論文の概要: Quantum-inspired classification based on quantum state discrimination

• arxiv url: http://arxiv.org/abs/2303.15353v1
• Date: Mon, 27 Mar 2023 16:09:40 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-28 14:26:46.122338
• Title: Quantum-inspired classification based on quantum state discrimination
• Title（参考訳）: 量子状態識別に基づく量子インスパイア分類
• Authors: Emmanuel Zambrini Cruzeiro, Christine De Mol, Serge Massar and Stefano Pironio
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 0.774229787612056
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present quantum-inspired algorithms for classification tasks inspired by the problem of quantum state discrimination. By construction, these algorithms can perform multiclass classification, prevent overfitting, and generate probability outputs. While they could be implemented on a quantum computer, we focus here on classical implementations of such algorithms. The training of these classifiers involves Semi-Definite Programming. We also present a relaxation of these classifiers that utilizes Linear Programming (but that can no longer be interpreted as a quantum measurement). Additionally, we consider a classifier based on the Pretty Good Measurement (PGM) and show how to implement it using an analogue of the so-called Kernel Trick, which allows us to study its performance on any number of copies of the input state. We evaluate these classifiers on the MNIST and MNIST-1D datasets and find that the PGM generally outperforms the other quantum-inspired classifiers and performs comparably to standard classifiers.
• Abstract（参考訳）: 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。 構成により、これらのアルゴリズムはマルチクラス分類を実行し、過剰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。 量子コンピュータに実装できるが、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。 これらの分類器の訓練には半確定プログラミングが含まれる。 また、線形計画法を利用するこれらの分類器の緩和も提示する(しかし、これはもはや量子計測とは解釈できない)。 さらに、かなり良い測定値(pgm)に基づく分類器を検討し、いわゆるカーネルトリック(kernel trick)の類似物を用いてその実装方法を示し、入力状態の任意のコピーでその性能を調べる。 我々はこれらの分類器をMNISTおよびMNIST-1Dデータセット上で評価し、PGMが一般に他の量子インスパイアされた分類器より優れており、標準分類器と互換性があることを示した。

関連論文リスト

• Supervised binary classification of small-scale digits images with a trapped-ion quantum processor [56.089799129458875]
  量子プロセッサは、考慮された基本的な分類タスクを正しく解くことができることを示す。 量子プロセッサの能力が向上するにつれ、機械学習の有用なツールになり得る。
  論文  参考訳（メタデータ） (2024-06-17T18:20:51Z)
• 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)
• Ensemble-learning variational shallow-circuit quantum classifiers [4.104704267247209]
  本稿では,ブートストラップ集約と適応的ブースティングという,アンサンブル学習の2つの手法を提案する。 これらのプロトコルは古典的な手書き数字や対称性で保護されたトポロジカルハミルトニアンの量子位相の識別のために例示されている。
  論文  参考訳（メタデータ） (2023-01-30T07:26:35Z)
• Quantum Clustering with k-Means: a Hybrid Approach [117.4705494502186]
  我々は3つのハイブリッド量子k-Meansアルゴリズムを設計、実装、評価する。 我々は距離の計算を高速化するために量子現象を利用する。 我々は、我々のハイブリッド量子k-平均アルゴリズムが古典的バージョンよりも効率的であることを示す。
  論文  参考訳（メタデータ） (2022-12-13T16:04:16Z)
• 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)
• Compilation of algorithm-specific graph states for quantum circuits [55.90903601048249]
  本稿では,高レベル言語で記述された量子回路から,アルゴリズム固有のグラフ状態を作成する量子回路コンパイラを提案する。 この計算は、このグラフ状態に関する一連の非パウリ測度を用いて実装することができる。
  論文  参考訳（メタデータ） (2022-09-15T14:52:31Z)
• Noisy Quantum Kernel Machines [58.09028887465797]
  量子学習マシンの新たなクラスは、量子カーネルのパラダイムに基づくものである。 消散と脱コヒーレンスがパフォーマンスに与える影響について検討する。 量子カーネルマシンでは,デコヒーレンスや散逸を暗黙の正規化とみなすことができる。
  論文  参考訳（メタデータ） (2022-04-26T09:52:02Z)
• A quantum binary classifier based on cosine similarity [0.0]
  提案した量子アルゴリズムは、設定された濃度とベクトルの次元の積の対数的な時間複雑性を持つデータベクトルの集合上の分類器を評価する。 本稿では,IBM 量子プロセッサ ibmq_16_melbourne 上の分類器の簡単な実装について述べる。
  論文  参考訳（メタデータ） (2021-04-07T07:55:49Z)
• Quantum State Discrimination for Supervised Classification [0.5772546394254112]
  本稿では,量子状態の識別が,機械学習における標準的な分類問題に対処するための有用なツールであることを示す。 従来の研究は、最適量子測定理論が新しい二項分類アルゴリズムを刺激できることを示した。 量子状態の識別に着想を得た任意の多クラス分類モデルを提案する。
  論文  参考訳（メタデータ） (2021-04-02T10:22:59Z)
• Facial Expression Recognition on a Quantum Computer [68.8204255655161]
  量子機械学習手法を用いて表情認識の可能な解を示す。 適切に定義された量子状態の振幅に符号化されたグラフの隣接行列を操作する量子回路を定義する。
  論文  参考訳（メタデータ） (2021-02-09T13:48:00Z)
• Entanglement assisted training algorithm for supervised quantum classifiers [0.0]
  我々は、量子絡み合いの性質を利用して、複数のトレーニングサンプルをラベルとともに操作できるモデルを構築した。 ベル不品質に基づくコスト関数が構築され、複数のサンプルからのエラーを同時にエンコードすることができる。 このコスト関数を最小化することで、ベンチマークデータセットの分類に成功できることが示される。
  論文  参考訳（メタデータ） (2020-06-23T20:17:07Z)

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。