論文の概要: Achieving quantum advantages for image filtering

• arxiv url: http://arxiv.org/abs/2306.07251v2
• Date: Fri, 28 Jul 2023 20:35:42 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-01 20:44:37.817001
• Title: Achieving quantum advantages for image filtering
• Title（参考訳）: 画像フィルタリングにおける量子長所の実現
• Authors: Zidong Cui and Shan Jin and Akira Sone and Xiaoting Wang
• Abstract要約: 本稿では,効率的な符号化と信号対雑音比の低い画像に対して,量子フィルタリングアルゴリズムを構築することができることを示す。 我々の研究は、実質的な量子スピードアップを達成することのできる画像の種類に関する洞察を提供する。
• 参考スコア（独自算出の注目度）: 0.3441021278275805
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Image processing is a fascinating field for exploring quantum algorithms. However, achieving quantum speedups turns out to be a significant challenge. In this work, we focus on image filtering to identify a class of images that can achieve a substantial speedup. We show that for images with efficient encoding and a lower bound on the signal-to-noise ratio, a quantum filtering algorithm can be constructed with a polynomial complexity in terms of the qubit number. Our algorithm combines the quantum Fourier transform with the amplitude amplification technique. To demonstrate the advantages of our approach, we apply it to three typical filtering problems. We highlight the importance of efficient encoding by illustrating that for images that cannot be efficiently encoded, the quantum advantage will diminish. Our work provides insights into the types of images that can achieve a substantial quantum speedup.
• Abstract（参考訳）: 画像処理は、量子アルゴリズムを探求する魅力的な分野である。 しかし、量子速度を上げることは大きな課題であることがわかった。 本研究では,画像フィルタリングに焦点をあて,相当なスピードアップを達成可能な画像のクラスを同定する。 効率的な符号化と信号対雑音比の下限を持つ画像に対して、量子フィルタリングアルゴリズムを量子ビット数の観点から多項式複雑性で構築できることを示す。 このアルゴリズムは量子フーリエ変換と振幅増幅法を組み合わせたものである。 提案手法の利点を示すために,3つの典型的なフィルタリング問題に適用する。 我々は、効率的にエンコードできない画像の場合、量子アドバンテージが減少することを示すことで、効率的なエンコーディングの重要性を強調している。 我々の研究は、実質的な量子スピードアップを達成することのできる画像の種類に関する洞察を提供する。

関連論文リスト

• Deep learning as a tool for quantum error reduction in quantum image processing [0.0]
  本稿では、LPIQEを用いて符号化された画像の全体的な誤差を低減するために、位相アンラベリング誤り低減法と併用して、画像と画像の変換を訓練した生成対向ネットワークを成功させたことを報告する。 量子コンピュータの可用性と量子量に制限があるにもかかわらず、量子画像表現は広く研究されている領域である。
  論文  参考訳（メタデータ） (2023-11-08T10:14:50Z)
• Tensor Network Based Efficient Quantum Data Loading of Images [0.0]
  本稿では、画像の振幅をほぼエンコードする量子状態を生成する新しい方法を提案する。 道路シーンの複雑な画像に対して,捕捉されたイオン量子コンピュータの8量子ビット上で実験を行った。
  論文  参考訳（メタデータ） (2023-10-09T17:40:41Z)
• Hybrid quantum transfer learning for crack image classification on NISQ hardware [62.997667081978825]
  グレー値画像のひび割れ検出に量子転送学習を適用した。 我々は、PennyLaneの標準量子ビットのパフォーマンスとトレーニング時間を、IBMのqasm_simulatorや実際のバックエンドと比較する。
  論文  参考訳（メタデータ） (2023-07-31T14:45:29Z)
• Quantum Fourier Transform for Image Processing [3.4268116130770565]
  本稿では,周波数領域における1次元時系列や2次元画像などの情報処理のための量子アルゴリズムを提案する。 提案手法はIBM Qiskit量子シミュレータに実装されている。
  論文  参考訳（メタデータ） (2023-05-10T07:47:37Z)
• Entanglement and coherence in Bernstein-Vazirani algorithm [58.720142291102135]
  Bernstein-Vaziraniアルゴリズムは、オラクルに符号化されたビット文字列を決定できる。 我々はベルンシュタイン・ヴァジラニアルゴリズムの量子資源を詳細に分析する。 絡み合いがない場合、初期状態における量子コヒーレンス量とアルゴリズムの性能が直接関係していることが示される。
  論文  参考訳（メタデータ） (2022-05-26T20:32:36Z)
• A hybrid quantum image edge detector for the NISQ era [62.997667081978825]
  本稿では,量子人工ニューロンのアイデアに基づく量子エッジ検出のハイブリッド手法を提案する。 提案手法は, 量子コンピュータ, 特に現在ノイズの多い中間量子時代において, 実際に実装することができる。
  論文  参考訳（メタデータ） (2022-03-22T22:02:09Z)
• Improved FRQI on superconducting processors and its restrictions in the NISQ era [62.997667081978825]
  量子画像のフレキシブル表現の実現可能性について検討する。 また、現在の雑音の中間スケール量子時代の限界を実験的に検証する。 FRQIに必要な回路を単純化する手法を提案する。
  論文  参考訳（メタデータ） (2021-10-29T10:42:43Z)
• Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
  マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。 その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
  論文  参考訳（メタデータ） (2021-06-24T20:16:02Z)
• Quantum walk processes in quantum devices [55.41644538483948]
  グラフ上の量子ウォークを量子回路として表現する方法を研究する。 提案手法は,量子ウォークアルゴリズムを量子コンピュータ上で効率的に実装する方法である。
  論文  参考訳（メタデータ） (2020-12-28T18:04:16Z)
• A Quantum Edge Detection Algorithm [2.639737913330821]
  エンタングルメントや重畳といった量子特性を利用して、多くの画像処理アルゴリズムが指数的なスピードアップを実現できることを示す。 本稿では,量子エッジ検出アルゴリズムの改良版を提案する。
  論文  参考訳（メタデータ） (2020-12-20T22:10:05Z)

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。