論文の概要: Photonic Quantum Computing For Polymer Classification

• arxiv url: http://arxiv.org/abs/2211.12207v1
• Date: Tue, 22 Nov 2022 11:59:52 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-23 16:43:14.340867
• Title: Photonic Quantum Computing For Polymer Classification
• Title（参考訳）: 高分子分類のためのフォトニック量子コンピューティング
• Authors: Alexandrina Stoyanova, Taha Hammadia, Arno Ricou, Bogdan Penkovsky
• Abstract要約: 2つのポリマークラス (VIS) と近赤外 (NIR) は, ポリマーギャップの大きさに基づいて定義される。 高分子構造の二項分類に対する古典量子ハイブリッド手法を提案する。
• 参考スコア（独自算出の注目度）: 62.997667081978825
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present a hybrid classical-quantum approach to the binary classification of polymer structures. Two polymer classes visual (VIS) and near-infrared (NIR) are defined based on the size of the polymer gaps. The hybrid approach combines one of the three methods, Gaussian Kernel Method, Quantum-Enhanced Random Kitchen Sinks or Variational Quantum Classifier, implemented by linear quantum photonic circuits (LQPCs), with a classical deep neural network (DNN) feature extractor. The latter extracts from the classical data information about samples chemical structure. It also reduces the data dimensions yielding compact 2-dimensional data vectors that are then fed to the LQPCs. We adopt the photonic-based data-embedding scheme, proposed by Gan et al. [EPJ Quantum Technol. 9, 16 (2022)] to embed the classical 2-dimensional data vectors into the higher-dimensional Fock space. This hybrid classical-quantum strategy permits to obtain accurate noisy intermediate-scale quantum-compatible classifiers by leveraging Fock states with only a few photons. The models obtained using either of the three hybrid methods successfully classified the VIS and NIR polymers. Their accuracy is comparable as measured by their scores ranging from 0.86 to 0.88. These findings demonstrate that our hybrid approach that uses photonic quantum computing captures chemistry and structure-property correlation patterns in real polymer data. They also open up perspectives of employing quantum computing to complex chemical structures when a larger number of logical qubits is available.
• Abstract（参考訳）: 高分子構造の二項分類に対する古典量子ハイブリッド手法を提案する。 2つのポリマークラス (VIS) と近赤外 (NIR) はポリマーギャップの大きさに基づいて定義される。 このハイブリッドアプローチは,線形量子フォトニック回路(lqpcs)によって実装されたガウスカーネル法,量子エンハンスドランダムキッチンシンク,変分量子分類器の3つの手法の1つと,古典的ディープニューラルネットワーク(dnn)特徴抽出器を組み合わせたものである。 後者は、サンプル化学構造に関する古典的なデータ情報から抽出する。 また、LQPCに供給されるコンパクトな2次元データベクトルを生成するデータ次元を縮小する。 我々はganらによって提案されたphotonicベースのデータ埋め込み方式を採用する。 [EPJ Quantum Technol. 9, 16 (2022)] 古典的な2次元データベクトルを高次元フォック空間に埋め込む。 このハイブリッド古典量子戦略により、数光子しか持たないフォック状態を利用することで、ノイズの多い中間スケール量子互換分類器を精度良く得ることができる。 3つのハイブリッド法のいずれかを用いて得られたモデルは、VISおよびNIRポリマーの分類に成功した。 精度は0.86から0.88までのスコアと同等である。 これらの結果から, フォトニック量子コンピューティングを用いたハイブリッドアプローチは, 実ポリマーデータにおける化学と構造-適合相関パターンを捉えることが示唆された。 彼らはまた、多くの論理量子ビットが利用可能であるときに複雑な化学構造に量子コンピューティングを採用するという視点も開けている。

関連論文リスト

• Quantum Transfer Learning for MNIST Classification Using a Hybrid Quantum-Classical Approach [0.0]
  本研究は、画像分類タスクにおける量子コンピューティングと古典的機械学習の統合について検討する。 両パラダイムの強みを生かしたハイブリッド量子古典的アプローチを提案する。 実験結果から、ハイブリッドモデルが量子コンピューティングと古典的手法を統合する可能性を示す一方で、量子結果に基づいて訓練された最終モデルの精度は、圧縮された特徴に基づいて訓練された古典的モデルよりも低いことが示唆された。
  論文  参考訳（メタデータ） (2024-08-05T22:16:27Z)
• Towards Efficient Quantum Hybrid Diffusion Models [68.43405413443175]
  本稿では,量子ハイブリッド拡散モデルの設計手法を提案する。 量子コンピューティングの優れた一般化と古典的ネットワークのモジュラリティを組み合わせた2つのハイブリダイゼーション手法を提案する。
  論文  参考訳（メタデータ） (2024-02-25T16:57:51Z)
• Simulating polaritonic ground states on noisy quantum devices [0.0]
  小型でノイズの多い量子デバイス上で電子-光子結合系をシミュレーションするための一般的なフレームワークを提案する。 化学的精度を達成するために, 量子ビット還元法における様々な対称性を利用する。 化学反応性に基本的に関係している基底状態エネルギーと光子数という2つの特性を測る。
  論文  参考訳（メタデータ） (2023-10-03T14:45:54Z)
• Quantum Information Driven Ansatz (QIDA): shallow-depth empirical quantum circuits from Quantum Chemistry [0.0]
  本稿では,古典量子化学状態に付随する量子相互情報を活用し,変分量子回路を構築するための新しい手法を提案する。 提案手法は,高効率なアンサーゼを発生させ,性能の標準的な経験的ラグエンタングルアザッツを超越する。
  論文  参考訳（メタデータ） (2023-09-26T21:50:02Z)
• Leveraging Analog Quantum Computing with Neutral Atoms for Solvent Configuration Prediction in Drug Discovery [0.0]
  タンパク質中の平衡溶媒分子構成をサンプリングできる量子アルゴリズムを導入する。 連続溶媒分布を予測可能な3次元参照相互作用サイトモデル(3D-RISM)に量子配置戦略を組み合わせる。 これらのアルゴリズムは、分子モデリングと薬物設計におけるアナログ量子コンピューティングの応用への新たな道を開く。
  論文  参考訳（メタデータ） (2023-09-21T14:50:45Z)
• Quantum machine learning for image classification [39.58317527488534]
  本研究では、量子力学の原理を有効計算に活用する2つの量子機械学習モデルを紹介する。 我々の最初のモデルは、並列量子回路を持つハイブリッド量子ニューラルネットワークであり、ノイズの多い中間スケール量子時代においても計算の実行を可能にする。 第2のモデルは、クオン進化層を持つハイブリッド量子ニューラルネットワークを導入し、畳み込みプロセスによる画像の解像度を低下させる。
  論文  参考訳（メタデータ） (2023-04-18T18:23:20Z)
• A hybrid quantum-classical algorithm for multichannel quantum scattering of atoms and molecules [62.997667081978825]
  原子と分子の衝突に対するシュリンガー方程式を解くためのハイブリッド量子古典アルゴリズムを提案する。 このアルゴリズムはコーン変分原理の$S$-matrixバージョンに基づいており、基本散乱$S$-matrixを計算する。 大規模多原子分子の衝突をシミュレートするために,アルゴリズムをどのようにスケールアップするかを示す。
  論文  参考訳（メタデータ） (2023-04-12T18:10:47Z)
• Simulation of Entanglement Generation between Absorptive Quantum Memories [56.24769206561207]
  我々は、QUantum Network Communication (SeQUeNCe) のオープンソースシミュレータを用いて、2つの原子周波数コム(AFC)吸収量子メモリ間の絡み合いの発生をシミュレートする。 本研究は,SeQUeNCe における truncated Fock 空間内の光量子状態の表現を実現する。 本研究では,SPDC音源の平均光子数と,平均光子数とメモリモード数の両方で異なる絡み合い発生率を観測する。
  論文  参考訳（メタデータ） (2022-12-17T05:51:17Z)
• Tunable photon-mediated interactions between spin-1 systems [68.8204255655161]
  我々は、光子を媒介とする効果的なスピン-1系間の相互作用に、光遷移を持つマルチレベルエミッタを利用する方法を示す。 本結果は,空洞QEDおよび量子ナノフォトニクス装置で利用可能な量子シミュレーションツールボックスを拡張した。
  論文  参考訳（メタデータ） (2022-06-03T14:52:34Z)
• Quantum-Classical Hybrid Algorithm for the Simulation of All-Electron Correlation [58.720142291102135]
  本稿では、分子の全電子エネルギーと古典的コンピュータ上の特性を計算できる新しいハイブリッド古典的アルゴリズムを提案する。 本稿では,現在利用可能な量子コンピュータ上で,化学的に関連性のある結果と精度を実現する量子古典ハイブリッドアルゴリズムの能力を実証する。
  論文  参考訳（メタデータ） (2021-06-22T18:00:00Z)

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。