論文の概要: Quantum Annealing for Single Image Super-Resolution

• arxiv url: http://arxiv.org/abs/2304.08924v1
• Date: Tue, 18 Apr 2023 11:57:15 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-19 14:59:21.924782
• Title: Quantum Annealing for Single Image Super-Resolution
• Title（参考訳）: 単一画像超解像のための量子アニール
• Authors: Han Yao Choong, Suryansh Kumar, Luc Van Gool
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 86.69338893753886
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper proposes a quantum computing-based algorithm to solve the single image super-resolution (SISR) problem. One of the well-known classical approaches for SISR relies on the well-established patch-wise sparse modeling of the problem. Yet, this field's current state of affairs is that deep neural networks (DNNs) have demonstrated far superior results than traditional approaches. Nevertheless, quantum computing is expected to become increasingly prominent for machine learning problems soon. As a result, in this work, we take the privilege to perform an early exploration of applying a quantum computing algorithm to this important image enhancement problem, i.e., SISR. Among the two paradigms of quantum computing, namely universal gate quantum computing and adiabatic quantum computing (AQC), the latter has been successfully applied to practical computer vision problems, in which quantum parallelism has been exploited to solve combinatorial optimization efficiently. This work demonstrates formulating quantum SISR as a sparse coding optimization problem, which is solved using quantum annealers accessed via the D-Wave Leap platform. The proposed AQC-based algorithm is demonstrated to achieve improved speed-up over a classical analog while maintaining comparable SISR accuracy.
• Abstract（参考訳）: 本稿では,単一画像超解像(SISR)問題を解くための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。 sisrに対するよく知られた古典的なアプローチの1つは、問題に対するパッチワイズスパースモデリングの確立に依存している。 しかし、この分野の現在の状況は、ディープニューラルネットワーク(DNN)が従来のアプローチよりもはるかに優れた結果を示したことである。 それでも量子コンピューティングは、機械学習の問題でますます目立ったものになるだろう。 その結果、本研究では、この重要な画像強調問題、すなわちsisrに量子コンピューティングアルゴリズムを適用するための早期の探索を行うことができる。 量子コンピューティングの2つのパラダイム、すなわち普遍ゲート量子コンピューティングと断熱量子コンピューティング(AQC)のうち、後者は実用的なコンピュータビジョン問題に適用され、量子並列性を利用して組合せ最適化を効率的に解決している。 この研究は、D-Wave Leapプラットフォームを介してアクセスされる量子アニールを用いて解決されるスパース符号化最適化問題として量子SISRの定式化を実証する。 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。

関連論文リスト

• Variational Quantum Algorithms for Combinatorial Optimization [0.571097144710995]
  変分アルゴリズム (VQA) は, NISQシステムの実用化に向けた最有力候補の1つである。 本稿では,VQAの現状と最近の発展を考察し,近似最適化への適用性を強調した。 10ノードと20ノードのグラフ上でMaxCut問題を解くために,深さの異なるQAOA回路を実装した。
  論文  参考訳（メタデータ） (2024-07-08T22:02:39Z)
• Unlocking Quantum Optimization: A Use Case Study on NISQ Systems [0.0]
  本稿では、電気自動車の充電スケジュールを最適化する分野における産業関連ユースケースと、トラック走行経路の最適化に関するユースケースについて考察する。 我々の中心的なコントリビューションは、IBMのゲートベース量子コンピュータの異なるプロセッサとD-Waveの量子アニール上で実行されるこれらのユースケースから導かれる系統的な一連の例である。
  論文  参考訳（メタデータ） (2024-04-10T17:08:07Z)
• Graph Learning for Parameter Prediction of Quantum Approximate Optimization Algorithm [14.554010382366302]
  量子近似最適化(Quantum Approximate Optimization, QAOA)は、Max-Cutの問題を効率的に解く可能性において際立っている。 我々は,GNNをウォームスタート手法として,グラフニューラルネットワーク(GNN)を用いてQAOAを最適化する。 以上の結果から,量子コンピューティングにおけるGNNのQAOA性能向上の可能性が示唆され,量子古典的ハイブリッドコンピューティングへの新たな道が開かれた。
  論文  参考訳（メタデータ） (2024-03-05T20:23:25Z)
• 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)
• State-Averaged Orbital-Optimized VQE: A quantum algorithm for the democratic description of ground and excited electronic states [0.0]
  SA-OO-VQEパッケージは、典型的な変分量子固有解法に基づくハイブリッド量子古典的概念によって両方の問題を解決することを目的としている。 SA-OO-VQEは、同じ足場上で退化状態(または準退化状態)を処理できるので、回避された交差や円錐交差に関する既知の数値最適化問題を回避することができる。
  論文  参考訳（メタデータ） (2024-01-22T12:16:37Z)
• Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the Race to Practical Quantum Advantage [43.3054117987806]
  本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。 本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。 古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
  論文  参考訳（メタデータ） (2022-08-29T15:24:03Z)
• Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
  マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。 これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。 本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
  論文  参考訳（メタデータ） (2022-02-17T18:59:20Z)
• Space-efficient binary optimization for variational computing [68.8204255655161]
  本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。 また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
  論文  参考訳（メタデータ） (2020-09-15T18:17:27Z)
• Electronic structure with direct diagonalization on a D-Wave quantum annealer [62.997667081978825]
  本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。 そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
  論文  参考訳（メタデータ） (2020-09-02T22:46:47Z)
• An Application of Quantum Annealing Computing to Seismic Inversion [55.41644538483948]
  小型地震インバージョン問題を解決するために,D波量子アニールに量子アルゴリズムを適用した。 量子コンピュータによって達成される精度は、少なくとも古典的コンピュータと同程度である。
  論文  参考訳（メタデータ） (2020-05-06T14:18:44Z)

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。