Fugu-MT 論文翻訳(概要): Quantum Machine Learning for Radio Astronomy

論文の概要: Quantum Machine Learning for Radio Astronomy

arxiv url: http://arxiv.org/abs/2112.02655v1
Date: Sun, 5 Dec 2021 19:05:08 GMT
ステータス: 処理完了
システム内更新日: 2021-12-08 10:16:40.339751
Title: Quantum Machine Learning for Radio Astronomy
Title（参考訳）: 電波天文学のための量子機械学習
Authors: Mohammad Kordzanganeh, Aydin Utting, Anna Scaife
Abstract要約: ボルン機械を用いた時間領域電波天文学におけるパルサー分類問題に対する新しいアプローチを提案する。パルサー分類問題はブロッホ球によく対応し、より古典的な機械学習手法に匹敵する精度が達成可能であることを示す。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this work we introduce a novel approach to the pulsar classification problem in time-domain radio astronomy using a Born machine, often referred to as a \emph{quantum neural network}. Using a single-qubit architecture, we show that the pulsar classification problem maps well to the Bloch sphere and that comparable accuracies to more classical machine learning approaches are achievable. We introduce a novel single-qubit encoding for the pulsar data used in this work and show that this performs comparably to a multi-qubit QAOA encoding.
Abstract（参考訳）: 本研究では、ボルンマシン(しばしば「emph{quantum neural network」と呼ばれる)を用いた時間領域電波天文学におけるパルサー分類問題に対する新しいアプローチを提案する。単一キュービットアーキテクチャを用いて、パルサー分類問題はブロッホ球面によく対応し、より古典的な機械学習アプローチに匹敵する精度は達成可能であることを示す。本研究で使用されるパルサーデータに対して,新しい単一量子符号化を導入し,マルチキュービットQAOA符号化と同等に動作することを示す。

関連論文リスト

Hybrid Quantum-Classical Machine Learning with String Diagrams [49.1574468325115]
本稿では,文字列ダイアグラムの観点からハイブリッドアルゴリズムを記述するための公式なフレームワークを開発する。弦図の特筆すべき特徴は、量子古典的インタフェースに対応する関手ボックスの使用である。
論文参考訳（メタデータ） (2024-07-04T06:37:16Z)
Sinkhorn Flow: A Continuous-Time Framework for Understanding and Generalizing the Sinkhorn Algorithm [49.45427072226592]
我々はシンクホーンアルゴリズムの連続時間アナログを導入する。この観点から、ノイズやバイアスに頑健なシンクホーンスキームの新たな変種を導出することができる。
論文参考訳（メタデータ） (2023-11-28T11:29:12Z)
Hybrid quantum transfer learning for crack image classification on NISQ hardware [62.997667081978825]
グレー値画像のひび割れ検出に量子転送学習を適用した。我々は、PennyLaneの標準量子ビットのパフォーマンスとトレーニング時間を、IBMのqasm_simulatorや実際のバックエンドと比較する。
論文参考訳（メタデータ） (2023-07-31T14:45:29Z)
On the Behaviour of Pulsed Qubits and their Application to Feed Forward Networks [2.962453125262748]
本稿では,従来のパラメータをニューラルネットワークに類似した方法で使用可能な,単一キュービットフィードフォワードブロックを提案する。正弦二乗アクティベーション関数を用いて、ニューラルネットワークにアナログを描画する方法を示す。
論文参考訳（メタデータ） (2023-02-21T06:16:48Z)
Classical Algorithm for the Mean Value problem over Short-Time Hamiltonian Evolutions [0.0]
本稿では、時間依存の量子力学ハミルトニアンを一定時間にわたってシミュレーションする、効率的な古典的アルゴリズムを提案する。我々は、光錐内の局所作用素の進化を制限するためにリーブ・ロビンソン型境界を用いる。これにより、大きな量子システムをシミュレーションするタスクを、通常の古典的コンピュータで処理できる小さなシステムに分割することができる。
論文参考訳（メタデータ） (2023-01-26T21:19:19Z)
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)
Quantum algorithm for Markov Random Fields structure learning by information theoretic properties [5.263910852465186]
本稿では,量子コンピュータ上でのマルコフランダム場の構造学習のための量子アルゴリズムを提案する。我々の研究は、機械学習のいくつかの問題を解く際に、古典的な計算よりも量子計算の利点を実証するものである。
論文参考訳（メタデータ） (2022-08-24T09:00:56Z)
Analysis of Neural Network Predictions for Entanglement Self-Catalysis [0.0]
ニューラルネットワークの異なるモデルが絡み合いの検出と自己触媒の仕方を学ぶことができるかどうかを検討する。また、学習機械が別の関連する現象を検知できるかどうかについても検討する。
論文参考訳（メタデータ） (2021-12-29T14:18:45Z)
Generation of High-Resolution Handwritten Digits with an Ion-Trap Quantum Computer [55.41644538483948]
本稿では, 量子回路に基づく生成モデルを構築し, 生成逆数ネットワークの事前分布を学習し, サンプル化する。我々は、このハイブリッドアルゴリズムを171ドルのYb$+$ ion qubitsに基づいてイオントラップデバイスでトレーニングし、高品質な画像を生成する。
論文参考訳（メタデータ） (2020-12-07T18:51:28Z)
Machine learning-based classification of vector vortex beams [48.7576911714538]
渦ベクトルビームの分類に対する新しいフレキシブルな実験的アプローチを示す。まず、フォトニック量子ウォークにインスパイアされた任意のベクトル渦ビームを生成するためのプラットフォームについて述べる。次に、最近の機械学習手法を利用して特定偏光パターンを認識し分類する。
論文参考訳（メタデータ） (2020-05-16T10:58:49Z)
Quantum-inspired Machine Learning on high-energy physics data [0.0]
CERNの大型ハドロン衝突型加速器が生成するデータの分析と分類に量子インスパイアされた機械学習技術を適用した。特に、いわゆるb-ジェットを効果的に分類する方法、陽子-陽子実験からb-クォークを起源とするジェット、および分類結果の解釈方法について述べる。
論文参考訳（メタデータ） (2020-04-28T18:00:12Z)

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。