論文の概要: Quantum Image Processing

• arxiv url: http://arxiv.org/abs/2203.01831v1
• Date: Tue, 1 Mar 2022 20:00:19 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-23 09:55:45.223871
• Title: Quantum Image Processing
• Title（参考訳）: 量子画像処理
• Authors: Alok Anand and Meizhong Lyu and Prabh Simran Baweja and Vinay Patil
• Abstract要約: 量子情報処理は、量子重ね合わせ、絡み合い、並列性などの量子力学的特性を利用する。 量子画像処理において、量子画像表現は重要な役割を果たす。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Image processing is popular in our daily life because of the need to extract essential information from our 3D world, including a variety of applications in widely separated fields like bio-medicine, economics, entertainment, and industry. The nature of visual information, algorithm complexity, and the representation of 3D scenes in 2D spaces are all popular research topics. In particular, the rapidly increasing volume of image data as well as increasingly challenging computational tasks have become important driving forces for further improving the efficiency of image processing and analysis. Since the concept of quantum computing was proposed by Feynman in 1982, many achievements have shown that quantum computing has dramatically improved computational efficiency [1]. Quantum information processing exploit quantum mechanical properties, such as quantum superposition, entanglement and parallelism, and effectively accelerate many classical problems like factoring large numbers, searching an unsorted database, Boson sampling, quantum simulation, solving linear systems of equations, and machine learning. These unique quantum properties may also be used to speed up signal and data processing. In quantum image processing, quantum image representation plays a key role, which substantively determines the kinds of processing tasks and how well they can be performed.
• Abstract（参考訳）: 画像処理は、バイオメディシン、経済、エンターテイメント、産業など、広く分離された分野のさまざまな応用を含む、私たちの3d世界から不可欠な情報を抽出する必要性から、私たちの日常生活で人気があります。 視覚情報の性質、アルゴリズムの複雑さ、二次元空間における3Dシーンの表現は、すべて一般的な研究テーマである。 特に画像処理と解析の効率をさらに向上させる上で,画像データ量の増加と,ますます困難な計算タスクが重要な原動力となっている。 1982年にファインマンによって量子コンピューティングの概念が提唱されて以来、量子コンピューティングは計算効率を劇的に向上させた([1])。 量子情報処理は量子重ね合わせ、絡み合い、並列化などの量子力学的特性を利用しており、膨大な数の分解、ソートされていないデータベースの探索、ボソンサンプリング、量子シミュレーション、方程式の線形システムの解法、機械学習など、多くの古典的な問題を効果的に加速する。 これらのユニークな量子特性は、信号やデータ処理のスピードアップにも使われる。 量子画像処理において、量子画像表現は重要な役割を果たす。

関連論文リスト

• The curse of random quantum data [62.24825255497622]
  量子データのランドスケープにおける量子機械学習の性能を定量化する。 量子機械学習におけるトレーニング効率と一般化能力は、量子ビットの増加に伴い指数関数的に抑制される。 この結果は量子カーネル法と量子ニューラルネットワークの広帯域限界の両方に適用できる。
  論文  参考訳（メタデータ） (2024-08-19T12:18:07Z)
• Tensor Network Based Efficient Quantum Data Loading of Images [0.0]
  本稿では、画像の振幅をほぼエンコードする量子状態を生成する新しい方法を提案する。 道路シーンの複雑な画像に対して,捕捉されたイオン量子コンピュータの8量子ビット上で実験を行った。
  論文  参考訳（メタデータ） (2023-10-09T17:40:41Z)
• Quantivine: A Visualization Approach for Large-scale Quantum Circuit Representation and Analysis [31.203764035373677]
  我々は量子回路の探索と理解のための対話型システムQuantivineを開発した。 一連の新しい回路視覚化は、キュービットの証明、並列性、絡み合いなどのコンテキストの詳細を明らかにするように設計されている。 Quantivineの有効性は、最大100キュービットの量子回路の2つの利用シナリオを通して示される。
  論文  参考訳（メタデータ） (2023-07-18T04:51:28Z)
• 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)
• Assessing requirements to scale to practical quantum advantage [56.22441723982983]
  大規模量子アプリケーションに必要なリソースを推定するために,スタックの層を抽象化し,量子リソース推定のためのフレームワークを開発する。 3つのスケールされた量子アプリケーションを評価し、実用的な量子優位性を達成するために数十万から数百万の物理量子ビットが必要であることを発見した。 私たちの研究の目標は、より広範なコミュニティがスタック全体の設計選択を探索できるようにすることで、実用的な量子的優位性に向けた進歩を加速することにあります。
  論文  参考訳（メタデータ） (2022-11-14T18:50:27Z)
• A Quantum-Powered Photorealistic Rendering [16.854617796208778]
  本稿では,量子回路,量子アクティベーション関数,暗黙的に表現する量子ボリュームレンダリングを組み込んだQRF(Quantum Radiance Fields)を紹介する。 以上の結果から,QRFは広範囲な数値積分に伴う計算課題に効果的に直面することが明らかとなった。
  論文  参考訳（メタデータ） (2022-11-07T10:23:32Z)
• Large-scale quantum machine learning [0.0]
  ランダム化計測を用いて量子カーネルを計測し、2次高速化を行い、大規模データセットを高速に処理する。 我々は高次元データを回路深度と線形にスケーリングする特徴数で量子コンピュータに効率的にエンコードする。 現在利用可能な量子コンピュータを使用して、MNISTデータベースは10年ではなく220時間以内に処理できる。
  論文  参考訳（メタデータ） (2021-08-02T17:00:18Z)
• On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
  そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。 私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
  論文  参考訳（メタデータ） (2021-06-29T14:01:40Z)
• Quantum walk processes in quantum devices [55.41644538483948]
  グラフ上の量子ウォークを量子回路として表現する方法を研究する。 提案手法は,量子ウォークアルゴリズムを量子コンピュータ上で効率的に実装する方法である。
  論文  参考訳（メタデータ） (2020-12-28T18:04:16Z)
• Entanglement transfer, accumulation and retrieval via quantum-walk-based qubit-qudit dynamics [50.591267188664666]
  高次元システムにおける量子相関の生成と制御は、現在の量子技術の展望において大きな課題である。 本稿では,量子ウォークに基づく移動・蓄積機構により,$d$次元システムの絡み合った状態が得られるプロトコルを提案する。 特に、情報を軌道角運動量と単一光子の偏光度にエンコードするフォトニック実装について述べる。
  論文  参考訳（メタデータ） (2020-10-14T14:33:34Z)
• A Critical and Moving-Forward View on Quantum Image Processing [4.857479640387091]
  量子画像処理(QIMP)は、画像やビデオから視覚情報を保存、処理、検索する能力を強化することを目的としている。 期待されているのは、量子力学系の性質をQIMPで活用することで、先進的な技術の実現がもたらされるということである。
  論文  参考訳（メタデータ） (2020-06-15T20:38:25Z)

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。