論文の概要: Quantum Algorithm for Anomaly Detection of Sequences
- arxiv url: http://arxiv.org/abs/2209.08594v1
- Date: Sun, 18 Sep 2022 16:14:16 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-26 04:41:14.406532
- Title: Quantum Algorithm for Anomaly Detection of Sequences
- Title(参考訳): 配列異常検出のための量子アルゴリズム
- Authors: Ming-Chao Guo, Hai-Ling Liu, Shi-Jie Pan, Wen-Min Li, Su-Juan Qin,
Xin-Yi Huang, Fei Gao and Qiao-Yan Wen
- Abstract要約: 振幅領域におけるPiecewise Aggregate(ADPAAD)を用いた異常検出のための量子アルゴリズムを提案する。
我々の量子アルゴリズムは、その古典的手法よりもサブシーケンスの数とサブシーケンスの長さを高速化することができる。
- 参考スコア(独自算出の注目度): 13.087762988229068
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Anomaly detection of sequences is a hot topic in data mining. Anomaly
Detection using Piecewise Aggregate approximation in the Amplitude Domain
(called ADPAAD) is one of the widely used methods in anomaly detection of
sequences. The core step in the classical algorithm for performing ADPAAD is to
construct an approximate representation of the subsequence, where the elements
of each subsequence are divided into several subsections according to the
amplitude domain and then the average of the subsections is computed. It is
computationally expensive when processing large-scale sequences. In this paper,
we propose a quantum algorithm for ADPAAD, which can divide the subsequence
elements and compute the average in parallel. Our quantum algorithm can achieve
polynomial speedups on the number of subsequences and the length of
subsequences over its classical counterpart.
- Abstract(参考訳): シーケンスの異常検出は、データマイニングのホットトピックである。
Amplitude Domain(ADPAAD)におけるPiecewise Aggregate近似を用いた異常検出は、配列の異常検出において広く用いられている方法の1つである。
ADPAADを実行するための古典的アルゴリズムのコアステップは、各サブシーケンスの要素を振幅領域に従って複数のサブセクションに分割し、そのサブセクションの平均を計算するような、サブシーケンスの近似表現を構築することである。
大規模シーケンスを処理する場合、計算コストがかかる。
本稿では,サブシーケンス要素を分割し,平均値を並列に計算可能なadpaadの量子アルゴリズムを提案する。
我々の量子アルゴリズムは、その古典的な部分列の数と部分列の長さの多項式スピードアップを達成することができる。
関連論文リスト
- An Efficient Algorithm for Clustered Multi-Task Compressive Sensing [60.70532293880842]
クラスタ化マルチタスク圧縮センシングは、複数の圧縮センシングタスクを解決する階層モデルである。
このモデルに対する既存の推論アルゴリズムは計算コストが高く、高次元ではうまくスケールしない。
本稿では,これらの共分散行列を明示的に計算する必要をなくし,モデル推論を大幅に高速化するアルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-09-30T15:57:14Z) - Quick Adaptive Ternary Segmentation: An Efficient Decoding Procedure For
Hidden Markov Models [70.26374282390401]
ノイズの多い観測から元の信号(すなわち隠れ鎖)を復号することは、ほぼすべてのHMMに基づくデータ分析の主要な目標の1つである。
本稿では,多対数計算複雑性において隠れた列を復号化するための分法であるQuick Adaptive Ternary(QATS)を提案する。
論文 参考訳(メタデータ) (2023-05-29T19:37:48Z) - Quantum algorithm for position weight matrix matching [0.9404723842159504]
バイオインフォマティクス, 位置重み行列(PWM)マッチングにおける問題に対する2つの量子アルゴリズムを提案する。
提案した2つのアルゴリズム、ナイーブ法とモンテカルロ法は、生物学的配列のエントリへの分子アクセスを考慮し、一致したセグメントを出力する。
論文 参考訳(メタデータ) (2023-03-07T00:34:16Z) - Exploring the role of parameters in variational quantum algorithms [59.20947681019466]
動的リー代数の階数を用いた変分量子回路のキャラクタリゼーションのための量子制御に着想を得た手法を提案する。
有望な接続は、リーランク、計算されたエネルギーの精度、および所定の回路アーキテクチャを介して目標状態を達成するために必要な深さとの間のものである。
論文 参考訳(メタデータ) (2022-09-28T20:24:53Z) - Efficient Approximate Kernel Based Spike Sequence Classification [56.2938724367661]
SVMのような機械学習モデルは、シーケンスのペア間の距離/相似性の定義を必要とする。
厳密な手法により分類性能は向上するが、計算コストが高い。
本稿では,その予測性能を向上させるために,近似カーネルの性能を改善する一連の方法を提案する。
論文 参考訳(メタデータ) (2022-09-11T22:44:19Z) - Adaptive Algorithm for Quantum Amplitude Estimation [13.82667502131475]
振幅の間隔推定のための適応アルゴリズムを提案する。
提案アルゴリズムは、同じレベルの精度を達成するために、同じ数の量子クエリを使用する。
我々は,古典モンテカルロサンプリングに対する2次高速化として,オラクルクエリの数が$O(1/epsilon)$に達することを厳密に証明する。
論文 参考訳(メタデータ) (2022-06-16T21:11:15Z) - 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) - Quantum algorithms for anomaly detection using amplitude estimation [5.20363732303968]
密度推定に基づく異常検出アルゴリズム(ADDEアルゴリズム)は広く使われているアルゴリズムの1つである。
本稿では振幅推定に基づく新しい量子ADDEアルゴリズムを提案する。
論文 参考訳(メタデータ) (2021-09-28T15:47:56Z) - Nonparametric Extrema Analysis in Time Series for Envelope Extraction,
Peak Detection and Clustering [0.0]
本研究では,エンベロープ抽出,ピークバースト検出,時系列クラスタリングに利用できる非パラメトリック手法を提案する。
我々の問題定式化は、自然に定義された時系列の分割/フォークをもたらす。
論文 参考訳(メタデータ) (2021-09-05T14:21:24Z) - Quantum K-nearest neighbor classification algorithm based on Hamming
distance [3.4501155479285326]
本研究では,ハミング距離を持つ量子K-アレスト近傍分類アルゴリズムを提案する。
提案アルゴリズムは,時間的複雑さを短時間で解析することにより,2次高速化を実現することができる。
論文 参考訳(メタデータ) (2021-03-07T04:08:21Z) - Quantum algorithms for spectral sums [50.045011844765185]
正半定値行列(PSD)のスペクトル和を推定するための新しい量子アルゴリズムを提案する。
本稿では, スペクトルグラフ理論における3つの問題に対して, アルゴリズムと手法が適用可能であることを示す。
論文 参考訳(メタデータ) (2020-11-12T16:29:45Z)
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。