論文の概要: Towards Bundle Adjustment for Satellite Imaging via Quantum Machine Learning

• arxiv url: http://arxiv.org/abs/2204.11133v1
• Date: Sat, 23 Apr 2022 19:33:14 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-26 13:50:33.453950
• Title: Towards Bundle Adjustment for Satellite Imaging via Quantum Machine Learning
• Title（参考訳）: 量子機械学習による衛星画像のバンドル調整に向けて
• Authors: Nico Piatkowski, Thore Gerlach, Romain Hugues, Rafet Sifa, Christian Bauckhage, Frederic Barbaresco
• Abstract要約: キーポイント抽出と特徴マッチングのための量子法に着目する。 これらの手法が量子アニールやゲートベースの量子コンピュータのためにどのように再計算されるかを説明する。
• 参考スコア（独自算出の注目度）: 2.660348668799655
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Given is a set of images, where all images show views of the same area at different points in time and from different viewpoints. The task is the alignment of all images such that relevant information, e.g., poses, changes, and terrain, can be extracted from the fused image. In this work, we focus on quantum methods for keypoint extraction and feature matching, due to the demanding computational complexity of these sub-tasks. To this end, k-medoids clustering, kernel density clustering, nearest neighbor search, and kernel methods are investigated and it is explained how these methods can be re-formulated for quantum annealers and gate-based quantum computers. Experimental results obtained on digital quantum emulation hardware, quantum annealers, and quantum gate computers show that classical systems still deliver superior results. However, the proposed methods are ready for the current and upcoming generations of quantum computing devices which have the potential to outperform classical systems in the near future.
• Abstract（参考訳）: 与えられた画像の集合は、すべての画像が異なる時点と異なる視点で同じ領域のビューを表示する。 このタスクはすべての画像のアライメントであり、例えば、ポーズ、変化、地形などの関連情報を融合画像から抽出することができる。 本研究では,これらのサブタスクの計算複雑性が要求されるため,キーポイント抽出と特徴マッチングのための量子手法に着目した。 この目的のために,k-メドロイドクラスタリング,カーネル密度クラスタリング,近接探索,およびカーネル手法について検討し,これらの手法を量子アニールやゲートベース量子コンピュータで再計算する方法を解説する。 デジタル量子エミュレーションハードウェア、量子アニーラ、量子ゲートコンピュータでの実験結果は、古典系が依然として優れた結果をもたらすことを示している。 しかし、提案手法は、近い将来に古典的システムを上回る性能を持つ量子コンピューティング装置の現在および今後の世代に向けて準備が整っている。

関連論文リスト

• Harnessing Quantum Extreme Learning Machines for image classification [0.0]
  本研究は、画像分類タスクにおける量子機械学習技術の利用に焦点を当てる。 我々は,量子貯水池基板が提供する豊富な特徴写像を利用して,量子極端学習マシンを利用する。
  論文  参考訳（メタデータ） (2024-09-02T07:23:59Z)
• 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)
• Demonstration of quantum projective simulation on a single-photon-based quantum computer [0.0]
  変分量子アルゴリズムは、ノイズの多い中間スケールの量子デバイスで効果的に動作する可能性を示している。 本稿では,このアルゴリズムをQuandelaの単一光子ベースの量子コンピュータAscellaに実装する。
  論文  参考訳（メタデータ） (2024-04-19T09:17:15Z)
• Review of Distributed Quantum Computing. From single QPU to High Performance Quantum Computing [2.2989970407820484]
  分散量子コンピューティングは、現在の量子システムの計算能力を高めることを目的としています。 量子通信プロトコルから絡み合いに基づく分散アルゴリズムに至るまで、それぞれの側面は分散量子コンピューティングのモザイクに寄与する。 我々の目的は、経験豊富な研究者やフィールド新参者に対して、徹底的な概要を提供することである。
  論文  参考訳（メタデータ） (2024-04-01T17:38:18Z)
• Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
  期待されている量子コンピュータの応用は、科学と産業にまたがる。 本稿では,量子アルゴリズムの応用分野について検討する。 私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
  論文  参考訳（メタデータ） (2023-10-04T17:53:55Z)
• 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)
• Quantum Volume for Photonic Quantum Processors [15.3862808585761]
  短期量子コンピューティングプロセッサのメトリクスを定義することは、量子ハードウェアの研究と開発に不可欠である。 ランダム化ベンチマークや量子ボリュームのようなほとんどのメトリクスは、もともと回路ベースの量子コンピュータに導入された。 本稿では,MBQCプロセスの物理ノイズと不完全性を等価量子回路の論理誤差にマッピングする枠組みを提案する。
  論文  参考訳（メタデータ） (2022-08-24T18:05:16Z)
• Variational Quantum Anomaly Detection: Unsupervised mapping of phase diagrams on a physical quantum computer [0.0]
  量子シミュレーションから量子データを解析するための教師なし量子機械学習アルゴリズムである変分量子異常検出を提案する。 このアルゴリズムは、事前の物理的知識を持たないシステムの位相図を抽出するために用いられる。 現在ではアクセスしやすいデバイスで使用でき、実際の量子コンピュータ上でアルゴリズムを実行することができる。
  論文  参考訳（メタデータ） (2021-06-15T06:54:47Z)
• Advantages and Bottlenecks of Quantum Machine Learning for Remote Sensing [63.69764116066747]
  本稿では,量子コンピュータの概要を説明し,量子画像分類手法の既存手法を考察し,これらのアルゴリズムを現在利用可能なオープンソースプラットフォーム上で実行する際のボトルネックについて考察する。 次のステップでは、量子隠蔽層のサイズを拡大し、さまざまな出力イメージオプションを拡大する。
  論文  参考訳（メタデータ） (2021-01-26T09:31:46Z)
• Information Scrambling in Computationally Complex Quantum Circuits [56.22772134614514]
  53量子ビット量子プロセッサにおける量子スクランブルのダイナミクスを実験的に検討する。 演算子の拡散は効率的な古典的モデルによって捉えられるが、演算子の絡み合いは指数関数的にスケールされた計算資源を必要とする。
  論文  参考訳（メタデータ） (2021-01-21T22:18:49Z)
• Experimental Quantum Generative Adversarial Networks for Image Generation [93.06926114985761]
  超伝導量子プロセッサを用いた実世界の手書き桁画像の学習と生成を実験的に行う。 我々の研究は、短期量子デバイス上での高度な量子生成モデル開発のためのガイダンスを提供する。
  論文  参考訳（メタデータ） (2020-10-13T06:57:17Z)

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。