論文の概要: Quantum Vision Clustering

• arxiv url: http://arxiv.org/abs/2309.09907v2
• Date: Mon, 18 Dec 2023 01:56:37 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-20 22:57:15.600295
• Title: Quantum Vision Clustering
• Title（参考訳）: 量子ビジョンクラスタリング
• Authors: Xuan Bac Nguyen, Hugh Churchill, Khoa Luu, Samee U. Khan
• Abstract要約: 本稿では,Adiabatic quantum computing を用いた解法に適した最初のクラスタリング定式化を提案する。 提案手法は,最先端の最適化手法と比較して高い競合性を示す。 この研究は、現在世代の実量子コンピュータにおけるクラスタリング問題の解決可能性を示す。
• 参考スコア（独自算出の注目度）: 10.360126989185261
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Unsupervised visual clustering has garnered significant attention in recent times, aiming to characterize distributions of unlabeled visual images through clustering based on a parameterized appearance approach. Alternatively, clustering algorithms can be viewed as assignment problems, often characterized as NP-hard, yet precisely solvable for small instances on contemporary hardware. Adiabatic quantum computing (AQC) emerges as a promising solution, poised to deliver substantial speedups for a range of NP-hard optimization problems. However, existing clustering formulations face challenges in quantum computing adoption due to scalability issues. In this study, we present the first clustering formulation tailored for resolution using Adiabatic quantum computing. An Ising model is introduced to represent the quantum mechanical system implemented on AQC. The proposed approach demonstrates high competitiveness compared to state-of-the-art optimization-based methods, even when utilizing off-the-shelf integer programming solvers. Lastly, this work showcases the solvability of the proposed clustering problem on current-generation real quantum computers for small examples and analyzes the properties of the obtained solutions
• Abstract（参考訳）: 教師なしの視覚クラスタリングは、パラメータ化された外観アプローチに基づくクラスタリングにより、ラベルのない視覚イメージの分布を特徴付けることを目的として、近年大きな注目を集めている。 あるいは、クラスタリングアルゴリズムは代入問題と見なすことができ、しばしばNPハードとして特徴づけられるが、現代のハードウェアの小さなインスタンスでは正確に解ける。 AQC(Adiabatic Quantum Computing)は、NP-hard最適化問題に対する大幅な高速化を実現するための、有望なソリューションとして登場した。 しかし、既存のクラスタリングの定式化はスケーラビリティの問題により量子コンピューティングの採用において困難に直面している。 本研究では,Adiabatic quantum computing を用いた解法に適した最初のクラスタリング定式化を提案する。 AQC上に実装された量子力学系を表現するためにIsingモデルが導入された。 提案手法は,既成整数計画法を用いても,最先端の最適化手法と比較して高い競合性を示す。 最後に,本研究では,次世代実量子コンピュータ上で提案するクラスタリング問題の解決可能性を示し,得られた解の性質を分析する。

関連論文リスト

• Probabilistic Sampling of Balanced K-Means using Adiabatic Quantum Computing [93.83016310295804]
  AQCは研究関心の問題を実装でき、コンピュータビジョンタスクのための量子表現の開発に拍車をかけた。 本研究では,この情報を確率的バランスの取れたk平均クラスタリングに活用する可能性について検討する。 最適でない解を捨てる代わりに, 計算コストを少なくして, 校正後部確率を計算することを提案する。 これにより、合成タスクと実際の視覚データについて、D-Wave AQCで示すような曖昧な解とデータポイントを識別することができる。
  論文  参考訳（メタデータ） (2023-10-18T17:59:45Z)
• Variational Quantum Approximate Spectral Clustering for Binary Clustering Problems [0.7550566004119158]
  本稿では,変分量子近似スペクトルクラスタリング(VQASC)アルゴリズムを提案する。 VQASCは、伝統的に古典的な問題で必要とされるシステムサイズ、Nよりも少ないパラメータの最適化を必要とする。 合成と実世界の両方のデータセットから得られた数値結果について述べる。
  論文  参考訳（メタデータ） (2023-09-08T17:54:42Z)
• 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)
• Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
  単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。 提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
  論文  参考訳（メタデータ） (2023-04-18T11:57:15Z)
• Divide-and-conquer embedding for QUBO quantum annealing [0.0]
  組込み問題に焦点をあてたアプローチは、桁違いに性能を向上できることを示す。 以上の結果から,組込み問題に焦点をあてたアプローチにより,桁違いの性能向上が期待できることがわかった。
  論文  参考訳（メタデータ） (2022-11-03T23:22:06Z)
• Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
  マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。 これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。 本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
  論文  参考訳（メタデータ） (2022-02-17T18:59:20Z)
• Quadratic Unconstrained Binary Optimisation via Quantum-Inspired Annealing [58.720142291102135]
  本稿では,2次非制約二項最適化の事例に対する近似解を求める古典的アルゴリズムを提案する。 我々は、チューニング可能な硬さと植え付けソリューションを備えた大規模問題インスタンスに対して、我々のアプローチをベンチマークする。
  論文  参考訳（メタデータ） (2021-08-18T09:26:17Z)
• Polynomial unconstrained binary optimisation inspired by optical simulation [52.11703556419582]
  制約のないバイナリ最適化の問題を解決するために,光コヒーレントIsingマシンにヒントを得たアルゴリズムを提案する。 提案アルゴリズムを既存のPUBOアルゴリズムに対してベンチマークし,その優れた性能を観察する。 タンパク質の折り畳み問題や量子化学問題へのアルゴリズムの適用は、PUBO問題による電子構造問題の近似の欠点に光を当てる。
  論文  参考訳（メタデータ） (2021-06-24T16:39:31Z)
• Balanced k-Means Clustering on an Adiabatic Quantum Computer [0.0]
  本稿では、D-Wave 2000Qアダイバティック量子コンピュータ上で、バランスの取れた$k$-meansクラスタリング訓練問題を解くための量子的アプローチを提案する。 既存の古典的アプローチは大規模なデータセットではスケールが悪く、ローカルに最適なソリューションを保証するだけである。
  論文  参考訳（メタデータ） (2020-08-10T21:15:47Z)

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。