論文の概要: Variational quantum state discriminator for supervised machine learning
- arxiv url: http://arxiv.org/abs/2303.03588v1
- Date: Tue, 7 Mar 2023 01:44:46 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-08 16:54:51.334843
- Title: Variational quantum state discriminator for supervised machine learning
- Title(参考訳): 教師付き機械学習のための変分量子状態判別器
- Authors: Dongkeun Lee, Kyunghyun Baek, Joonsuk Huh, and Daniel K. Park
- Abstract要約: 最小誤差量子状態判別器(VQSD)を実現する変分量子アルゴリズムを提案する。
VQSDは未知の状態でも識別でき、高価な量子状態トモグラフィーを必要としない。
- 参考スコア(独自算出の注目度): 2.7561479348365734
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum state discrimination (QSD) is a fundamental task in quantum
information processing with numerous applications. We present a variational
quantum algorithm that performs the minimum-error QSD, called the variational
quantum state discriminator (VQSD). The VQSD uses a parameterized quantum
circuit that is trained by minimizing a cost function derived from the QSD, and
finds the optimal positive-operator valued measure (POVM) for distinguishing
target quantum states. The VQSD is capable of discriminating even unknown
states, eliminating the need for expensive quantum state tomography. Our
numerical simulations and comparisons with semidefinite programming demonstrate
the effectiveness of the VQSD in finding optimal POVMs for minimum-error QSD of
both pure and mixed states. In addition, the VQSD can be utilized as a
supervised machine learning algorithm for multi-class classification. The area
under the receiver operating characteristic curve obtained in numerical
simulations with the Iris flower dataset ranges from 0.97 to 1 with an average
of 0.985, demonstrating excellent performance of the VQSD classifier.
- Abstract(参考訳): 量子状態判別(QSD)は、多くの応用で量子情報処理の基本課題である。
本稿では、変分量子状態判別器(VQSD)と呼ばれる最小誤差QSDを実行する変分量子アルゴリズムを提案する。
VQSDはQSDから導かれるコスト関数を最小化することで訓練されたパラメータ化量子回路を使用し、ターゲット量子状態の識別に最適な正の演算値測度(POVM)を求める。
VQSDは未知の状態でも識別でき、高価な量子状態トモグラフィーを必要としない。
我々の数値シミュレーションと半定値プログラミングとの比較は、純粋および混合状態の最小誤差QSDに対する最適なPOVMを見つける上で、VQSDの有効性を示す。
さらに、vqsdはマルチクラス分類のための教師付き機械学習アルゴリズムとして利用できる。
Irisフラワーデータセットを用いた数値シミュレーションで得られた受信機動作特性曲線の面積は、平均0.985で0.97から1の範囲であり、VQSD分類器の優れた性能を示す。
関連論文リスト
- Quantum support vector machines for classification and regression on a
trapped-ion quantum computer [10.943058987503008]
量子支援ベクトル分類(QSVC)と量子支援ベクトル回帰(QSVR)に基づく量子機械学習モデルについて検討する。
QSVCタスクには不正なクレジットカード取引とイメージデータセットを含むデータセットを使用し、QSVRタスクには財務データセットと材料データセットを使用します。
その結果,量子カーネルはQSVCとQSVRの両方のタスクに効果的に利用でき,ノイズに対する耐性と各種データセットへの適応性を示すことが示唆された。
論文 参考訳(メタデータ) (2023-07-05T08:06:41Z) - Quantum Imitation Learning [74.15588381240795]
本稿では、量子優位性を利用してILを高速化する量子模倣学習(QIL)を提案する。
量子行動クローニング(Q-BC)と量子生成逆模倣学習(Q-GAIL)という2つのQILアルゴリズムを開発した。
実験結果から,Q-BCとQ-GAILの両者が,従来のものと同等の性能を達成できることが判明した。
論文 参考訳(メタデータ) (2023-04-04T12:47:35Z) - Quantum Sensor Network Algorithms for Transmitter Localization [2.523342876218295]
我々は,量子センサネットワークを用いた送信機のローカライズのための効果的な量子ベース技術を開発した。
我々のアプローチは、よく研究された量子状態判別問題としてローカライズ問題を提起する。
我々は、QSDの測定演算子をパラメータ化ハイブリッド量子古典回路に置き換える新しいスキームを開発した。
論文 参考訳(メタデータ) (2022-11-04T04:32:24Z) - QSAN: A Near-term Achievable Quantum Self-Attention Network [73.15524926159702]
SAM(Self-Attention Mechanism)は機能の内部接続を捉えるのに長けている。
短期量子デバイスにおける画像分類タスクに対して,新しい量子自己注意ネットワーク(QSAN)を提案する。
論文 参考訳(メタデータ) (2022-07-14T12:22:51Z) - Improved variational quantum eigensolver via quasi-dynamical evolution [0.0]
変分量子固有解法 (VQE) は、現在および短期の量子デバイス向けに設計されたハイブリッド量子古典アルゴリズムである。
VQEには、量子優位性に対する好ましいスケーリングを禁じる問題がある。
本稿では,VQEを補う量子アニール法を提案する。
改良されたVQEは不毛の台地を回避し、局所的なミニマを放出し、低深度回路で動作する。
論文 参考訳(メタデータ) (2022-02-21T11:21:44Z) - Quantum circuit architecture search on a superconducting processor [56.04169357427682]
変分量子アルゴリズム(VQA)は、ファイナンス、機械学習、化学といった様々な分野において、証明可能な計算上の優位性を得るための強力な証拠を示している。
しかし、現代のVQAで利用されるアンザッツは、表現性と訓練性の間のトレードオフのバランスをとることができない。
8量子ビット超伝導量子プロセッサ上でVQAを強化するために,効率的な自動アンサッツ設計技術を適用した最初の実証実験を実証する。
論文 参考訳(メタデータ) (2022-01-04T01:53:42Z) - Quantum Approximate Optimization Algorithm Based Maximum Likelihood
Detection [80.28858481461418]
量子技術の最近の進歩は、ノイズの多い中間スケール量子(NISQ)デバイスへの道を開く。
量子技術の最近の進歩は、ノイズの多い中間スケール量子(NISQ)デバイスへの道を開く。
論文 参考訳(メタデータ) (2021-07-11T10:56:24Z) - Optimal training of variational quantum algorithms without barren
plateaus [0.0]
変分量子アルゴリズム(VQA)は、短期量子コンピュータの効率的な利用を約束する。
量子状態学習のためのVQAを最適に訓練する方法を示す。
量子機械学習におけるガウスカーネルの応用を提案する。
論文 参考訳(メタデータ) (2021-04-29T17:54:59Z) - Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。
QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。
数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
論文 参考訳(メタデータ) (2020-10-20T12:06:27Z) - On the learnability of quantum neural networks [132.1981461292324]
本稿では,量子ニューラルネットワーク(QNN)の学習可能性について考察する。
また,概念をQNNで効率的に学習することができれば,ゲートノイズがあってもQNNで効果的に学習できることを示す。
論文 参考訳(メタデータ) (2020-07-24T06:34:34Z) - Classical Optimizers for Noisy Intermediate-Scale Quantum Devices [1.43494686131174]
本稿では,NISQ(Noisy Intermediate-Scale Quantum)デバイス上でのチューニングについて述べる。
VQEのケーススタディにおいて、異なる最小値の効率と有効性について分析した。
これまでのほとんどの結果は量子VQE回路のチューニングに集中しているが、量子ノイズの存在下では、古典的な最小化ステップを慎重に選択して正しい結果を得る必要がある。
論文 参考訳(メタデータ) (2020-04-06T21:31:22Z)
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。