Fugu-MT 論文翻訳(概要): SLIQ: Quantum Image Similarity Networks on Noisy Quantum Computers

論文の概要: SLIQ: Quantum Image Similarity Networks on Noisy Quantum Computers

arxiv url: http://arxiv.org/abs/2309.15259v1
Date: Tue, 26 Sep 2023 20:33:26 GMT
ステータス: 処理完了
システム内更新日: 2023-09-28 17:37:53.496120
Title: SLIQ: Quantum Image Similarity Networks on Noisy Quantum Computers
Title（参考訳）: sliq: 雑音量子コンピュータ上の量子画像類似性ネットワーク
Authors: Daniel Silver, Tirthak Patel, Aditya Ranjan, Harshitta Gandhi, William Cutler, Devesh Tiwari
Abstract要約: SLIQは、リソース効率のよい量子類似性検出ネットワークのための、初めてのオープンソースの研究である。実用的で効果的な量子学習と分散還元アルゴリズムで構築されている。
参考スコア（独自算出の注目度）: 9.537660328139038
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Exploration into quantum machine learning has grown tremendously in recent years due to the ability of quantum computers to speed up classical programs. However, these efforts have yet to solve unsupervised similarity detection tasks due to the challenge of porting them to run on quantum computers. To overcome this challenge, we propose SLIQ, the first open-sourced work for resource-efficient quantum similarity detection networks, built with practical and effective quantum learning and variance-reducing algorithms.
Abstract（参考訳）: 量子機械学習の研究は、量子コンピュータが古典的プログラムをスピードアップする能力によって、近年大きく成長している。しかし、これらの取り組みは量子コンピュータ上で動くように移植することの難しさから、教師なしの類似性検出タスクをまだ解決していない。この課題を克服するために,資源効率の高い量子類似性検出ネットワークのための最初のオープンソースの研究であるSLIQを提案する。

関連論文リスト

Exploring Quantum-Enhanced Machine Learning for Computer Vision: Applications and Insights on Noisy Intermediate-Scale Quantum Devices [0.0]
本研究では,量子コンピューティングと機械学習(ML)の交わりについて検討する。小型量子デバイスにおけるデータ再ロード方式やGAN(Generative Adversarial Networks)モデルなどのハイブリッド量子古典アルゴリズムの有効性を評価する。
論文参考訳（メタデータ） (2024-04-01T20:55:03Z)
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 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)
Near-Term Quantum Computing Techniques: Variational Quantum Algorithms, Error Mitigation, Circuit Compilation, Benchmarking and Classical Simulation [5.381727213688375]
私たちはまだ、本格的な量子コンピュータの成熟まで長い道のりを歩んでいます。注目すべき課題は、非自明なタスクを確実に実行可能なアプリケーションを開発することです。誤りを特徴づけ、緩和するために、いくつかの短期量子コンピューティング技術が提案されている。
論文参考訳（メタデータ） (2022-11-16T07:53:15Z)
QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional Networks [124.7972093110732]
本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
論文参考訳（メタデータ） (2022-11-09T21:43:16Z)
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)
Quantum Computing for Power Flow Algorithms: Testing on real Quantum Computers [0.0]
本稿では、量子コンピューティングシミュレーションを超えて、実量子コンピュータ上の電力システムに対する量子コンピューティングの実験的な応用を行う。我々は5種類の異なる量子コンピュータを使用し、HHL量子アルゴリズムを適用し、交流電力流アルゴリズムの精度と速度に対する現在のノイズ量子ハードウェアの影響を調べる。
論文参考訳（メタデータ） (2022-04-29T11:53:16Z)
An unsupervised feature learning for quantum-classical convolutional network with applications to fault detection [5.609958919699706]
本稿では,量子特徴抽出器の階層構造を学習するために,量子古典的畳み込みネットワークのための単純な教師なし手法を提案する。提案手法の主な貢献は、量子回路アンサッツにおける量子特性の差を最大化するために、$K$-meansクラスタリングを使用することである。
論文参考訳（メタデータ） (2021-07-17T03:16:59Z)
Quantum Computing for Location Determination [6.141741864834815]
位置決定研究に量子アルゴリズムを用いた場合の期待値の例を紹介する。提案した量子アルゴリズムは、空間と実行時間の両方において、古典的なアルゴリズムバージョンよりも指数関数的に優れた複雑性を持つ。ソフトウェアとハードウェアの両方の研究課題と、研究者がこのエキサイティングな新しいドメインを探求する機会について論じる。
論文参考訳（メタデータ） (2021-06-11T15:39:35Z)
An Application of Quantum Annealing Computing to Seismic Inversion [55.41644538483948]
小型地震インバージョン問題を解決するために,D波量子アニールに量子アルゴリズムを適用した。量子コンピュータによって達成される精度は、少なくとも古典的コンピュータと同程度である。
論文参考訳（メタデータ） (2020-05-06T14:18:44Z)

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。