論文の概要: Simulation of a Variational Quantum Perceptron using Grover's Algorithm

• arxiv url: http://arxiv.org/abs/2305.11040v1
• Date: Thu, 18 May 2023 15:34:14 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-19 14:27:59.619564
• Title: Simulation of a Variational Quantum Perceptron using Grover's Algorithm
• Title（参考訳）: グローバーアルゴリズムを用いた変分量子パーセプトロンのシミュレーション
• Authors: Nouhaila Innan and Mohamed Bennai
• Abstract要約: 本稿では,量子変動回路とGroverアルゴリズムを組み合わせた新しい量子パーセプトロンを提案する。 提案する量子モデルQVP-GがQVPよりも優れていることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The quantum perceptron, the variational circuit, and the Grover algorithm have been proposed as promising components for quantum machine learning. This paper presents a new quantum perceptron that combines the quantum variational circuit and the Grover algorithm. However, this does not guarantee that this quantum variational perceptron with Grover's algorithm (QVPG) will have any advantage over its quantum variational (QVP) and classical counterparts. Here, we examine the performance of QVP and QVP-G by computing their loss function and analyzing their accuracy on the classification task, then comparing these two quantum models to the classical perceptron (CP). The results show that our two quantum models are more efficient than CP, and our novel suggested model QVP-G outperforms the QVP, demonstrating that the Grover can be applied to the classification task and even makes the model more accurate, besides the unstructured search problems.
• Abstract（参考訳）: 量子パーセプトロン、変分回路、Groverアルゴリズムは量子機械学習のための有望なコンポーネントとして提案されている。 本稿では,量子変動回路とGroverアルゴリズムを組み合わせた新しい量子パーセプトロンを提案する。 しかし、これはグロバーのアルゴリズム(QVPG)によるこの量子変分パーセプトロンが量子変分(QVP)や古典的なものに対して何らかの利点を持つことを保証していない。 本稿では,QVPとQVP-Gの性能を損失関数を計算し,それらの精度を分類タスクで解析し,これらの2つの量子モデルを古典パーセプトロン(CP)と比較する。 その結果、2つの量子モデルの方がCPよりも効率的であることが示され、新しいモデルQVP-GはQVPよりも優れており、Groverが分類タスクに適用可能であり、非構造化探索問題以外のモデルもより正確であることを示した。

関連論文リスト

• Extending Quantum Perceptrons: Rydberg Devices, Multi-Class Classification, and Error Tolerance [67.77677387243135]
  量子ニューロモーフィックコンピューティング(QNC)は、量子計算とニューラルネットワークを融合して、量子機械学習(QML)のためのスケーラブルで耐雑音性のあるアルゴリズムを作成する QNCの中核は量子パーセプトロン(QP)であり、相互作用する量子ビットのアナログダイナミクスを利用して普遍的な量子計算を可能にする。
  論文  参考訳（メタデータ） (2024-11-13T23:56:20Z)
• Benchmarking Variational Quantum Eigensolvers for Entanglement Detection in Many-Body Hamiltonian Ground States [37.69303106863453]
  変分量子アルゴリズム(VQA)は近年、量子優位を得る約束として登場している。 我々は、変分量子固有解法(VQEs)と呼ばれる特定の種類のVQAを用いて、絡み合った観測と絡み合った基底状態検出においてそれらをベンチマークする。 ハミルトニアン相互作用にインスパイアされた構造を持つ量子回路は、問題に依存しない回路よりもコスト関数推定のより良い結果を示した。
  論文  参考訳（メタデータ） (2024-07-05T12:06:40Z)
• 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)
• Variational quantum eigensolver for closed-shell molecules with non-bosonic corrections [6.3235499003745455]
  ボソニック項の幾何平均に近似した電子相関モデルに簡単な補正手法を導入する。 我々の非ボゾン補正法は、少なくとも試験系では信頼性の高い量子化学シミュレーションに到達している。
  論文  参考訳（メタデータ） (2023-10-11T16:47:45Z)
• QNEAT: Natural Evolution of Variational Quantum Circuit Architecture [95.29334926638462]
  我々は、ニューラルネットワークの量子対する最も有望な候補として登場した変分量子回路(VQC)に注目した。 有望な結果を示す一方で、バレン高原、重みの周期性、アーキテクチャの選択など、さまざまな問題のために、VQCのトレーニングは困難である。 本稿では,VQCの重みとアーキテクチャの両方を最適化するために,自然進化にインスパイアされた勾配のないアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-04-14T08:03:20Z)
• QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional Networks [124.7972093110732]
  本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。 現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。 我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
  論文  参考訳（メタデータ） (2022-11-09T21:43:16Z)
• Variational quantum algorithms for local Hamiltonian problems [0.0]
  変分量子アルゴリズム(VQA)は、量子コンピュータを用いて最適化問題を解くために設計された量子アルゴリズムの一群である。 主に変分量子固有解法 (VQE) と呼ばれるアルゴリズムに注目し、量子ビットハミルトニアンは近似基底状態を返す。
  論文  参考訳（メタデータ） (2022-08-23T22:32:56Z)
• Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
  量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。 変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。 量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
  論文  参考訳（メタデータ） (2021-08-09T18:00:05Z)
• Quantum Perceptron Revisited: Computational-Statistical Tradeoffs [4.791233143264229]
  量子古典パーセプトロンアルゴリズムは,従来のパーセプトロンよりも複雑度が低く,一般化能力も優れている。 提案アルゴリズムは,従来のオンラインパーセプトロンと比較し,提案アルゴリズムによって返される仮説の予測誤差を導出する。
  論文  参考訳（メタデータ） (2021-06-04T14:05:54Z)
• 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)

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。