Fugu-MT 論文翻訳(概要): MosaiQ: Quantum Generative Adversarial Networks for Image Generation on NISQ Computers

論文の概要: MosaiQ: Quantum Generative Adversarial Networks for Image Generation on NISQ Computers

arxiv url: http://arxiv.org/abs/2308.11096v1
Date: Tue, 22 Aug 2023 00:40:37 GMT
ステータス: 処理完了
システム内更新日: 2023-08-23 19:37:55.015335
Title: MosaiQ: Quantum Generative Adversarial Networks for Image Generation on NISQ Computers
Title（参考訳）: MosaiQ: NISQコンピュータ上の画像生成のための量子生成逆ネットワーク
Authors: Daniel Silver, Tirthak Patel, William Cutler, Aditya Ranjan, Harshitta Gandhi, Devesh Tiwari
Abstract要約: MosaiQは高品質な量子画像生成GANフレームワークである。現在のNISQ(Near-term Intermediate Scale Quantum)コンピュータで実行することができる。
参考スコア（独自算出の注目度）: 9.537660328139038
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Quantum machine learning and vision have come to the fore recently, with hardware advances enabling rapid advancement in the capabilities of quantum machines. Recently, quantum image generation has been explored with many potential advantages over non-quantum techniques; however, previous techniques have suffered from poor quality and robustness. To address these problems, we introduce, MosaiQ, a high-quality quantum image generation GAN framework that can be executed on today's Near-term Intermediate Scale Quantum (NISQ) computers.
Abstract（参考訳）: 量子マシンの能力の急速な向上を可能にするハードウェアの進歩によって、量子機械学習とビジョンが最近注目されている。近年、量子画像生成は非量子技術よりも多くの潜在的な利点をもって研究されてきたが、従来の技術は品質と堅牢性に悩まされてきた。これらの問題に対処するため、今日のNISQ(Near-term Intermediate Scale Quantum)コンピュータで実行できる高品質な量子画像生成GANフレームワークであるMosaiQを紹介した。

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)
OrganiQ: Mitigating Classical Resource Bottlenecks of Quantum Generative Adversarial Networks on NISQ-Era Machines [9.656866938009484]
OrganiQは、古典的なニューラルネットワークを使わずに高品質な画像を生成できる最初の量子GANである。従来のニューラルネットワークを使わずに高品質な画像を生成できる最初の量子GANであるOrganiQを紹介する。
論文参考訳（メタデータ） (2024-09-29T23:11:35Z)
Photonic Quantum Computers [0.0]
レビューでは、ノイズの多い中間スケール量子(NISQ)時代のフォトニック量子コンピューティングの重要な瞬間を捉えている。フォトニック量子コンピュータが量子コンピューティングの未来をどう変えるかについての洞察を提供する。
論文参考訳（メタデータ） (2024-09-12T17:16:38Z)
Shedding Light on the Future: Exploring Quantum Neural Networks through Optics [3.1935899800030096]
量子ニューラルネットワーク(QNN)は、急速に発展する量子機械学習分野において、新興技術として重要な役割を果たす。本稿では,QNNの概念とその物理的実現,特に量子光学に基づく実装について概説する。
論文参考訳（メタデータ） (2024-09-04T08:49:57Z)
Technology and Performance Benchmarks of IQM's 20-Qubit Quantum Computer [56.435136806763055]
IQM量子コンピュータはQPUと他のフルスタック量子コンピュータの両方をカバーする。焦点は、Garnet QPUとそのアーキテクチャを特徴とする20量子ビットの量子コンピュータであり、最大150量子ビットまでスケールする。 QPUとシステムレベルベンチマークは、中央値の2キュービットゲート忠実度99.5%、グリーンバーガー・ホーネ・ザイリンガー(GHZ)状態の20キュービット全てを真のエンハングリングする。
論文参考訳（メタデータ） (2024-08-22T14:26:10Z)
NISQ Computers: A Path to Quantum Supremacy [0.0]
NISQ (Noisy Intermediate-Scale Quantum) コンピューティングは目覚ましい進歩を見せている。量子超越性(quantum supremacy)として知られるこの変転点は、一連のブレークスルーの中で達成されている。これまでに行われた量子超越性実験を批判的に検証し、量子コンピューティングの進化する風景へのその影響と貢献について光を当てる。
論文参考訳（メタデータ） (2023-09-29T09:35:15Z)
Hybrid quantum transfer learning for crack image classification on NISQ hardware [62.997667081978825]
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。
論文参考訳（メタデータ） (2023-07-31T14:45:29Z)
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)
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)
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。