論文の概要: Quantum algorithm for Markov Random Fields structure learning by information theoretic properties

• arxiv url: http://arxiv.org/abs/2208.11382v1
• Date: Wed, 24 Aug 2022 09:00:56 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-30 00:05:15.327304
• Title: Quantum algorithm for Markov Random Fields structure learning by information theoretic properties
• Title（参考訳）: 情報理論によるマルコフ確率場構造学習のための量子アルゴリズム
• Authors: Liming Zhao, Lin-chun Wan, Ming-Xing Luo
• Abstract要約: 本稿では,量子コンピュータ上でのマルコフランダム場の構造学習のための量子アルゴリズムを提案する。 我々の研究は、機械学習のいくつかの問題を解く際に、古典的な計算よりも量子計算の利点を実証するものである。
• 参考スコア（独自算出の注目度）: 5.263910852465186
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Probabilistic graphical models play a crucial role in machine learning and have wide applications in various fields. One pivotal subset is undirected graphical models, also known as Markov random fields. In this work, we investigate the structure learning methods of Markov random fields on quantum computers. We propose a quantum algorithm for structure learning of an $r$-wise Markov Random Field with a bounded degree underlying graph, based on a nearly optimal classical greedy algorithm. The quantum algorithm provides a polynomial speed-up over the classical counterpart in terms of the number of variables. Our work demonstrates the potential merits of quantum computation over classical computation in solving some problems in machine learning.
• Abstract（参考訳）: 確率的グラフィカルモデルは機械学習において重要な役割を担い、様々な分野に幅広く応用されている。 1つの重要な部分集合は、マルコフ確率場(Markov random field)とも呼ばれる非方向のグラフィカルモデルである。 本研究では,量子コンピュータ上のマルコフ確率場の構造学習手法について検討する。 本稿では,ほぼ最適な古典的グリーディアルゴリズムに基づく有界次数グラフを持つr$-wise markov確率場の構造学習のための量子アルゴリズムを提案する。 量子アルゴリズムは、変数の数の観点から古典的よりも多項式のスピードアップを提供する。 我々の研究は、機械学習のいくつかの問題を解く際に、古典的な計算よりも量子計算の利点を実証する。

関連論文リスト

• Hybrid Quantum-Classical Machine Learning with String Diagrams [49.1574468325115]
  本稿では,文字列ダイアグラムの観点からハイブリッドアルゴリズムを記述するための公式なフレームワークを開発する。 弦図の特筆すべき特徴は、量子古典的インタフェースに対応する関手ボックスの使用である。
  論文  参考訳（メタデータ） (2024-07-04T06:37:16Z)
• 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)
• Robust Dequantization of the Quantum Singular value Transformation and Quantum Machine Learning Algorithms [0.0]
  この弱い仮定の下では、ランダム化線形代数の技法がどれだけ多く適用できるかを示す。 また、これらの結果を用いて、多くの量子機械学習アルゴリズムの頑健な復号化を行う。
  論文  参考訳（メタデータ） (2023-04-11T02:09:13Z)
• MAQA: A Quantum Framework for Supervised Learning [2.064612766965483]
  本研究は,古典的教師付き機械学習アルゴリズムの多元的出力を再現可能な,普遍的で効率的なフレームワークを提案する。 提案するフレームワークは,多機能および多機能の組み合わせにより,Multiple Aggregator Quantum Algorithm (MAQA) と名付けられた。 2つ目の重要な追加として、提案フレームワークをハイブリッド量子古典およびフォールトトレラント量子アルゴリズムとして採用することについて議論する。
  論文  参考訳（メタデータ） (2023-03-20T11:18:22Z)
• 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)
• A didactic approach to quantum machine learning with a single qubit [68.8204255655161]
  我々は、データ再ロード技術を用いて、単一のキュービットで学習するケースに焦点を当てる。 我々は、Qiskit量子コンピューティングSDKを用いて、おもちゃと現実世界のデータセットに異なる定式化を実装した。
  論文  参考訳（メタデータ） (2022-11-23T18:25:32Z)
• On Hitting Times for General Quantum Markov Processes [0.0]
  我々は、古典的なウォークを直接一般化する量子マルコフ連鎖モデルを定義するために密度行列形式を用いる。 打つ時間などの共通ツールを古典理論と同様の式で計算できることが示される。
  論文  参考訳（メタデータ） (2022-10-18T22:20:27Z)
• Quantum algorithm for structure learning of Markov Random Fields [6.174721516017139]
  マルコフ確率場(MRF)は、機械学習や統計学において多くの問題に現れる。 計算学習理論の観点からは、MDFを学習する自然問題が発生する。 制限クラスから MRF のサンプルが与えられたら、基礎となるグラフの各ノードの隣人である MRF の構造を学ぶ。
  論文  参考訳（メタデータ） (2021-09-02T15:22:38Z)
• Quantum Machine Learning For Classical Data [0.0]
  量子コンピューティングと教師付き機械学習アルゴリズムの交差について研究する。 特に,教師付き機械学習アルゴリズムの高速化に量子コンピュータがどの程度使えるかを検討する。
  論文  参考訳（メタデータ） (2021-05-08T12:11:44Z)
• Fixed Depth Hamiltonian Simulation via Cartan Decomposition [59.20417091220753]
  時間に依存しない深さの量子回路を生成するための構成的アルゴリズムを提案する。 一次元横フィールドXYモデルにおけるアンダーソン局在化を含む、モデルの特殊クラスに対するアルゴリズムを強調する。 幅広いスピンモデルとフェルミオンモデルに対して正確な回路を提供するのに加えて、我々のアルゴリズムは最適なハミルトニアンシミュレーションに関する幅広い解析的および数値的な洞察を提供する。
  論文  参考訳（メタデータ） (2021-04-01T19:06:00Z)
• Quantum-Inspired Algorithms from Randomized Numerical Linear Algebra [53.46106569419296]
  我々は、リコメンダシステムと最小二乗回帰のためのクエリをサポートする古典的な(量子でない)動的データ構造を作成する。 これらの問題に対する以前の量子インスパイアされたアルゴリズムは、レバレッジやリッジレベレッジスコアを偽装してサンプリングしていると我々は主張する。
  論文  参考訳（メタデータ） (2020-11-09T01:13:07Z)

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。