論文の概要: Quantum Bayes AI
- arxiv url: http://arxiv.org/abs/2208.08068v1
- Date: Wed, 17 Aug 2022 04:51:10 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-18 12:33:49.412662
- Title: Quantum Bayes AI
- Title（参考訳）: 量子ベイズAI
- Authors: Nick Polson and Vadim Sokolov and Jianeng Xu
- Abstract要約: 量子ベイズAI(Quantum Bayesian AI, Q-B)は、量子コンピューティングで利用可能な計算ゲインを補う新興分野である。
我々は、古典的および量子的確率の双対性を提供して、後続の関心量の計算を行う。
本稿では,2つの単純な分類アルゴリズム上での量子アルゴリズムの挙動について述べる。
- 参考スコア（独自算出の注目度）: 1.7403133838762443
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum Bayesian AI (Q-B) is an emerging field that levers the computational
gains available in Quantum computing. The promise is an exponential speed-up in
many Bayesian algorithms. Our goal is to apply these methods directly to
statistical and machine learning problems. We provide a duality between
classical and quantum probability for calculating of posterior quantities of
interest. Our framework unifies MCMC, Deep Learning and Quantum Learning
calculations from the viewpoint from von Neumann's principle of quantum
measurement. Quantum embeddings and neural gates are also an important part of
data encoding and feature selection. There is a natural duality with well-known
kernel methods in statistical learning. We illustrate the behaviour of quantum
algorithms on two simple classification algorithms. Finally, we conclude with
directions for future research.
- Abstract（参考訳）: 量子ベイズAI(Quantum Bayesian AI, Q-B)は、量子コンピューティングで利用可能な計算ゲインを補う新興分野である。
この約束は多くのベイズアルゴリズムにおける指数的なスピードアップである。
我々の目標は、これらの手法を統計的および機械学習問題に直接適用することである。
古典確率と量子確率の双対性によって、興味の後方の量を計算する。
我々のフレームワークは、フォン・ノイマンの量子測定の原理から、MCMC、Deep Learning、Quantum Learningの計算を統一する。
量子埋め込みとニューラルゲートは、データエンコーディングと特徴選択の重要な部分でもある。
統計学習にはよく知られたカーネル法と自然な双対性がある。
2つの単純な分類アルゴリズムで量子アルゴリズムの挙動を説明する。
最後に,今後の研究の方向性について述べる。
関連論文リスト
- Scalable Quantum Algorithms for Noisy Quantum Computers [0.0]
この論文は、量子計算資源の要求を減らす2つの主要な技術を開発した。
目的は、現在の量子プロセッサでアプリケーションサイズをスケールアップすることだ。
アルゴリズムの応用の主な焦点は量子システムのシミュレーションであるが、開発したサブルーチンは最適化や機械学習の分野でさらに活用することができる。
論文 参考訳（メタデータ） (2024-03-01T19:36:35Z) - 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) - A Quantum Algorithm Based Heuristic to Hide Sensitive Itemsets [1.8419202109872088]
データ共有の文脈において、よく研究された問題を解決するための量子的アプローチを提案する。
本稿では, 量子アルゴリズムを用いて, この問題の解決方法を示すために, 小型データセットを用いた実験を行った。
論文 参考訳（メタデータ） (2024-02-12T20:44:46Z) - 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) - 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) - From Quantum Graph Computing to Quantum Graph Learning: A Survey [86.8206129053725]
まず、量子力学とグラフ理論の相関関係について、量子コンピュータが有用な解を生成できることを示す。
本稿では,その実践性と適用性について,一般的なグラフ学習手法について概説する。
今後の研究の触媒として期待される量子グラフ学習のスナップショットを提供する。
論文 参考訳（メタデータ） (2022-02-19T02:56:47Z) - Quantum Simulation of Hawking Radiation Using VQE Algorithm on IBM
Quantum Computer [0.0]
変動量子固有解法(VQE)アルゴリズムを用いてホーキング放射現象をシミュレートする。
VQEアルゴリズムでは3つの異なるカスタムアンサーゼを使用しており、最小誤差のケースに対する結果が研究されている。
論文 参考訳（メタデータ） (2021-12-31T15:03:17Z) - Quantum Algorithms for Unsupervised Machine Learning and Neural Networks [2.28438857884398]
行列積や距離推定といったタスクを解くために量子アルゴリズムを導入する。
これらの結果は、教師なし機械学習のための新しい量子アルゴリズムの開発に使用される。
また、ニューラルネットワークやディープラーニングのための新しい量子アルゴリズムも提示します。
論文 参考訳（メタデータ） (2021-11-05T16:36:09Z) - Quantum Semi-Supervised Learning with Quantum Supremacy [0.0]
量子機械学習は重要な問題を解決することを約束する。
古典的な機械学習には、ラベル付きデータの欠如と計算能力の限界という2つの永続的な課題がある。
本稿では,量子セミ教師付き学習という,両方の問題を解決する新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2021-10-05T20:15:58Z) - Towards understanding the power of quantum kernels in the NISQ era [79.8341515283403]
量子カーネルの利点は,大規模データセット,計測回数の少ないもの,システムノイズなどにおいて消失することを示した。
我々の研究は、NISQデバイス上で量子優位性を得るための先進量子カーネルの探索に関する理論的ガイダンスを提供する。
論文 参考訳（メタデータ） (2021-03-31T02:41:36Z) - 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)
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。