論文の概要: Quantum-inspired attribute selection algorithm: A Fidelity-based Quantum Decision Tree

• arxiv url: http://arxiv.org/abs/2310.18243v1
• Date: Fri, 27 Oct 2023 16:29:42 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-30 13:07:59.593530
• Title: Quantum-inspired attribute selection algorithm: A Fidelity-based Quantum Decision Tree
• Title（参考訳）: 量子インスパイアされた属性選択アルゴリズム:忠実性に基づく量子決定木
• Authors: Diksha Sharma, Parvinder Singh, Atul Kumar
• Abstract要約: 古典的な決定木は、そのクラスラベルに対応するランダムな事象の発生を利用する分割措置に完全に基づいている。 本稿では、量子分割基準として忠実度を用いて、効率よくバランスの取れた量子決定木を構築することを提案する。
• 参考スコア（独自算出の注目度）: 1.6190746208019742
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A classical decision tree is completely based on splitting measures, which utilize the occurrence of random events in correspondence to its class labels in order to optimally segregate datasets. However, the splitting measures are based on greedy strategy, which leads to construction of an imbalanced tree and hence decreases the prediction accuracy of the classical decision tree algorithm. An intriguing approach is to utilize the foundational aspects of quantum computing for enhancing decision tree algorithm. Therefore, in this work, we propose to use fidelity as a quantum splitting criterion to construct an efficient and balanced quantum decision tree. For this, we construct a quantum state using the occurrence of random events in a feature and its corresponding class. The quantum state is further utilized to compute fidelity for determining the splitting attribute among all features. Using numerical analysis, our results clearly demonstrate that the proposed algorithm cooperatively ensures the construction of a balanced tree. We further compared the efficiency of our proposed quantum splitting criterion to different classical splitting criteria on balanced and imbalanced datasets. Our simulation results show that the proposed splitting criterion exceeds all classical splitting criteria for all possible evaluation metrics.
• Abstract（参考訳）: 古典的な決定木は完全に分割測度に基づいており、データセットを最適に分離するためにクラスラベルに対応するランダムイベントの発生を利用する。 しかし, 分割尺度は, 不均衡木の構築につながり, 従来の決定木アルゴリズムの予測精度を低下させるグリーディ戦略に基づいている。 興味深いアプローチは、決定木アルゴリズムの強化に量子コンピューティングの基礎的側面を活用することである。 そこで本研究では,効率良くバランスの取れた量子決定木を構築するために,量子分割基準として忠実性を用いることを提案する。 このために,特徴量とその対応クラスにおけるランダム事象の発生を用いて量子状態を構築する。 量子状態は、全ての特徴の分割属性を決定するための忠実度を計算するためにさらに利用される。 数値解析を用いて,提案アルゴリズムがバランス木の構築を協調的に行うことを明らかにした。 さらに,提案する量子分割基準の効率を,均衡データセットと不均衡データセットの異なる古典的分割基準と比較した。 シミュレーションの結果,提案する分割基準は,すべての評価指標の古典的分割基準を超えることがわかった。

関連論文リスト

• Out of the Loop: Structural Approximation of Optimisation Landscapes and non-Iterative Quantum Optimisation [3.9857517408503567]
  量子近似最適化アルゴリズム (quantum Approximate optimization algorithm, Qaoa) は、最適化のための量子古典的反復法として広く研究されている。 インスタンスに依存しないが問題固有の非定型計算に基づく新しいアルゴリズム変種を導入する。 我々のアプローチは、カオの量子非依存構造に関する長年の予想を証明することに基づいている。
  論文  参考訳（メタデータ） (2024-08-12T21:02:58Z)
• Quantization of Large Language Models with an Overdetermined Basis [73.79368761182998]
  本稿では,嘉心表現の原理に基づくデータ量子化アルゴリズムを提案する。 以上の結果から, カシ量子化はモデル性能の競争力や優れた品質を達成できることが示唆された。
  論文  参考訳（メタデータ） (2024-04-15T12:38:46Z)
• Tensor Networks or Decision Diagrams? Guidelines for Classical Quantum Circuit Simulation [65.93830818469833]
  テンソルネットワークと決定図は、異なる視点、用語、背景を念頭に、独立して開発されている。 これらの手法が古典的量子回路シミュレーションにどのようにアプローチするかを考察し、最も適用可能な抽象化レベルに関してそれらの相似性を考察する。 量子回路シミュレーションにおいて,テンソルネットワークの使い勝手の向上と決定図の使い勝手の向上に関するガイドラインを提供する。
  論文  参考訳（メタデータ） (2023-02-13T19:00:00Z)
• The Improvement of Decision Tree Construction Algorithm Based On Quantum Heuristic Algorithms [0.0]
  この研究は、量子シミュレータ上の決定木構築アルゴリズムの実装に関連している。 また、量子QAOAによる改善能力についても検討する。
  論文  参考訳（メタデータ） (2022-12-28T15:41:40Z)
• 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)
• Exploring the role of parameters in variational quantum algorithms [59.20947681019466]
  動的リー代数の階数を用いた変分量子回路のキャラクタリゼーションのための量子制御に着想を得た手法を提案する。 有望な接続は、リーランク、計算されたエネルギーの精度、および所定の回路アーキテクチャを介して目標状態を達成するために必要な深さとの間のものである。
  論文  参考訳（メタデータ） (2022-09-28T20:24:53Z)
• Regularized impurity reduction: Accurate decision trees with complexity guarantees [20.170305081348328]
  本稿では,木複雑性の対数近似を保証する木推論アルゴリズムを提案する。 改良されたアルゴリズムは予測精度と木の複雑さのバランスが良好である。
  論文  参考訳（メタデータ） (2022-08-23T13:15:19Z)
• Tree ensemble kernels for Bayesian optimization with known constraints over mixed-feature spaces [54.58348769621782]
  木アンサンブルはアルゴリズムチューニングやニューラルアーキテクチャ検索といったブラックボックス最適化タスクに適している。 ブラックボックス最適化にツリーアンサンブルを使うことの2つのよく知られた課題は、探索のためのモデル不確実性を効果的に定量化し、また、 (ii) ピースワイドな定値取得関数を最適化することである。 我々のフレームワークは、連続/離散的機能に対する非拘束ブラックボックス最適化のための最先端の手法と同様に、混合変数の特徴空間と既知の入力制約を組み合わせた問題の競合する手法よりも優れている。
  論文  参考訳（メタデータ） (2022-07-02T16:59:37Z)
• Simulating quantum circuits using tree tensor networks [0.0]
  我々は,古典コンピュータ上で量子回路をシミュレーションする手法を開発し,解析する。 提案アルゴリズムは、まず、量子回路が生成する期待の絡み合いに適応した、適切な木構造を決定する。 理論的には,提案手法の適用性および計算コストとメモリ要件を理論的に解析する。
  論文  参考訳（メタデータ） (2022-06-02T11:57:01Z)
• Improved Quantum Query Upper Bounds Based on Classical Decision Trees [0.0]
  古典的なクエリアルゴリズムが決定木として与えられると、古典的なクエリアルゴリズムよりも高速な量子クエリアルゴリズムはいつ存在するのか? 我々は、下層の決定木の構造に基づく一般的な構成を提供し、これが上から四進的な量子スピードアップをもたらすことを証明している。
  論文  参考訳（メタデータ） (2022-03-06T14:04:06Z)
• Experimental violations of Leggett-Garg's inequalities on a quantum computer [77.34726150561087]
  単一および多ビット系におけるLeggett-Garg-Bellの不等式違反を実験的に観察する。 本分析では, 量子プラットフォームの限界に注目し, 上記の相関関数は, 量子ビットの数や回路深さが大きくなるにつれて, 理論的予測から逸脱することを示した。
  論文  参考訳（メタデータ） (2021-09-06T14:35:15Z)

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。