論文の概要: The Gell-Mann feature map of qutrits and its applications in
classification tasks
- arxiv url: http://arxiv.org/abs/2312.11150v1
- Date: Mon, 18 Dec 2023 12:44:21 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-20 20:04:31.728391
- Title: The Gell-Mann feature map of qutrits and its applications in
classification tasks
- Title（参考訳）: クトリッツのゲルマン特徴写像とその分類問題への応用
- Authors: T. Valtinos, A. Mandilara, D. Syvridis
- Abstract要約: 本研究は量子機械学習における量子トリットの可能性を調査し,そのより大きな状態空間を教師付き学習タスクの強化に活用する。
この研究は分類問題に焦点をあて、ゲルマン特徴写像と確立された量子ビットモデルと古典モデルで生成された写像を比較した。
本研究は,量子回路の性能と限界に光を当てることにより,低深度量子回路の応用を推し進めることを目的とする。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Recent advancements in quantum hardware have enabled the realization of
high-dimensional quantum states. This work investigates the potential of
qutrits in quantum machine learning, leveraging their larger state space for
enhanced supervised learning tasks. To that end, the Gell-Mann feature map is
introduced which encodes information within an $8$-dimensional Hilbert space.
The study focuses on classification problems, comparing Gell-Mann feature map
with maps generated by established qubit and classical models. We test
different circuit architectures and explore possibilities in optimization
techniques. By shedding light on the capabilities and limitations of
qutrit-based systems, this research aims to advance applications of low-depth
quantum circuits.
- Abstract（参考訳）: 近年の量子ハードウェアの進歩により、高次元量子状態の実現が可能となった。
本研究は量子機械学習における量子トリットの可能性を調査し,そのより大きな状態空間を教師付き学習タスクの強化に活用する。
この目的のために、$8 次元ヒルベルト空間内の情報をエンコードするゲルマン特徴写像が導入された。
この研究は分類問題に焦点を当て、ゲルマン特徴マップと確立されたキュービットおよび古典モデルによって生成された地図を比較した。
異なる回路アーキテクチャをテストし、最適化手法の可能性を探る。
本研究は,量子回路の性能と限界に光を当てることで,低深度量子回路の応用を推し進めることを目的とする。
関連論文リスト
- Neural auto-designer for enhanced quantum kernels [59.616404192966016]
本稿では,問題固有の量子特徴写像の設計を自動化するデータ駆動型手法を提案する。
私たちの研究は、量子機械学習の進歩におけるディープラーニングの実質的な役割を強調します。
論文 参考訳（メタデータ） (2024-01-20T03:11:59Z) - Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
期待されている量子コンピュータの応用は、科学と産業にまたがる。
本稿では,量子アルゴリズムの応用分野について検討する。
私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
論文 参考訳（メタデータ） (2023-10-04T17:53:55Z) - ShadowNet for Data-Centric Quantum System Learning [188.683909185536]
本稿では,ニューラルネットワークプロトコルと古典的シャドウの強みを組み合わせたデータ中心学習パラダイムを提案する。
ニューラルネットワークの一般化力に基づいて、このパラダイムはオフラインでトレーニングされ、これまで目に見えないシステムを予測できる。
量子状態トモグラフィーおよび直接忠実度推定タスクにおいて、我々のパラダイムのインスタンス化を示し、60量子ビットまでの数値解析を行う。
論文 参考訳（メタデータ） (2023-08-22T09:11:53Z) - Feature Map for Quantum Data in Classification [2.2940141855172036]
量子特徴写像は、量子資源を機械学習アルゴリズムに燃やすことにより、量子状態のヒルベルト空間を持つインスタンスに対応する。
本稿では,教師付き学習アルゴリズムを改善するために,量子状態の確率論的操作として,量子データの特徴マップを提案する。
論文 参考訳（メタデータ） (2023-03-28T01:17:08Z) - A didactic approach to quantum machine learning with a single qubit [68.8204255655161]
我々は、データ再ロード技術を用いて、単一のキュービットで学習するケースに焦点を当てる。
我々は、Qiskit量子コンピューティングSDKを用いて、おもちゃと現実世界のデータセットに異なる定式化を実装した。
論文 参考訳（メタデータ） (2022-11-23T18:25:32Z) - Experimental Quantum Embedding for Machine Learning [7.31365367571807]
私たちは、古典的なデータを量子データに埋め込むために、異なるプラットフォームが補完的にどのように機能するかを示します。
これらの研究は、将来の量子機械学習技術の研究の道を開くかもしれない。
論文 参考訳（メタデータ） (2021-06-25T18:19:50Z) - Quantum State Discrimination for Supervised Classification [0.5772546394254112]
本稿では,量子状態の識別が,機械学習における標準的な分類問題に対処するための有用なツールであることを示す。
従来の研究は、最適量子測定理論が新しい二項分類アルゴリズムを刺激できることを示した。
量子状態の識別に着想を得た任意の多クラス分類モデルを提案する。
論文 参考訳（メタデータ） (2021-04-02T10:22:59Z) - Advantages and Bottlenecks of Quantum Machine Learning for Remote
Sensing [63.69764116066747]
本稿では,量子コンピュータの概要を説明し,量子画像分類手法の既存手法を考察し,これらのアルゴリズムを現在利用可能なオープンソースプラットフォーム上で実行する際のボトルネックについて考察する。
次のステップでは、量子隠蔽層のサイズを拡大し、さまざまな出力イメージオプションを拡大する。
論文 参考訳（メタデータ） (2021-01-26T09:31:46Z) - Universal Approximation Property of Quantum Machine Learning Models in
Quantum-Enhanced Feature Spaces [0.0]
本研究では, 領域分割における量子特徴写像の能力について検討する。
我々の研究は、量子特徴写像に基づく機械学習アルゴリズムが幅広い機械学習タスクを扱えるように、重要な理論的分析を可能にする。
論文 参考訳（メタデータ） (2020-09-01T09:09:29Z) - Quantum Geometric Machine Learning for Quantum Circuits and Control [78.50747042819503]
我々は、量子幾何学的制御問題に対するディープラーニングの適用をレビューし、拡張する。
量子回路合成問題における時間-最適制御の強化について述べる。
我々の研究結果は、時間-最適制御問題に対する機械学習と幾何学的手法を組み合わせた量子制御と量子情報理論の研究者にとって興味深いものである。
論文 参考訳（メタデータ） (2020-06-19T19:12:14Z)
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。