Fugu-MT 論文翻訳(概要): eXplainable AI for Quantum Machine Learning

論文の概要: eXplainable AI for Quantum Machine Learning

arxiv url: http://arxiv.org/abs/2211.01441v1
Date: Wed, 2 Nov 2022 19:20:56 GMT
ステータス: 処理完了
システム内更新日: 2022-11-04 14:12:33.694228
Title: eXplainable AI for Quantum Machine Learning
Title（参考訳）: 量子機械学習のためのeXplainable AI
Authors: Patrick Steinm\"uller and Tobias Schulz and Ferdinand Graf and Daniel Herr
Abstract要約: 並列量子回路(PQC)は機械学習(ML)の新しい手法を可能にする本稿では,Baseline SHAPやIntegrated Gradientsなど,確立したxAI手法の性能について論じる。 PQCの内部力学を用いて計算を高速化する方法を研究する。
参考スコア（独自算出の注目度）: 29.117546724364857
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Parametrized Quantum Circuits (PQCs) enable a novel method for machine learning (ML). However, from a computational point of view they present a challenge to existing eXplainable AI (xAI) methods. On the one hand, measurements on quantum circuits introduce probabilistic errors which impact the convergence of these methods. On the other hand, the phase space of a quantum circuit expands exponentially with the number of qubits, complicating efforts to execute xAI methods in polynomial time. In this paper we will discuss the performance of established xAI methods, such as Baseline SHAP and Integrated Gradients. Using the internal mechanics of PQCs we study ways to speed up their computation.
Abstract（参考訳）: 並列量子回路(PQC)は、機械学習(ML)の新しい手法を可能にする。しかし、計算の観点からは、既存のeXplainable AI(xAI)メソッドへの挑戦を示す。一方、量子回路の測定は、これらの手法の収束に影響を与える確率的誤差を導入する。一方、量子回路の位相空間は量子ビットの数とともに指数関数的に拡大し、多項式時間でxAI法を実行するのが複雑になる。本稿では,Baseline SHAPやIntegrated Gradientsなど,確立したxAI手法の性能について論じる。 PQCの内部力学を用いて計算を高速化する方法を研究する。

関連論文リスト

Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
論文参考訳（メタデータ） (2024-08-22T08:21:28Z)
Quantum Compiling with Reinforcement Learning on a Superconducting Processor [55.135709564322624]
超伝導プロセッサのための強化学習型量子コンパイラを開発した。短絡の新規・ハードウェア対応回路の発見能力を示す。本研究は,効率的な量子コンパイルのためのハードウェアによるソフトウェア設計を実証する。
論文参考訳（メタデータ） (2024-06-18T01:49:48Z)
Quantum Circuit Learning on NISQ Hardware [0.0]
現在の量子コンピュータは小さく、エラーを起こしやすいシステムである。フォールトトレラントな量子コンピュータは近い将来は利用できない。我々は,IBM量子コンピュータ上で最大3キュービットのQCL回路が実行可能であることを示す。
論文参考訳（メタデータ） (2024-05-03T13:00:32Z)
Quantum Simulation of Dissipative Energy Transfer via Noisy Quantum Computer [0.40964539027092917]
雑音の多いコンピュータ上でのオープン量子システムの力学をシミュレートする実用的な手法を提案する。提案手法は,IBM-Q実機におけるゲートノイズを利用して,2量子ビットのみを用いて計算を行う。最後に、トロッター展開を行う際の量子回路の深さの増大に対処するため、短期力学シミュレーションを拡張するために転送テンソル法(TTM)を導入した。
論文参考訳（メタデータ） (2023-12-03T13:56:41Z)
An Algebraic Quantum Circuit Compression Algorithm for Hamiltonian Simulation [55.41644538483948]
現在の世代のノイズの多い中間スケール量子コンピュータ(NISQ)は、チップサイズとエラー率に大きく制限されている。我々は、自由フェルミオンとして知られる特定のスピンハミルトニアンをシミュレーションするために、量子回路を効率よく圧縮するために局所化回路変換を導出する。提案した数値回路圧縮アルゴリズムは、後方安定に動作し、$mathcalO(103)$スピンを超える回路合成を可能にするスピンの数で3次スケールする。
論文参考訳（メタデータ） (2021-08-06T19:38:03Z)
Adiabatic Quantum Graph Matching with Permutation Matrix Constraints [75.88678895180189]
3次元形状と画像のマッチング問題は、NPハードな置換行列制約を持つ二次代入問題(QAP)としてしばしば定式化される。本稿では,量子ハードウェア上での効率的な実行に適した制約のない問題として,いくつかのQAPの再構成を提案する。提案アルゴリズムは、将来の量子コンピューティングアーキテクチャにおいて、より高次元にスケールする可能性がある。
論文参考訳（メタデータ） (2021-07-08T17:59:55Z)
Variational quantum algorithm based on the minimum potential energy for solving the Poisson equation [7.620967781722716]
ポアソン方程式を解くための変分量子アルゴリズムを提案する。提案手法はポアソン方程式の全ポテンシャルエネルギーをハミルトニアンとして定義する。項の数は問題の大きさとは無関係であるため、この方法は比較的少ない量子測定を必要とする。
論文参考訳（メタデータ） (2021-06-17T09:01:53Z)
Towards a NISQ Algorithm to Simulate Hermitian Matrix Exponentiation [0.0]
フォールトトレラントな量子コンピュータは、既知の古典的コンピュータよりも優れたアプリケーションを提供するので、楽しみにしている。既に存在する、ノイズの多い中間スケール量子(NISQ)デバイスのパワーを活用して実現には何十年もかかるだろう。本稿では、パラメタライズド量子回路を用いて、エルミタン行列指数をシミュレートする手法を報告する。
論文参考訳（メタデータ） (2021-05-28T06:37:12Z)
Preparation of excited states for nuclear dynamics on a quantum computer [117.44028458220427]
量子コンピュータ上で励起状態を作成するための2つの異なる方法を研究する。シミュレーションおよび実量子デバイス上でこれらの手法をベンチマークする。これらの結果から,フォールトトレラントデバイスに優れたスケーリングを実現するために設計された量子技術が,接続性やゲート忠実性に制限されたデバイスに実用的なメリットをもたらす可能性が示唆された。
論文参考訳（メタデータ） (2020-09-28T17:21:25Z)
ACSS-q: Algorithmic complexity for short strings via quantum accelerated approach [1.4873907857806357]
符号化定理法を用いて,アルゴリズムの複雑性を推定する量子回路を提案する。ユースケースとして,アルゴリズムの複雑さに基づくタンパク質-タンパク質相互作用の応用フレームワークを提案する。
論文参考訳（メタデータ） (2020-09-18T14:41:41Z)
Quantum Geometric Machine Learning for Quantum Circuits and Control [78.50747042819503]
我々は、量子幾何学的制御問題に対するディープラーニングの適用をレビューし、拡張する。量子回路合成問題における時間-最適制御の強化について述べる。我々の研究結果は、時間-最適制御問題に対する機械学習と幾何学的手法を組み合わせた量子制御と量子情報理論の研究者にとって興味深いものである。
論文参考訳（メタデータ） (2020-06-19T19:12:14Z)

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。