論文の概要: Variational Quantum Eigensolver for Classification in Credit Sales Risk
- arxiv url: http://arxiv.org/abs/2303.02797v1
- Date: Sun, 5 Mar 2023 23:08:39 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-07 17:49:34.064800
- Title: Variational Quantum Eigensolver for Classification in Credit Sales Risk
- Title(参考訳): 信用販売リスクの分類のための変量量子固有解法
- Authors: Joanna Wi\'sniewska, Marek Sawerwain
- Abstract要約: 分類タスクは変分量子固有解法(VQE)アプローチによって実現される。
データ正規化の2段階のプロセスについて,各観測結果を量子状態として記述する。
この解はコンパクトであり、対数的に増加するキュービット数だけを必要とする。
- 参考スコア(独自算出の注目度): 3.04585143845864
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this work, a classification task is realized by the Variational Quantum
Eigensolver (VQE) approach. A decision situation concerns issuing commodities
in the process of credit sales -- at some point a client's history may be
analyzed by debt department's employee to check if the goods issuing should not
be stopped due to the risk of fraud (bivalent classification). As in the
classical machine learning, the data should be normalized. We describe the
two-step process of data normalization to write each observation as a quantum
state. The VQE approach allows training the parameters of a quantum circuit
(so-called ansatz) to output pattern-states for each class. Observations are
categorized to classes with the use of the SWAP-test. The obtained solution is
compact and requires only logarithmically increasing number of qubits (due to
the exponential capacity of quantum registers) -- we also present alternative
classical solutions which, in fact, are quite complex. All calculations, plots,
and comparisons were implemented and conduced in Python language environment.
Source codes of the simulations for individual examples of quantum
classification can be found in the source code repository. The version of a
simulator directly used in the article is in the Zenodo version of the source
code.
- Abstract(参考訳): 本研究では,変分量子固有解法(VQE)を用いて分類タスクを実現する。
信用販売の過程で商品を発行する決定状況 - ある時点では、顧客の歴史を債務部の従業員によって分析し、詐欺(二分分類)のリスクにより発行する商品を停止すべきかどうかを確認する。
古典的な機械学習と同様に、データは正規化されるべきである。
データ正規化の2段階のプロセスについて,各観測結果を量子状態として記述する。
VQEアプローチでは、量子回路(いわゆるアンサッツ)のパラメータをトレーニングして、各クラスのパターンステートを出力することができる。
観察はSWAPテストを使用したクラスに分類される。
得られた解はコンパクトであり、(量子レジスタの指数的な容量のため)対数的に増加する量子ビットだけを必要とする。
計算、プロット、比較はすべてpython言語環境で実装され、考案された。
量子分類の個々の例のシミュレーションのソースコードは、ソースコードリポジトリで見ることができる。
この記事で直接使用されるシミュレータのバージョンは、ソースコードのZenodoバージョンにある。
関連論文リスト
- Unifying (Quantum) Statistical and Parametrized (Quantum) Algorithms [65.268245109828]
我々はカーンズのSQオラクルとヴァリアントの弱い評価オラクルからインスピレーションを得ます。
評価クエリから学習するための非条件の下限を出力する,広範かつ直感的なフレームワークを提案する。
論文 参考訳(メタデータ) (2023-10-26T18:23:21Z) - MORE: Measurement and Correlation Based Variational Quantum Circuit for
Multi-classification [10.969833959443495]
MOREは、測定と相関に基づく変分量子多重分類器の略である。
我々はQiskit Pythonライブラリを使ってMOREを実装し、ノイズフリーとノイズの多い量子システムの両方で広範囲にわたる実験により評価する。
論文 参考訳(メタデータ) (2023-07-21T19:33:10Z) - Quantum-inspired classification based on quantum state discrimination [0.774229787612056]
量子状態判別の問題に触発された分類タスクに対する量子インスピレーション付きアルゴリズムを提案する。
構築によって、これらのアルゴリズムは多重クラス分類を実行し、オーバーフィッティングを防止し、確率出力を生成することができる。
量子コンピュータで実装できるが、ここではそのようなアルゴリズムの古典的な実装に焦点を当てる。
論文 参考訳(メタデータ) (2023-03-27T16:09:40Z) - A hybrid quantum-classical classifier based on branching multi-scale
entanglement renormalization ansatz [5.548873288570182]
本稿では,ラベル伝搬に基づく量子半教師付き分類器を提案する。
グラフ構築の難しさを考慮し,変分量子ラベル伝搬法(VQLP)を開発した。
本手法では、最適化に必要なパラメータを減らすために、局所パラメータ化量子回路を作成する。
論文 参考訳(メタデータ) (2023-03-14T13:46:45Z) - Delegated variational quantum algorithms based on quantum homomorphic
encryption [69.50567607858659]
変分量子アルゴリズム(VQA)は、量子デバイス上で量子アドバンテージを達成するための最も有望な候補の1つである。
クライアントのプライベートデータは、そのような量子クラウドモデルで量子サーバにリークされる可能性がある。
量子サーバが暗号化データを計算するための新しい量子ホモモルフィック暗号(QHE)スキームが構築されている。
論文 参考訳(メタデータ) (2023-01-25T07:00:13Z) - 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) - Variational Quantum Approximate Support Vector Machine With Inference
Transfer [0.8057006406834467]
複素データの超線形分類のためのカーネルベースの量子機械学習手法を提案する。
サポートベクトルマシンは、量子回路上で本質的にかつ明示的に実現することができる。
虹彩データ分類の精度は98.8%に達した。
論文 参考訳(メタデータ) (2022-06-29T09:56:59Z) - Q-Match: Iterative Shape Matching via Quantum Annealing [64.74942589569596]
形状対応を見つけることは、NP-hard quadratic assignment problem (QAP)として定式化できる。
本稿では,アルファ拡大アルゴリズムに触発されたQAPの反復量子法Q-Matchを提案する。
Q-Match は、実世界の問題にスケールできるような長文対応のサブセットにおいて、反復的に形状マッチング問題に適用できる。
論文 参考訳(メタデータ) (2021-05-06T17:59:38Z) - Composably secure data processing for Gaussian-modulated continuous
variable quantum key distribution [58.720142291102135]
連続可変量子鍵分布(QKD)は、ボソニックモードの二次構造を用いて、2つのリモートパーティ間の秘密鍵を確立する。
構成可能な有限サイズセキュリティの一般的な設定におけるホモダイン検出プロトコルについて検討する。
特に、ハイレート(非バイナリ)の低密度パリティチェックコードを使用する必要のあるハイシグネチャ・ツー・ノイズ・システマを解析する。
論文 参考訳(メタデータ) (2021-03-30T18:02:55Z) - Single-preparation unsupervised quantum machine learning: concepts and
applications [1.7056768055368385]
まず、古典的および量子的フレームワークにおいて、すべての問題間の接続を分析する。
次に、量子データおよび/または量子処理手段を含む最も困難なバージョンに焦点を当てます。
本稿では,Single-Preparation Quantum Information Processingの概念を提案する。
論文 参考訳(メタデータ) (2021-01-05T10:31:05Z) - Secure Two-Party Quantum Computation Over Classical Channels [63.97763079214294]
古典的アリス(Alice)と量子的ボブ(Quantum Bob)が古典的なチャネルを通してのみ通信できるような設定を考える。
悪質な量子逆数の場合,ブラックボックスシミュレーションを用いた2次元量子関数を実現することは,一般に不可能であることを示す。
我々は、QMA関係Rの古典的量子知識(PoQK)プロトコルを入力として、古典的当事者によって検証可能なRのゼロ知識PoQKを出力するコンパイラを提供する。
論文 参考訳(メタデータ) (2020-10-15T17:55:31Z)
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。