大幅な性能向上を観察する。
論文 参考訳（メタデータ） (2023-05-12T10:52:13Z) - Quantum Imitation Learning [74.15588381240795]
本稿では、量子優位性を利用してILを高速化する量子模倣学習(QIL)を提案する。
量子行動クローニング(Q-BC)と量子生成逆模倣学習(Q-GAIL)という2つのQILアルゴリズムを開発した。
実験結果から,Q-BCとQ-GAILの両者が,従来のものと同等の性能を達成できることが判明した。
論文 参考訳（メタデータ） (2023-04-04T12:47:35Z) - TeD-Q: a tensor network enhanced distributed hybrid quantum machine
learning framework [59.07246314484875]
TeD-Qは、量子機械学習のためのオープンソースのソフトウェアフレームワークである。
古典的な機械学習ライブラリと量子シミュレータをシームレスに統合する。
量子回路とトレーニングの進捗をリアルタイムで視覚化できるグラフィカルモードを提供する。
論文 参考訳（メタデータ） (2023-01-13T09:35:05Z) - Deterministic Construction of QFAs based on the Quantum Fingerprinting
Technique [0.0]
言語を$MOD_p$と認識する量子有限オートマトンは、古典的有限オートマトンに対して指数関数的な優位性を持つ。
我々は、約束問題$Palindrome_s$に対してQFAを構築し、IBMQシミュレータ上でこのQFAを実装した。
論文 参考訳（メタデータ） (2022-12-29T19:33:56Z) - A didactic approach to quantum machine learning with a single qubit [68.8204255655161]
我々は、データ再ロード技術を用いて、単一のキュービットで学習するケースに焦点を当てる。
我々は、Qiskit量子コンピューティングSDKを用いて、おもちゃと現実世界のデータセットに異なる定式化を実装した。
論文 参考訳（メタデータ） (2022-11-23T18:25:32Z) - Recent Advances for Quantum Neural Networks in Generative Learning [98.88205308106778]
量子生成学習モデル(QGLM)は、古典的な学習モデルを上回る可能性がある。
機械学習の観点からQGLMの現状を概観する。
従来の機械学習タスクと量子物理学の両方におけるQGLMの潜在的な応用について論じる。
論文 参考訳（メタデータ） (2022-06-07T07:32:57Z) - State complexity of one-way quantum finite automata together with
classical states [2.3097706741644686]
1方向量子有限オートマトンと古典状態(1QFAC) [Journal of Computer and System Sciences 81(2)359-375]
量子古典ハイブリッドモデルとして、1QFACはすべての正規言語を認識する。
いくつかの言語における1QFACの複雑性は、DFAや他の1QFAよりも本質的に優れていることが示されている。
論文 参考訳（メタデータ） (2021-12-07T15:00:18Z) - Cost-efficient QFA Algorithm for Quantum Computers [0.0]
修正されたムーア・クラッチフィールド量子有限オートマトン (MCQFA) アルゴリズムを言語 $mathttMOD_p$ に対して提案する。
文献で与えられた元のアルゴリズムの実装と比較して,基底ゲートが少なくて短い量子プログラムが得られる。
論文 参考訳（メタデータ） (2021-07-05T20:41:18Z)
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。