論文の概要: An efficient quantum-classical hybrid algorithm for distorted
alphanumeric character identification
- arxiv url: http://arxiv.org/abs/2212.12861v1
- Date: Sun, 25 Dec 2022 05:31:51 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-09 06:20:35.475889
- Title: An efficient quantum-classical hybrid algorithm for distorted
alphanumeric character identification
- Title（参考訳）: 変形アルファ数値文字識別のための効率的な量子古典ハイブリッドアルゴリズム
- Authors: Ankur Pal, Abhishek Shukla and Anirban Pathak
- Abstract要約: 提案アルゴリズムは,文字の低分解能ビット画像から高分解能画像に変換する。
提案アルゴリズムの量子部分は、固定点探索アルゴリズムとして知られるグロバーの探索アルゴリズムの変種を実演的に利用する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: An algorithm for image processing is proposed. The proposed algorithm, which
can be viewed as a quantum-classical hybrid algorithm, can transform a
low-resolution bitonal image of a character from the set of alphanumeric
characters (A-Z, 0-9) into a high-resolution image. The quantum part of the
proposed algorithm fruitfully utilizes a variant of Grover's search algorithm,
known as the fixed point search algorithm. Further, the quantum part of the
algorithm is simulated using CQASM and the advantage of the algorithm is
established through the complexity analysis. Additional analysis has also
revealed that this scheme for optical character recognition (OCR) leads to high
confidence value and generally works in a more efficient manner compared to the
existing classical, quantum, and hybrid algorithms for a similar task.
- Abstract（参考訳）: 画像処理のためのアルゴリズムを提案する。
提案アルゴリズムは、量子古典ハイブリッドアルゴリズムとみなすことができ、文字の低分解能ビット画像は、アルファ数値文字の集合(A-Z, 0-9)から高分解能画像に変換することができる。
提案アルゴリズムの量子部分は、固定点探索アルゴリズムとして知られるグロバーの探索アルゴリズムの変種を実演的に利用する。
さらに、アルゴリズムの量子部分はCQASMを用いてシミュレートされ、複雑性解析によってアルゴリズムの利点が確立される。
さらなる分析により、この光学的文字認識(ocr)のスキームは信頼性の高い値をもたらし、従来の古典的、量子的、ハイブリッドなアルゴリズムと同等のタスクに対して、より効率的な方法で動作することが判明した。
関連論文リスト
- Hybrid Quantum-Classical Algorithms [0.0]
この論文は、古典的アルゴリズムと量子コンピューティングを組み合わせたハイブリッドアルゴリズムを探求し、古典的アルゴリズムの性能を向上させる。
ハイブリッド探索とサンプル最適化アルゴリズムと、化学における量子アルゴリズムのコストと性能を評価する古典的アルゴリズムの2つのアプローチが研究されている。
論文 参考訳（メタデータ） (2024-06-18T07:54:05Z) - Edge Detection Quantumized: A Novel Quantum Algorithm For Image Processing [0.0]
本稿では、量子画像のフレキシブル表現(FRQI)符号化と修正QHEDアルゴリズムを組み合わせた新しいプロトコルを提案する。
改良されたエッジアウトライン法が提案され、従来のQHEDアルゴリズムよりもオブジェクトアウトライン出力が良く、より正確なエッジ検出が可能となった。
論文 参考訳（メタデータ） (2024-04-10T10:29:08Z) - 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) - Generalized quantum Arimoto-Blahut algorithm and its application to
quantum information bottleneck [55.22418739014892]
量子アリーモト・ブラフトアルゴリズムをRamakrishnanらにより一般化する。
3つの量子系を持つ量子情報ボトルネックに対して,我々のアルゴリズムを適用した。
数値解析により,我々のアルゴリズムはアルゴリズムよりも優れていることが示された。
論文 参考訳（メタデータ） (2023-11-19T00:06:11Z) - Iterative Quantum Algorithms for Maximum Independent Set: A Tale of
Low-Depth Quantum Algorithms [0.0]
我々は、反復最大量子アルゴリズム(Iterative Maximum Quantum Algorithms)と呼ばれる、量子最適化のための新しいハイブリッドアプローチのクラスについて研究する。
深度$p=1$のQAOAの場合、このアルゴリズムはMISの古典的欲求アルゴリズムと全く同じ操作と選択を行う。
論文 参考訳（メタデータ） (2023-09-22T18:00:03Z) - Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。
提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
論文 参考訳（メタデータ） (2023-04-18T11:57:15Z) - Quantum Algorithm For Estimating Eigenvalue [0.0]
与えられたエルミート行列の大きさで最大の固有値を推定するための量子アルゴリズムを提供する。
我々の量子プロシージャは、同じ問題を解決する古典的なアルゴリズムと比較して指数的なスピードアップを得ることができる。
論文 参考訳（メタデータ） (2022-11-11T13:02:07Z) - Quantum Face Recognition Protocol with Ghost Imaging [1.4856165761750735]
量子主成分分析(QPCA)に基づくパターン認識のための量子機械学習アルゴリズムを提案する。
また,行列(画像)のトレースと計算の行列式に基づく顔の相似性を求める新しい量子アルゴリズムを提案する。
量子アルゴリズムと量子入力を備えた完全量子パターン認識システムでは、画像の取得と識別が大幅に改善される。
論文 参考訳（メタデータ） (2021-10-19T16:31:46Z) - A Systematic Characterization of Sampling Algorithms for Open-ended
Language Generation [71.31905141672529]
本稿では,自己回帰型言語モデルに広く採用されている祖先サンプリングアルゴリズムについて検討する。
エントロピー低減, 秩序保存, 斜面保全の3つの重要な特性を同定した。
これらの特性を満たすサンプリングアルゴリズムのセットが,既存のサンプリングアルゴリズムと同等に動作することがわかった。
論文 参考訳（メタデータ） (2020-09-15T17:28:42Z) - Accelerated Message Passing for Entropy-Regularized MAP Inference [89.15658822319928]
離散値のランダムフィールドにおけるMAP推論の最大化は、機械学習の基本的な問題である。
この問題の難しさから、特殊メッセージパッシングアルゴリズムの導出には線形プログラミング(LP)緩和が一般的である。
古典的加速勾配の根底にある手法を活用することにより,これらのアルゴリズムを高速化するランダム化手法を提案する。
論文 参考訳（メタデータ） (2020-07-01T18:43:32Z) - Extreme Algorithm Selection With Dyadic Feature Representation [78.13985819417974]
我々は,数千の候補アルゴリズムの固定セットを考慮に入れた,極端なアルゴリズム選択(XAS)の設定を提案する。
我々は、XAS設定に対する最先端のAS技術の適用性を評価し、Dyadic特徴表現を利用したアプローチを提案する。
論文 参考訳（メタデータ） (2020-01-29T09:40:58Z)
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。