論文の概要: Hybrid quantum transfer learning for crack image classification on NISQ hardware

• arxiv url: http://arxiv.org/abs/2307.16723v1
• Date: Mon, 31 Jul 2023 14:45:29 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-01 14:01:18.621855
• Title: Hybrid quantum transfer learning for crack image classification on NISQ hardware
• Title（参考訳）: NISQハードウェア上でのクラック画像分類のためのハイブリッド量子転送学習
• Authors: Alexander Geng and Ali Moghiseh and Claudia Redenbach and Katja Schladitz
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 62.997667081978825
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum computers possess the potential to process data using a remarkably reduced number of qubits compared to conventional bits, as per theoretical foundations. However, recent experiments have indicated that the practical feasibility of retrieving an image from its quantum encoded version is currently limited to very small image sizes. Despite this constraint, variational quantum machine learning algorithms can still be employed in the current noisy intermediate scale quantum (NISQ) era. An example is a hybrid quantum machine learning approach for edge detection. In our study, we present an application of quantum transfer learning for detecting cracks in gray value images. We compare the performance and training time of PennyLane's standard qubits with IBM's qasm\_simulator and real backends, offering insights into their execution efficiency.
• Abstract（参考訳）: 量子コンピュータは、理論上の基礎によれば、従来のビットに比べて著しく少ない量子ビット数でデータを処理する能力を持っている。 しかし、最近の実験では、量子符号化されたバージョンから画像を抽出する現実的な可能性は現在、非常に小さな画像サイズに制限されている。 この制約にもかかわらず、変分量子機械学習アルゴリズムは現在のノイズの多い中間スケール量子(NISQ)時代にも利用できる。 例えば、エッジ検出のためのハイブリッド量子機械学習アプローチがある。 本研究では,グレー値画像中の亀裂を検出するための量子トランスファー学習の応用について述べる。 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と、IBMのqasm\_simulatorと実際のバックエンドを比較し、実行効率に関する洞察を提供する。

関連論文リスト

• A Quantum-Classical Collaborative Training Architecture Based on Quantum State Fidelity [50.387179833629254]
  我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。 Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。 他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
  論文  参考訳（メタデータ） (2024-02-23T14:09:41Z)
• 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 Machine Learning Assisted Classification of COVID-19 from Computed Tomography Scans [0.8098766536552447]
  我々は,実世界データと実際に関係のある問題に対して,ハイブリッド量子機械学習アプローチを適用した。 より具体的には、肺の大きなCTスキャンを、COVID-19、CAP、または正常に分類する。 量子画像埋め込みとハイブリッド量子機械学習を議論し、様々な量子回路と埋め込み技術を用いて量子転送学習のいくつかのアプローチを評価する。
  論文  参考訳（メタデータ） (2023-10-04T11:37:58Z)
• TeD-Q: a tensor network enhanced distributed hybrid quantum machine learning framework [59.07246314484875]
  TeD-Qは、量子機械学習のためのオープンソースのソフトウェアフレームワークである。 古典的な機械学習ライブラリと量子シミュレータをシームレスに統合する。 量子回路とトレーニングの進捗をリアルタイムで視覚化できるグラフィカルモードを提供する。
  論文  参考訳（メタデータ） (2023-01-13T09:35:05Z)
• 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)
• RGB Image Classification with Quantum Convolutional Ansaetze [18.379304679643436]
  本稿では,RGB画像上の畳み込み操作をシミュレートする2種類の量子回路アンセッツェを提案する。 我々の知る限りでは、これはRGB画像を効果的に扱う量子畳み込み回路の最初の作品である。 また、量子回路アンサッツの大きさとハイブリッド量子古典畳み込みニューラルネットワークの学習性との関係についても検討する。
  論文  参考訳（メタデータ） (2021-07-23T09:38:59Z)
• Experimental Quantum Generative Adversarial Networks for Image Generation [93.06926114985761]
  超伝導量子プロセッサを用いた実世界の手書き桁画像の学習と生成を実験的に行う。 我々の研究は、短期量子デバイス上での高度な量子生成モデル開発のためのガイダンスを提供する。
  論文  参考訳（メタデータ） (2020-10-13T06:57:17Z)

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。