Fugu-MT 論文翻訳(概要): On One-Bit Quantization

論文の概要: On One-Bit Quantization

arxiv url: http://arxiv.org/abs/2202.05292v1
Date: Thu, 10 Feb 2022 19:07:06 GMT
ステータス: 処理完了
システム内更新日: 2022-02-15 09:03:40.657851
Title: On One-Bit Quantization
Title（参考訳）: 1ビット量子化について
Authors: Sourbh Bhadane and Aaron B. Wagner
Abstract要約: 低次元構造を示す連続時間ランダムプロセスに対して最適な1ビット量子化器を特徴付ける。この最適量子化器は、勾配降下法により訓練されたニューラルネットワークベースの圧縮機によって見つかることが数値的に示されている。
参考スコア（独自算出の注目度）: 27.057313611640918
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We consider the one-bit quantizer that minimizes the mean squared error for a source living in a real Hilbert space. The optimal quantizer is a projection followed by a thresholding operation, and we provide methods for identifying the optimal direction along which to project. As an application of our methods, we characterize the optimal one-bit quantizer for a continuous-time random process that exhibits low-dimensional structure. We numerically show that this optimal quantizer is found by a neural-network-based compressor trained via stochastic gradient descent.
Abstract（参考訳）: 実ヒルベルト空間に存在するソースの平均二乗誤差を最小化する1ビット量子化器を考える。最適量子化器は、投射に続いてしきい値演算を行い、投射する最適な方向を特定する方法を提供する。本手法の適用例として,低次元構造を示す連続時間ランダムプロセスに対する最適1ビット量子化器を特徴付ける。この最適量子化器は,確率勾配降下法により訓練されたニューラルネットワークベースの圧縮機によって検出される。

関連論文リスト

Stochastic Zeroth-Order Optimization under Strongly Convexity and Lipschitz Hessian: Minimax Sample Complexity [59.75300530380427]
本稿では,アルゴリズムが検索対象関数の雑音評価にのみアクセス可能な2次スムーズかつ強い凸関数を最適化する問題を考察する。本研究は, ミニマックス単純後悔率について, 一致した上界と下界を発達させることにより, 初めて厳密な評価を行ったものである。
論文参考訳（メタデータ） (2024-06-28T02:56:22Z)
Robust Stochastic Optimization via Gradient Quantile Clipping [6.2844649973308835]
グラディエントDescent(SGD)のための量子クリッピング戦略を導入する。通常のクリッピングチェーンとして、グラデーション・ニュー・アウトリージを使用します。本稿では,Huberiles を用いたアルゴリズムの実装を提案する。
論文参考訳（メタデータ） (2023-09-29T15:24:48Z)
Randomized semi-quantum matrix processing [0.0]
汎用行列関数をシミュレートするためのハイブリッド量子古典的フレームワークを提案する。この方法は、対象関数のチェビシェフ近似上のランダム化に基づいている。コストのかかるパラメータの2次高速化を含む,平均深度に対する利点を実証する。
論文参考訳（メタデータ） (2023-07-21T18:00:28Z)
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)
Retrieving space-dependent polarization transformations via near-optimal quantum process tomography [55.41644538483948]
トモグラフィー問題に対する遺伝的および機械学習アプローチの適用について検討する。ニューラルネットワークベースのスキームは、リアルタイムにキャラクタリゼーションを必要とするアプリケーションにおいて、重要なスピードアップを提供する。これらの結果は、より一般的な量子プロセスにおけるトモグラフィーアプローチの最適化の基礎となることを期待する。
論文参考訳（メタデータ） (2022-10-27T11:37:14Z)
Gradient-descent quantum process tomography by learning Kraus operators [63.69764116066747]
離散および連続変数の量子システムに対して量子プロセストモグラフィー(QPT)を行う。我々は、クラウス作用素を得るために、最適化中にいわゆるスティーフェル多様体に対して制約付き勾配-退化(GD)アプローチを用いる。 GD-QPTは、2量子ランダムプロセスを持つベンチマークにおいて、圧縮センシング(CS)と投影最小二乗QPT(PLS)の両方のパフォーマンスと一致する。
論文参考訳（メタデータ） (2022-08-01T12:48:48Z)
Bosonic field digitization for quantum computers [62.997667081978825]
我々は、離散化された場振幅ベースで格子ボゾン場の表現に対処する。本稿では,エラースケーリングを予測し,効率的な量子ビット実装戦略を提案する。
論文参考訳（メタデータ） (2021-08-24T15:30:04Z)
Sigma-Delta and Distributed Noise-Shaping Quantization Methods for Random Fourier Features [73.25551965751603]
我々は、量子化 RFF が基礎となるカーネルの高精度な近似を可能にすることを証明した。量子化 RFF はさらに圧縮され,メモリ使用量と精度のトレードオフに優れることを示す。本手法は,この文脈におけるアート量子化手法の他の状態と比較し,いくつかの機械学習タスクにおいて,提案手法の性能を実証的に示す。
論文参考訳（メタデータ） (2021-06-04T17:24:47Z)
Q-Rater: Non-Convex Optimization for Post-Training Uniform Quantization [9.062897838978955]
様々な訓練後の量子一様化法は通常凸最適化に基づいている。提案手法は,特に低量子化の場合,高いモデル精度を示す。
論文参考訳（メタデータ） (2021-05-05T05:14:22Z)
One-Bit Compressed Sensing via One-Shot Hard Thresholding [7.594050968868919]
1ビット圧縮センシングの問題は、いくつかのバイナリ測定からスパース信号を推定することである。広範に使われている非制約の幅の概念から遠ざかる、斬新で簡潔な分析法を提案する。
論文参考訳（メタデータ） (2020-07-07T17:28:03Z)

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。