論文の概要: Quantum version of the k-NN classifier based on a quantum sorting algorithm

• arxiv url: http://arxiv.org/abs/2204.03761v1
• Date: Thu, 7 Apr 2022 22:31:01 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-11 14:08:07.986540
• Title: Quantum version of the k-NN classifier based on a quantum sorting algorithm
• Title（参考訳）: 量子ソートアルゴリズムに基づくk-NN分類器の量子バージョン
• Authors: L.F. Quezada, Guo-Hua Sun, Shi-Hai Dong
• Abstract要約: 我々はk-nearest neighbors(k-NN)として知られる古典的機械学習アルゴリズムの新しい量子バージョンを開発する。 この新しいk-NNアルゴリズムの効率性と性能は、Schuldらによって提案された古典的なk-NNと他の量子バージョンと比較される。
• 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: In this work we introduce a quantum sorting algorithm with adaptable requirements of memory and circuit depth, and then use it to develop a new quantum version of the classical machine learning algorithm known as k-nearest neighbors (k-NN). Both the efficiency and performance of this new quantum version of the k-NN algorithm are compared to those of the classical k-NN and another quantum version proposed by Schuld et al. \cite{Int13}. Results show that the efficiency of both quantum algorithms is similar to each other and superior to that of the classical algorithm. On the other hand, the performance of our proposed quantum k-NN algorithm is superior to the one proposed by Schuld et al. and similar to that of the classical k-NN.
• Abstract（参考訳）: 本研究では、メモリと回路深度を適応的に要求する量子ソートアルゴリズムを導入し、k-nearest neighbors (k-NN)として知られる古典的機械学習アルゴリズムの新しい量子バージョンを開発する。 この新しいk-NNアルゴリズムの効率性と性能は、Schuldらによって提案された古典的なk-NNと他の量子バージョンと比較される。 略称は「13」。 その結果、両量子アルゴリズムの効率は互いに似ており、古典的アルゴリズムよりも優れていることがわかった。 一方、提案した量子k-NNアルゴリズムの性能は、Schuldらによって提案されたものよりも優れており、古典的なk-NNと類似している。

関連論文リスト

• Hybrid Quantum-Classical Algorithms [0.0]
  この論文は、古典的アルゴリズムと量子コンピューティングを組み合わせたハイブリッドアルゴリズムを探求し、古典的アルゴリズムの性能を向上させる。 ハイブリッド探索とサンプル最適化アルゴリズムと、化学における量子アルゴリズムのコストと性能を評価する古典的アルゴリズムの2つのアプローチが研究されている。
  論文  参考訳（メタデータ） (2024-06-18T07:54:05Z)
• Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
  量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。 どの場の量子スピードアップが達成できるかという新たな課題が生じる。 量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
  論文  参考訳（メタデータ） (2024-02-26T09:32:07Z)
• Iterative Quantum Algorithms for Maximum Independent Set: A Tale of Low-Depth Quantum Algorithms [0.0]
  我々は、反復最大量子アルゴリズム(Iterative Maximum Quantum Algorithms)と呼ばれる、量子最適化のための新しいハイブリッドアプローチのクラスについて研究する。 深度$p=1$のQAOAの場合、このアルゴリズムはMISの古典的欲求アルゴリズムと全く同じ操作と選択を行う。
  論文  参考訳（メタデータ） (2023-09-22T18:00:03Z)
• Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
  単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。 提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
  論文  参考訳（メタデータ） (2023-04-18T11:57:15Z)
• A quantum advantage over classical for local max cut [48.02822142773719]
  量子最適化近似アルゴリズム(QAOA)は、次数3グラフ上の古典的手法に匹敵する計算上の優位性を持つ。 結果として、最先端の量子ハードウェアに関係している小規模量子計算でさえ、比較可能な単純な古典よりも大きな優位性を持つ可能性が示唆された。
  論文  参考訳（メタデータ） (2023-04-17T16:42:05Z)
• An introduction to variational quantum algorithms on gate-based quantum computing for combinatorial optimization problems [0.0]
  このチュートリアルは変分量子アルゴリズムのクラスに関する数学的記述を提供する。 量子側および古典側におけるこれらのハイブリッドアルゴリズムの重要な側面を正確に紹介する。 我々はQAOAに特に注意を払って、そのアルゴリズムに関わる量子回路と、その可能な誘導関数によって満たされる特性を詳述した。
  論文  参考訳（メタデータ） (2022-12-22T14:27:52Z)
• Quantum Clustering with k-Means: a Hybrid Approach [117.4705494502186]
  我々は3つのハイブリッド量子k-Meansアルゴリズムを設計、実装、評価する。 我々は距離の計算を高速化するために量子現象を利用する。 我々は、我々のハイブリッド量子k-平均アルゴリズムが古典的バージョンよりも効率的であることを示す。
  論文  参考訳（メタデータ） (2022-12-13T16:04:16Z)
• Quantum Worst-Case to Average-Case Reductions for All Linear Problems [66.65497337069792]
  量子アルゴリズムにおける最悪のケースと平均ケースの削減を設計する問題について検討する。 量子アルゴリズムの明示的で効率的な変換は、入力のごく一部でのみ正し、全ての入力で正しくなる。
  論文  参考訳（メタデータ） (2022-12-06T22:01:49Z)
• Quantum vs classical genetic algorithms: A numerical comparison shows faster convergence [0.0]
  いくつかの量子変種は、収束速度において全ての古典的変種よりも近い最適結果に対して優れていることを示す。 もしこの利点がより大きなシステムに当てはまるなら、量子遺伝アルゴリズムは量子コンピュータの最適化問題に対処するための新しいツールを提供するだろう。
  論文  参考訳（メタデータ） (2022-07-19T13:07:44Z)
• Entanglement and coherence in Bernstein-Vazirani algorithm [58.720142291102135]
  Bernstein-Vaziraniアルゴリズムは、オラクルに符号化されたビット文字列を決定できる。 我々はベルンシュタイン・ヴァジラニアルゴリズムの量子資源を詳細に分析する。 絡み合いがない場合、初期状態における量子コヒーレンス量とアルゴリズムの性能が直接関係していることが示される。
  論文  参考訳（メタデータ） (2022-05-26T20:32:36Z)

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。