論文の概要: Quantum and Quantum-Inspired Stereographic K Nearest-Neighbour Clustering

• arxiv url: http://arxiv.org/abs/2308.03949v1
• Date: Mon, 7 Aug 2023 23:35:55 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-09 14:46:36.200161
• Title: Quantum and Quantum-Inspired Stereographic K Nearest-Neighbour Clustering
• Title（参考訳）: 量子と量子にインスパイアされた立体K近傍クラスタリング
• Authors: Alonso Viladomat Jasso, Ark Modi, Roberto Ferrara, Christian Deppe, Janis Noetzel, Fred Fung, Maximilian Schaedler
• Abstract要約: 量子近傍のクラスタリングは、古典的なアルゴリズムよりもスピードアップを約束するが、現在の古典的なデータの埋め込みは不正確さ、耐え難いスローダウン、あるいは望ましくない効果をもたらす。 この研究は、近距離クラスタリングにおける量子距離推定の符号化として、ブロッホ球への一般化された逆立体射影を提案し、類似の古典的手法を開発し、その正確性、実行、収束性をベンチマークする。
• 参考スコア（独自算出の注目度）: 7.4504332128506405
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Nearest-neighbour clustering is a simple yet powerful machine learning algorithm that finds natural application in the decoding of signals in classical optical fibre communication systems. Quantum nearest-neighbour clustering promises a speed-up over the classical algorithms, but the current embedding of classical data introduces inaccuracies, insurmountable slowdowns, or undesired effects. This work proposes the generalised inverse stereographic projection into the Bloch sphere as an encoding for quantum distance estimation in k nearest-neighbour clustering, develops an analogous classical counterpart, and benchmarks its accuracy, runtime and convergence. Our proposed algorithm provides an improvement in both the accuracy and the convergence rate of the algorithm. We detail an experimental optic fibre setup as well, from which we collect 64-Quadrature Amplitude Modulation data. This is the dataset upon which the algorithms are benchmarked. Through experiments, we demonstrate the numerous benefits and practicality of using the `quantum-inspired' stereographic k nearest-neighbour for clustering real-world optical-fibre data. This work also proves that one can achieve a greater advantage by optimising the radius of the inverse stereographic projection.
• Abstract（参考訳）: 近距離クラスタリングは、古典的な光ファイバー通信システムにおける信号の復号化に自然に応用できる、シンプルで強力な機械学習アルゴリズムである。 量子neighbourクラスタリングは、従来のアルゴリズムよりもスピードアップを約束するが、現在の古典的なデータの埋め込みは、不正確性、耐え難いスローダウン、望ましくない効果をもたらす。 本研究は,k 近距離クラスタリングにおける量子距離推定のための符号化としてブロッホ球面への一般化された逆ステレオ射影を提案し,類似した古典的手法を開発し,その精度,実行時間,収束をベンチマークする。 提案アルゴリズムは,アルゴリズムの精度と収束率の両方を改善した。 また,64Quadrature Amplitude Modulationデータを収集し,光ファイバーの実験的構成について述べる。 これはアルゴリズムがベンチマークされるデータセットである。 実験を通じて,実世界の光ファイバーデータのクラスタリングに「量子インスパイアされた」ステレオグラフィックkを用いた多数の利点と実用性を示す。 この研究はまた、逆立体射影の半径を最適化することでより大きな利点を得られることを証明している。

関連論文リスト

• Quantum Maximum Entropy Inference and Hamiltonian Learning [4.9614587340495]
  この研究は、最大エントロピー推論とグラフィカルモデルの学習のためのアルゴリズムを量子領域に拡張する。 量子反復スケーリング(QIS)として知られる一般化は単純であるが、重要な課題は量子問題インスタンスの非可換性にある。 準ニュートン法によるQISとGDの性能向上について検討する。
  論文  参考訳（メタデータ） (2024-07-16T08:11:34Z)
• ALEXR: An Optimal Single-Loop Algorithm for Convex Finite-Sum Coupled Compositional Stochastic Optimization [53.14532968909759]
  ALEXRと呼ばれる,効率的な単ループプリマルデュアルブロックコーディネートアルゴリズムを提案する。 本研究では, ALEXR の凸面および強凸面の収束速度を滑らか性および非滑らか性条件下で確立する。 本稿では,ALEXRの収束速度が,検討されたcFCCO問題に対する1次ブロック座標アルゴリズムの中で最適であることを示すために,より低い複雑性境界を示す。
  論文  参考訳（メタデータ） (2023-12-04T19:00:07Z)
• Testing of Hybrid Quantum-Classical K-Means for Nonlinear Noise Mitigation [9.502161131265531]
  量子k平均クラスタリングは、古典的なk平均アルゴリズムの高速化を約束する。 現在、古典データの埋め込みのため、このスピードアップは提供されていないことが示されている。 本研究は、ブロッホ球面への埋め込みの改善として一般化された逆立体射影を提案する。
  論文  参考訳（メタデータ） (2023-08-07T12:38:37Z)
• An Optimization-based Deep Equilibrium Model for Hyperspectral Image Deconvolution with Convergence Guarantees [71.57324258813675]
  本稿では,ハイパースペクトル画像のデコンボリューション問題に対処する新しい手法を提案する。 新しい最適化問題を定式化し、学習可能な正規化器をニューラルネットワークの形で活用する。 導出した反復解法は、Deep Equilibriumフレームワーク内の不動点計算問題として表現される。
  論文  参考訳（メタデータ） (2023-06-10T08:25:16Z)
• Optimal Algorithms for the Inhomogeneous Spiked Wigner Model [89.1371983413931]
  不均一な問題に対する近似メッセージパッシングアルゴリズム(AMP)を導出する。 特に,情報理論の閾値よりも大きい信号と雑音の比を必要とする既知のアルゴリズムが,ランダムよりも優れた処理を行うための統計的・計算的ギャップの存在を同定する。
  論文  参考訳（メタデータ） (2023-02-13T19:57:17Z)
• Faster variational quantum algorithms with quantum kernel-based surrogate models [0.0]
  本稿では,雑音量子プロセッサ上での小型から中規模の変分アルゴリズムを提案する。 提案手法は,計算負荷をこれらのハイブリッドアルゴリズムの古典的成分にシフトさせ,量子プロセッサへのクエリ数を劇的に削減する。
  論文  参考訳（メタデータ） (2022-11-02T14:11:25Z)
• First-Order Algorithms for Nonlinear Generalized Nash Equilibrium Problems [88.58409977434269]
  非線形一般化ナッシュ均衡問題(NGNEP)における平衡計算の問題を考える。 我々の貢献は、2次ペナルティ法と拡張ラグランジアン法に基づく2つの単純な一階アルゴリズムフレームワークを提供することである。 これらのアルゴリズムに対する漸近的理論的保証を提供する。
  論文  参考訳（メタデータ） (2022-04-07T00:11:05Z)
• Hybrid Quantum-Classical Boson Sampling Algorithm for Molecular Vibrationally Resolved Electronic Spectroscopy with Duschinsky Rotation and Anharmonicity [0.0]
  複素分子の光スペクトルを計算するためのハイブリッド量子古典サンプリングアルゴリズムを提案する。 現実的な分子分光シミュレーションのための短期量子優位性を提案する。
  論文  参考訳（メタデータ） (2022-03-21T07:59:20Z)
• Quantum K-medians Algorithm Using Parallel Euclidean Distance Estimator [0.0]
  本稿では,量子ユークリッド推定アルゴリズムを用いた効率的な量子k-メディアンクラスタリングアルゴリズムを提案する。 提案した量子k-メディアンアルゴリズムは、古典的なバージョンに比べて指数速度が向上した。
  論文  参考訳（メタデータ） (2020-12-21T06:38:20Z)
• Plug-And-Play Learned Gaussian-mixture Approximate Message Passing [71.74028918819046]
  そこで本研究では,従来のi.i.d.ソースに適した圧縮圧縮センシング(CS)リカバリアルゴリズムを提案する。 我々のアルゴリズムは、Borgerdingの学習AMP(LAMP)に基づいて構築されるが、アルゴリズムに普遍的な復調関数を採用することにより、それを大幅に改善する。 数値評価により,L-GM-AMPアルゴリズムは事前の知識を必要とせず,最先端の性能を実現する。
  論文  参考訳（メタデータ） (2020-11-18T16:40:45Z)
• AIN: Fast and Accurate Sequence Labeling with Approximate Inference Network [75.44925576268052]
  線形鎖条件ランダム場(CRF)モデルは最も広く使われているニューラルネットワークラベリング手法の1つである。 厳密な確率的推論アルゴリズムは典型的にはCRFモデルの訓練と予測段階に適用される。 CRFモデルに対して並列化可能な近似変分推論アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-09-17T12:18:43Z)

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。