論文の概要: Variational quantum algorithms for machine learning: theory and
applications
- arxiv url: http://arxiv.org/abs/2306.09984v1
- Date: Fri, 16 Jun 2023 17:28:35 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-19 12:41:32.499168
- Title: Variational quantum algorithms for machine learning: theory and
applications
- Title（参考訳）: 機械学習のための変分量子アルゴリズム:理論と応用
- Authors: Stefano Mangini
- Abstract要約: この論文は、変分量子アルゴリズムと量子機械学習の分野における最先端技術に関する包括的なレビューを提供する。
この議論は量子機械学習に移行し、機械学習と統計学習理論の要素の導入に続いて、機械学習モデルの最も一般的な量子モデルに関するレビューが行われる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This Ph.D. thesis provides a comprehensive review of the state-of-the-art in
the field of Variational Quantum Algorithms and Quantum Machine Learning,
including numerous original contributions. The first chapters are devoted to a
brief summary of quantum computing and an in-depth analysis of variational
quantum algorithms. The discussion then shifts to quantum machine learning,
where an introduction to the elements of machine learning and statistical
learning theory is followed by a review of the most common quantum counterparts
of machine learning models. Next, several novel contributions to the field
based on previous work are presented, namely: a newly introduced model for a
quantum perceptron with applications to recognition and classification tasks; a
variational generalization of such a model to reduce the circuit footprint of
the proposed architecture; an industrial use case of a quantum autoencoder
followed by a quantum classifier used to analyze classical data from an
industrial power plant; a study of the entanglement features of quantum neural
network circuits; and finally, a noise deconvolution technique to remove a
large class of noise when performing arbitrary measurements on qubit systems.
- Abstract（参考訳）: このPh.D.論文は、変分量子アルゴリズムと量子機械学習の分野における最先端技術の包括的なレビューを提供する。
第1章は、量子コンピューティングの簡単な概要と変分量子アルゴリズムの詳細な分析に捧げられている。
この議論は量子機械学習に移行し、機械学習と統計学習理論の要素の導入に続いて、機械学習モデルの最も一般的な量子モデルに関するレビューが行われる。
Next, several novel contributions to the field based on previous work are presented, namely: a newly introduced model for a quantum perceptron with applications to recognition and classification tasks; a variational generalization of such a model to reduce the circuit footprint of the proposed architecture; an industrial use case of a quantum autoencoder followed by a quantum classifier used to analyze classical data from an industrial power plant; a study of the entanglement features of quantum neural network circuits; and finally, a noise deconvolution technique to remove a large class of noise when performing arbitrary measurements on qubit systems.
関連論文リスト
- Quantum Machine Learning: An Interplay Between Quantum Computing and Machine Learning [54.80832749095356]
量子機械学習(QML)は、量子コンピューティングの原理と従来の機械学習を組み合わせた急速に成長する分野である。
本稿では,変分量子回路を用いてQMLアーキテクチャを開発する機械学習パラダイムの量子コンピューティングについて述べる。
論文 参考訳（メタデータ） (2024-11-14T12:27:50Z) - Quantum Machine Learning Algorithms for Anomaly Detection: a Survey [1.747623282473278]
量子コンピューティングに関わる重要な概念を要約し、量子スピードアップという形式的な概念を導入する。
このサーベイは、量子機械学習に基づく異常検出の構造化マップを提供する。
論文 参考訳（メタデータ） (2024-08-20T17:55:25Z) - A comprehensive review of Quantum Machine Learning: from NISQ to Fault Tolerance [8.050429258747256]
量子機械学習の分野で登場した様々な概念について、包括的で偏見のないレビューを提供する。
本稿では,量子機械学習に関連する基本概念,アルゴリズム,統計的学習理論について概説する。
論文 参考訳（メタデータ） (2024-01-21T00:19:16Z) - Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。
我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。
これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
論文 参考訳（メタデータ） (2023-06-29T18:00:01Z) - Quantum Machine Learning: from physics to software engineering [58.720142291102135]
古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。
量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
論文 参考訳（メタデータ） (2023-01-04T23:37:45Z) - The Quantum Path Kernel: a Generalized Quantum Neural Tangent Kernel for
Deep Quantum Machine Learning [52.77024349608834]
古典的なディープニューラルネットワークの量子アナログを構築することは、量子コンピューティングにおける根本的な課題である。
鍵となる問題は、古典的なディープラーニングの本質的な非線形性にどのように対処するかである。
我々は、深層機械学習のこれらの側面を複製できる量子機械学習の定式化であるQuantum Path Kernelを紹介する。
論文 参考訳（メタデータ） (2022-12-22T16:06:24Z) - 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) - An Introduction to Quantum Machine Learning for Engineers [36.18344598412261]
量子機械学習は、ゲートベースの量子コンピュータをプログラムするための支配的なパラダイムとして登場しつつある。
この本は、確率と線形代数の背景を持つエンジニアの聴衆のために、量子機械学習の自己完結した紹介を提供する。
論文 参考訳（メタデータ） (2022-05-11T12:10:52Z) - Modern applications of machine learning in quantum sciences [51.09906911582811]
本稿では、教師なし、教師なし、強化学習アルゴリズムにおけるディープラーニングとカーネル手法の使用について述べる。
我々は、微分可能プログラミング、生成モデル、機械学習に対する統計的アプローチ、量子機械学習など、より専門的なトピックについて議論する。
論文 参考訳（メタデータ） (2022-04-08T17:48:59Z) - Storage properties of a quantum perceptron [0.0]
特定の量子パーセプトロンアーキテクチャの記憶容量について検討する。
我々は、特定の量子パーセプトロンモデルに焦点をあて、多数の入力の極限において、その記憶特性を探求する。
論文 参考訳（メタデータ） (2021-11-16T12:32:34Z) - Recent advances for quantum classifiers [2.459525036555352]
本稿では,量子支援ベクトルマシン,量子カーネル法,量子決定木,量子近接アルゴリズムなど,多数の量子分類アルゴリズムについて概説する。
次に、基本的に分類のための変分量子回路である変分量子分類器を紹介する。
論文 参考訳（メタデータ） (2021-08-30T18:00:00Z)
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。