論文の概要: Implementing Quantum Generative Adversarial Network (qGAN) and QCBM in
Finance
- arxiv url: http://arxiv.org/abs/2308.08448v1
- Date: Tue, 15 Aug 2023 14:21:16 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-17 12:56:09.611662
- Title: Implementing Quantum Generative Adversarial Network (qGAN) and QCBM in
Finance
- Title（参考訳）: ファイナンスにおけるQuantum Generative Adversarial Network(qGAN)とQCBMの実装
- Authors: Santanu Ganguly
- Abstract要約: 量子コンピュータは今日、薬物発見、物質と分子モデリング、ファイナンスで使われている。
ファイナンスにおける量子機械学習(QML)の適用について、今後の活発な研究分野について論じる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum machine learning (QML) is a cross-disciplinary subject made up of two
of the most exciting research areas: quantum computing and classical machine
learning (ML), with ML and artificial intelligence (AI) being projected as the
first fields that will be impacted by the rise of quantum machines. Quantum
computers are being used today in drug discovery, material & molecular
modelling and finance. In this work, we discuss some upcoming active new
research areas in application of quantum machine learning (QML) in finance. We
discuss certain QML models that has become areas of active interest in the
financial world for various applications. We use real world financial dataset
and compare models such as qGAN (quantum generative adversarial networks) and
QCBM (quantum circuit Born machine) among others, using simulated environments.
For the qGAN, we define quantum circuits for discriminators and generators and
show promises of future quantum advantage via QML in finance.
- Abstract（参考訳）: 量子機械学習(QML)は、量子コンピューティングと古典的機械学習(ML)という2つの最もエキサイティングな研究領域からなる学際的な主題である。
量子コンピュータは今日、薬物発見、物質と分子モデリング、ファイナンスで使われている。
本稿では、金融分野における量子機械学習(QML)の適用について、今後の活発な研究分野について論じる。
様々な応用の金融界に積極的に関心を寄せる分野となった特定のQMLモデルについて論じる。
実世界の金融データセットを用いて,シミュレーション環境を用いてqgan(quantum generative adversarial networks)やqcbm(quantum circuit born machine)などのモデルを比較する。
我々は,qGANについて,識別器とジェネレータの量子回路を定義し,ファイナンスにおけるQMLによる将来の量子優位性を示す。
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) - A Brief Review of Quantum Machine Learning for Financial Services [0.0]
本稿では,ファイナンスに応用可能な量子機械学習における最先端のアルゴリズムと技術について検討する。
検討される金融アプリケーションには、リスク管理、クレジットスコアリング、不正検出、株価予測が含まれる。
論文 参考訳（メタデータ） (2024-07-17T14:44:47Z) - Challenges and Opportunities in Quantum Machine Learning [2.5671549335906367]
量子機械学習(QML)は、特に量子データに対して、データ分析を加速する可能性がある。
ここでは、QMLの現在の方法と応用について概観する。
量子ニューラルネットワークと量子ディープラーニングに焦点をあてて、量子と古典的な機械学習の違いを強調します。
論文 参考訳（メタデータ） (2023-03-16T17:10:39Z) - 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) - Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。
本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
論文 参考訳（メタデータ） (2022-09-16T02:37:32Z) - Recent Advances for Quantum Neural Networks in Generative Learning [98.88205308106778]
量子生成学習モデル(QGLM)は、古典的な学習モデルを上回る可能性がある。
機械学習の観点からQGLMの現状を概観する。
従来の機械学習タスクと量子物理学の両方におけるQGLMの潜在的な応用について論じる。
論文 参考訳（メタデータ） (2022-06-07T07:32:57Z) - Theory of Quantum Generative Learning Models with Maximum Mean
Discrepancy [67.02951777522547]
量子回路ボルンマシン(QCBM)と量子生成逆ネットワーク(QGAN)の学習可能性について検討する。
まず、QCBMの一般化能力を解析し、量子デバイスがターゲット分布に直接アクセスできる際の優位性を同定する。
次に、QGANの一般化誤差境界が、採用されるAnsatz、クォーディットの数、入力状態に依存することを示す。
論文 参考訳（メタデータ） (2022-05-10T08:05:59Z) - Quantum Federated Learning with Quantum Data [87.49715898878858]
量子機械学習(QML)は、量子コンピューティングの発展に頼って、大規模な複雑な機械学習問題を探求する、有望な分野として登場した。
本稿では、量子データ上で動作し、量子回路パラメータの学習を分散的に共有できる初めての完全量子連合学習フレームワークを提案する。
論文 参考訳（メタデータ） (2021-05-30T12:19:27Z) - Classification with Quantum Machine Learning: A Survey [17.55390082094971]
我々は古典的機械学習(ML)と量子情報処理(QIP)を組み合わせることで、量子世界における量子機械学習(QML)と呼ばれる新しい分野を構築する。
本稿では,量子機械学習(QML)の最先端技術に関する包括的調査を提示し,要約する。
論文 参考訳（メタデータ） (2020-06-22T14:05:31Z)
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。