論文の概要: Provable advantages of kernel-based quantum learners and quantum preprocessing based on Grover's algorithm

• arxiv url: http://arxiv.org/abs/2309.14406v1
• Date: Mon, 25 Sep 2023 18:00:00 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-27 16:23:26.026644
• Title: Provable advantages of kernel-based quantum learners and quantum preprocessing based on Grover's algorithm
• Title（参考訳）: カーネルベースの量子学習とGroverアルゴリズムに基づく量子前処理の利点
• Authors: Till Muser, Elias Zapusek, Vasilis Belis, Florentin Reiter
• Abstract要約: サポートベクタマシンのカーネルにおいて,Groverのアルゴリズムを利用した高速化を実現する。 また、前処理ステップにおける量子計算と古典的な分類法を組み合わせることにより、分類性能がさらに向上することを示した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: There is an ongoing effort to find quantum speedups for learning problems. Recently, [Y. Liu et al., Nat. Phys. $\textbf{17}$, 1013--1017 (2021)] have proven an exponential speedup for quantum support vector machines by leveraging the speedup of Shor's algorithm. We expand upon this result and identify a speedup utilizing Grover's algorithm in the kernel of a support vector machine. To show the practicality of the kernel structure we apply it to a problem related to pattern matching, providing a practical yet provable advantage. Moreover, we show that combining quantum computation in a preprocessing step with classical methods for classification further improves classifier performance.
• Abstract（参考訳）: 学習問題の量子スピードアップを見つけるための努力が進行中である。 最近[Y]。 Liu et al., Nat. Phys $\textbf{17}$, 1013--1017 (2021)] は、ショアのアルゴリズムの高速化を利用して量子支援ベクトルマシンの指数的高速化を証明した。 我々はこの結果を拡張し,サポートベクターマシンのカーネル内でgroverのアルゴリズムを利用した速度アップを同定する。 カーネル構造の実用性を示すために、パターンマッチングに関連する問題に適用し、実用的かつ証明可能な利点を提供する。 さらに,前処理段階における量子計算と古典的な分類法を組み合わせることにより,分類器の性能が向上することを示す。

関連論文リスト

• Quantum Sieving for Code-Based Cryptanalysis and Its Limitations for ISD [0.0]
  上述したサブルーチンの量子変種を設計することで、コードシービングのための最初の量子アルゴリズムを導入する。 我々の量子ウォークアルゴリズムは、局所性に敏感なフィルタリング層を追加することにより、基礎となる探索問題の構造を利用する。 我々の分析は、このフレームワークが量子IDDアルゴリズムの最先端性を上回るように適応されるべきであることを強調している。
  論文  参考訳（メタデータ） (2024-08-29T11:47:33Z)
• Fast Algorithms and Implementations for Computing the Minimum Distance of Quantum Codes [43.96687298077534]
  安定化器量子コードの距離は、検出および修正可能なエラーの数を決定する。 本稿では,関連する古典符号のシンプレクティック距離を計算するために,3つの新しい高速アルゴリズムと実装を提案する。
  論文  参考訳（メタデータ） (2024-08-20T11:24:30Z)
• Quartic quantum speedups for planted inference [44.820711784498]
  そこで本研究では,植物ノイズの量子アルゴリズムについて述べる。 我々の研究は、いくつかの構造は超4次量子攻撃の影響を受けやすいことを示唆している。
  論文  参考訳（メタデータ） (2024-06-27T17:54:28Z)
• Quantum Machine Learning: Quantum Kernel Methods [0.0]
  カーネルメソッドは古典的な機械学習において強力で一般的なテクニックである。 量子コンピュータ上でしか効率的に計算できない量子特徴空間を使用することで、量子上の優位性を導出することができる。 データ依存型投影量子カーネルは、古典的カーネルに対して大きな利点をもたらすことが示されている。
  論文  参考訳（メタデータ） (2024-05-02T23:45:29Z)
• Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
  量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。 どの場の量子スピードアップが達成できるかという新たな課題が生じる。 量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
  論文  参考訳（メタデータ） (2024-02-26T09:32:07Z)
• 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)
• Quantum speedup of leverage score sampling and its application [0.0]
  本稿では,レバレッジスコアの計算を高速化する量子アルゴリズムを提案する。 応用として,ベクトル解出力を用いた剛性回帰問題に対する新しい量子アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-01-15T14:40:18Z)
• Quantum Clustering with k-Means: a Hybrid Approach [117.4705494502186]
  我々は3つのハイブリッド量子k-Meansアルゴリズムを設計、実装、評価する。 我々は距離の計算を高速化するために量子現象を利用する。 我々は、我々のハイブリッド量子k-平均アルゴリズムが古典的バージョンよりも効率的であることを示す。
  論文  参考訳（メタデータ） (2022-12-13T16:04:16Z)
• Entanglement and coherence in Bernstein-Vazirani algorithm [58.720142291102135]
  Bernstein-Vaziraniアルゴリズムは、オラクルに符号化されたビット文字列を決定できる。 我々はベルンシュタイン・ヴァジラニアルゴリズムの量子資源を詳細に分析する。 絡み合いがない場合、初期状態における量子コヒーレンス量とアルゴリズムの性能が直接関係していることが示される。
  論文  参考訳（メタデータ） (2022-05-26T20:32:36Z)
• Quantum Alphatron: quantum advantage for learning with kernels and noise [2.94944680995069]
  我々は、フォールトトレラントな設定でAlphatronの量子バージョンを提供する。 2層ニューラルネットワークの学習における量子優位性について論じる。
  論文  参考訳（メタデータ） (2021-08-26T09:36:20Z)
• 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)

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。