論文の概要: Classification of data with a qudit, a geometric approach
- arxiv url: http://arxiv.org/abs/2307.14060v1
- Date: Wed, 26 Jul 2023 09:13:43 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-27 12:59:13.540158
- Title: Classification of data with a qudit, a geometric approach
- Title(参考訳): 幾何学的アプローチによるquditによるデータの分類
- Authors: A. Mandilara, B. Dellen, U. Jaekel, T. Valtinos, D. Syvridis
- Abstract要約: 本稿では,孤立量子$d$レベルのシステムなどを用いたデータ分類モデルを提案する。
この幾何学的にインスパイアされた分類のためのクディットモデルは、少数のパラメータのみを絡み合う操作を必要とせず、非線形分類問題を解くことができることを示す。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We propose a model for data classification using isolated quantum $d$-level
systems or else qudits. The procedure consists of an encoding phase where
classical data are mapped on the surface of the qudit's Bloch hyper-sphere via
rotation encoding, followed by a rotation of the sphere and a projective
measurement. The rotation is adjustable in order to control the operator to be
measured, while additional weights are introduced in the encoding phase
adjusting the mapping on the Bloch's hyper-surface. During the training phase,
a cost function based on the average expectation value of the observable is
minimized using gradient descent thereby adjusting the weights. Using examples
and performing a numerical estimation of lossless memory dimension, we
demonstrate that this geometrically inspired qudit model for classification is
able to solve nonlinear classification problems using a small number of
parameters only and without requiring entangling operations.
- Abstract(参考訳): 本稿では,孤立量子$d$レベルのシステムなどを用いたデータ分類モデルを提案する。
この手順は、古典的なデータが回転符号化によってキューディットのブロッホ超球面にマッピングされるエンコーディングフェーズと、球面の回転と射影測定によって構成される。
回転は測定対象のオペレータを制御するために調整可能であるが、ブロッホの超曲面上のマッピングを調整する符号化フェーズでは追加の重みが導入されている。
トレーニングフェーズにおいて、観測可能量の平均期待値に基づくコスト関数を勾配降下を用いて最小化し、重量を調整する。
実例を用いて無損失メモリ次元の数値的推定を行い,この幾何学的インスパイアされたquditモデルが,少数のパラメータのみを用いて,かつ絡み合い操作を必要とせずに非線形分類問題を解くことができることを実証した。
関連論文リスト
- NeuralGF: Unsupervised Point Normal Estimation by Learning Neural
Gradient Function [55.86697795177619]
3次元点雲の正規推定は3次元幾何処理の基本的な課題である。
我々は,ニューラルネットワークが入力点雲に適合することを奨励する,ニューラルグラデーション関数の学習のための新しいパラダイムを導入する。
広範に使用されているベンチマークの優れた結果から,本手法は非指向性および指向性正常推定タスクにおいて,より正確な正規性を学習できることが示されている。
論文 参考訳(メタデータ) (2023-11-01T09:25:29Z) - Conditional Korhunen-Lo\'{e}ve regression model with Basis Adaptation
for high-dimensional problems: uncertainty quantification and inverse
modeling [62.997667081978825]
本稿では,物理系の観測可能な応答のサロゲートモデルの精度を向上させる手法を提案する。
本研究では,定常水理応答のBasis Adaptation (BA)法による代理モデル構築に提案手法を適用した。
論文 参考訳(メタデータ) (2023-07-05T18:14:38Z) - Kalman Filter for Online Classification of Non-Stationary Data [101.26838049872651]
オンライン連続学習(OCL)では、学習システムはデータのストリームを受け取り、予測とトレーニングの手順を順次実行する。
本稿では,線形予測量に対するニューラル表現と状態空間モデルを用いた確率ベイズオンライン学習モデルを提案する。
多クラス分類の実験では、モデルの予測能力と非定常性を捉える柔軟性を示す。
論文 参考訳(メタデータ) (2023-06-14T11:41:42Z) - Gaussian process regression and conditional Karhunen-Lo\'{e}ve models
for data assimilation in inverse problems [68.8204255655161]
偏微分方程式モデルにおけるデータ同化とパラメータ推定のためのモデル逆アルゴリズムCKLEMAPを提案する。
CKLEMAP法は標準的なMAP法に比べてスケーラビリティがよい。
論文 参考訳(メタデータ) (2023-01-26T18:14:12Z) - HSurf-Net: Normal Estimation for 3D Point Clouds by Learning Hyper
Surfaces [54.77683371400133]
本稿では,ノイズと密度の変動のある点群から正規性を正確に予測できるHSurf-Netという新しい正規推定手法を提案する。
実験結果から, HSurf-Netは, 合成形状データセット上での最先端性能を実現することがわかった。
論文 参考訳(メタデータ) (2022-10-13T16:39:53Z) - Error-Correcting Neural Networks for Two-Dimensional Curvature
Computation in the Level-Set Method [0.0]
本稿では,2次元曲率をレベルセット法で近似するための誤差ニューラルモデルに基づく手法を提案する。
我々の主な貢献は、需要に応じて機械学習操作を可能にする数値スキームに依存する、再設計されたハイブリッド・ソルバである。
論文 参考訳(メタデータ) (2022-01-22T05:14:40Z) - Spike-and-Slab Generalized Additive Models and Scalable Algorithms for
High-Dimensional Data [0.0]
本稿では,高次元データに対応するため,階層型一般化加法モデル(GAM)を提案する。
曲線の適切な縮退と滑らか化関数線型空間と非線形空間の分離に対する平滑化ペナルティを考察する。
2つの決定論的アルゴリズム、EM-Coordinate Descent と EM-Iterative Weighted Least Squares は異なるユーティリティ向けに開発された。
論文 参考訳(メタデータ) (2021-10-27T14:11:13Z) - Manifold learning-based polynomial chaos expansions for high-dimensional
surrogate models [0.0]
システム記述における不確実性定量化(UQ)のための多様体学習に基づく手法を提案する。
提案手法は高精度な近似を達成でき、UQタスクの大幅な高速化につながる。
論文 参考訳(メタデータ) (2021-07-21T00:24:15Z) - Parameter Inference with Bifurcation Diagrams [1.0312968200748118]
本稿では, 微分方程式のパラメータを推定し, ユーザが指定した分岐図を生成するための勾配に基づく手法を提案する。
コスト関数は、モデル分岐が指定された目標と教師なし分岐測度に一致する場合に最小限の教師付きエラー項を含む。
本研究では,サドルノードとピッチフォーク図の空間を探索する最小モデルを用いたパラメータ推論と,合成生物学からの遺伝的トグルスイッチを示す。
論文 参考訳(メタデータ) (2021-06-08T10:39:19Z) - Surface Warping Incorporating Machine Learning Assisted Domain
Likelihood Estimation: A New Paradigm in Mine Geology Modelling and
Automation [68.8204255655161]
新たに取得した破砕孔データによって課される地球化学的および空間的制約に基づいて, モデル表面を再構成するバイーシアンワープ法が提案されている。
本稿では,このワーピングフレームワークに機械学習を組み込むことにより,可能性の一般化を図る。
その基礎は、p(g|c) が p(y(c)|g と似た役割を果たすような地質領域の確率のベイズ計算によって構成される。
論文 参考訳(メタデータ) (2021-02-15T10:37:52Z) - LOCA: LOcal Conformal Autoencoder for standardized data coordinates [6.608924227377152]
多様体の潜在変数に等長な $mathbbRd$ の埋め込みを学ぶ方法を提案する。
我々の埋め込みは, 変形を補正する埋め込みを構成するアルゴリズムであるLOCA (Local Conformal Autoencoder) を用いて得られる。
また、単一サイトWi-FiのローカライゼーションデータにLOCAを適用し、曲面推定を3ドルで行う。
論文 参考訳(メタデータ) (2020-04-15T17:49:37Z)
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。