論文の概要: Quantum artificial vision for defect detection in manufacturing
- arxiv url: http://arxiv.org/abs/2208.04988v1
- Date: Tue, 9 Aug 2022 18:30:23 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-11 13:23:48.442035
- Title: Quantum artificial vision for defect detection in manufacturing
- Title(参考訳): 製造における欠陥検出のための量子人工ビジョン
- Authors: Daniel Guijo, Victor Onofre, Gianni Del Bimbo, Samuel Mugel, Daniel
Estepa, Xabier De Carlos, Ana Adell, Aizea Lojo, Josu Bilbao, Roman Orus
- Abstract要約: ノイズ中間スケール量子(NISQ)デバイスを用いた量子コンピュータビジョンのアルゴリズムについて検討する。
私たちはそれらを、彼らの古典的な問題に対する真の問題としてベンチマークします。
これは製造ラインにおける産業関連の問題に対する量子コンピュータビジョンシステムの最初の実装である。
- 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 paper we consider several algorithms for quantum computer vision
using Noisy Intermediate-Scale Quantum (NISQ) devices, and benchmark them for a
real problem against their classical counterparts. Specifically, we consider
two approaches: a quantum Support Vector Machine (QSVM) on a universal
gate-based quantum computer, and QBoost on a quantum annealer. The quantum
vision systems are benchmarked for an unbalanced dataset of images where the
aim is to detect defects in manufactured car pieces. We see that the quantum
algorithms outperform their classical counterparts in several ways, with QBoost
allowing for larger problems to be analyzed with present-day quantum annealers.
Data preprocessing, including dimensionality reduction and contrast
enhancement, is also discussed, as well as hyperparameter tuning in QBoost. To
the best of our knowledge, this is the first implementation of quantum computer
vision systems for a problem of industrial relevance in a manufacturing
production line.
- Abstract(参考訳): 本稿では、NISQ(Noisy Intermediate-Scale Quantum)デバイスを用いた量子コンピュータビジョンのためのいくつかのアルゴリズムについて検討し、それらを従来のコンピュータビジョンと比較した。
具体的には、普遍ゲートベースの量子コンピュータ上での量子支援ベクトルマシン(QSVM)と量子アニール上でのQBoostの2つのアプローチを検討する。
量子ビジョンシステムは、製造された車の欠陥を検出することを目的として、バランスの取れていない画像のデータセットに対してベンチマークされる。
量子アルゴリズムは古典的アルゴリズムよりもいくつかの点で優れており、QBoostは現在の量子アニールを用いてより大きな問題を解析することができる。
また、QBoostにおける超パラメータチューニングと同様に、次元削減やコントラスト強化を含むデータ前処理についても論じている。
私たちの知る限りでは、これは製造ラインにおける産業的関連性の問題に対する量子コンピュータビジョンシステムの最初の実装である。
関連論文リスト
- State-Averaged Orbital-Optimized VQE: A quantum algorithm for the
democratic description of ground and excited electronic states [0.0]
SA-OO-VQEパッケージは、典型的な変分量子固有解法に基づくハイブリッド量子古典的概念によって両方の問題を解決することを目的としている。
SA-OO-VQEは、同じ足場上で退化状態(または準退化状態)を処理できるので、回避された交差や円錐交差に関する既知の数値最適化問題を回避することができる。
論文 参考訳(メタデータ) (2024-01-22T12:16:37Z) - QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum
Circuits [82.50620782471485]
QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。
1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。
提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
論文 参考訳(メタデータ) (2024-01-10T22:33:00Z) - Quantum generative adversarial learning in photonics [12.012483529392465]
フォトニクスにおけるQGANモデルについて実験的に検証し,その性能に及ぼすノイズと欠陥の影響について検討した。
以上の結果から, 発電機の位相シフト器の最大半分が損傷を受ける条件下であっても, QGANは90%以上の忠実度で高品質な量子データを生成できることが示唆された。
我々の研究は、NISQ時代の量子ハードウェア上でQGANを実装する可能性に光を当てている。
論文 参考訳(メタデータ) (2023-10-01T06:08:21Z) - Go-No go criteria for performing quantum chemistry calculations on
quantum computers [0.0]
本稿では,この2種類の問題に対する主要な量子的アプローチを評価するための2つの基準を提案する。
ノイズによるノイズの抑制効果は、対応する古典的アルゴリズムよりも一般的には好ましくない精度の全体的なスケーリングによるものである。
第2の基準は量子位相推定(QPE)アルゴリズムに適用され、(ノイズのない)フォールトトレラント量子コンピュータが利用可能になったときにVQEの代替としてしばしば提示される。
論文 参考訳(メタデータ) (2023-06-05T06:41:22Z) - Quantum Imitation Learning [74.15588381240795]
本稿では、量子優位性を利用してILを高速化する量子模倣学習(QIL)を提案する。
量子行動クローニング(Q-BC)と量子生成逆模倣学習(Q-GAIL)という2つのQILアルゴリズムを開発した。
実験結果から,Q-BCとQ-GAILの両者が,従来のものと同等の性能を達成できることが判明した。
論文 参考訳(メタデータ) (2023-04-04T12:47:35Z) - Quantum-Error-Mitigation Circuit Groups for Noisy Quantum Metrology [0.0]
量子技術は、量子コヒーレンスや量子絡み合いのような量子系に固有の性質を利用する。
量子技術は環境との相互作用(デコヒーレンス)に対して脆弱であり、それらを高精度に活用するにはエラー軽減技術を開発する必要がある。
論文 参考訳(メタデータ) (2023-03-03T10:01:42Z) - QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional
Networks [124.7972093110732]
本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。
現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。
我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
論文 参考訳(メタデータ) (2022-11-09T21:43:16Z) - Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。
本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
論文 参考訳(メタデータ) (2022-09-16T02:37:32Z) - Hybrid quantum-classical algorithms and quantum error mitigation [0.688204255655161]
Googleは先頃、50量子ビットを超えるノイズの多い中間スケール量子デバイスを使用することで、量子超越性を達成した。
本稿では,ハイブリッド量子古典アルゴリズムと量子誤り軽減技術の基礎的結果について概説する。
論文 参考訳(メタデータ) (2020-11-02T23:34:22Z) - Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。
QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。
数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
論文 参考訳(メタデータ) (2020-10-20T12:06:27Z) - An Application of Quantum Annealing Computing to Seismic Inversion [55.41644538483948]
小型地震インバージョン問題を解決するために,D波量子アニールに量子アルゴリズムを適用した。
量子コンピュータによって達成される精度は、少なくとも古典的コンピュータと同程度である。
論文 参考訳(メタデータ) (2020-05-06T14:18:44Z)
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。