論文の概要: Attribute Fusion-based Evidential Classifier on Quantum Circuits
- arxiv url: http://arxiv.org/abs/2401.01392v1
- Date: Tue, 2 Jan 2024 15:01:20 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-04 15:58:17.942972
- Title: Attribute Fusion-based Evidential Classifier on Quantum Circuits
- Title（参考訳）: 属性融合に基づく量子回路上の証拠分類器
- Authors: Hao Luo, Qianli Zhou, Lipeng Pan, Zhen Li, Yong Deng
- Abstract要約: Dempster-Shafer Theory (DST)は、不確実な情報を扱うための効果的で堅牢なフレームワークであり、意思決定やパターン分類に応用される。
人々は量子コンピューティングとの整合性を利用して量子回路上のDST演算を実装し、スピードアップを実現することでこの問題に対処しようとする。
本稿では,ブール代数がDSTと量子コンピューティングの定義を橋渡しする重要な数学的ツールであることを示す。
- 参考スコア（独自算出の注目度）: 22.096543893284995
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Dempster-Shafer Theory (DST) as an effective and robust framework for
handling uncertain information is applied in decision-making and pattern
classification. Unfortunately, its real-time application is limited by the
exponential computational complexity. People attempt to address the issue by
taking advantage of its mathematical consistency with quantum computing to
implement DST operations on quantum circuits and realize speedup. However, the
progress so far is still impractical for supporting large-scale DST
applications. In this paper, we find that Boolean algebra as an essential
mathematical tool bridges the definition of DST and quantum computing. Based on
the discovery, we establish a flexible framework mapping any set-theoretically
defined DST operations to corresponding quantum circuits for implementation.
More critically, this new framework is not only uniform but also enables
exponential acceleration for computation and is capable of handling complex
applications. Focusing on tasks of classification, we based on a classical
attribute fusion algorithm putting forward a quantum evidential classifier,
where quantum mass functions for attributes are generated with a simple method
and the proposed framework is applied for fusing the attribute evidence.
Compared to previous methods, the proposed quantum classifier exponentially
reduces the computational complexity to linear. Tests on real datasets validate
the feasibility.
- Abstract（参考訳）: Dempster-Shafer Theory (DST)は、不確実な情報を扱うための効果的で堅牢なフレームワークであり、意思決定やパターン分類に応用される。
残念ながら、そのリアルタイムアプリケーションは指数計算の複雑さによって制限されている。
人々は量子コンピューティングとの数学的整合性を利用して量子回路上のDST演算を実装し、スピードアップを実現することでこの問題に対処しようとする。
しかし、現時点での進歩は、大規模なDSTアプリケーションをサポートする上では実用的ではない。
本稿では,ブール代数がDSTと量子コンピューティングの定義を橋渡しする重要な数学的ツールであることを示す。
この発見に基づいて,集合論的に定義されたDST演算を対応する量子回路にマッピングし,実装するフレキシブルなフレームワークを確立する。
さらに重要なのは、この新しいフレームワークが一様であるだけでなく、計算の指数加速度も可能で、複雑なアプリケーションを扱うことができることだ。
分類の課題に着目し,属性に対する量子質量関数を単純な方法で生成し,提案手法を属性証明の活用に応用する,量子証拠分類器を展開する古典的な属性融合アルゴリズムを基礎とした。
従来の方法と比較して,提案する量子分類器は計算複雑性を指数関数的に線形に還元する。
実際のデータセットのテストは、実現可能性を検証する。
関連論文リスト
- Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか?
我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。
我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
論文 参考訳（メタデータ） (2024-08-22T08:21:28Z) - Quantum Machine Learning with Application to Progressive Supranuclear Palsy Network Classification [0.0]
進行性核上麻痺(PSP)の診断のための量子機械学習モデルを提案する。
その結果、量子機械学習は古典的なフレームワークよりも顕著に進歩し、性能を上回っていることが示唆された。
特に,IBM量子プラットフォームの量子シミュレータと実チップの両面において,本モデルの有効性を実証した。
論文 参考訳（メタデータ） (2024-07-06T14:16:31Z) - Higher-order topological kernels via quantum computation [68.8204255655161]
トポロジカルデータ分析(TDA)は、複雑なデータから意味のある洞察を抽出する強力なツールとして登場した。
本稿では,ベッチ曲線の次数増加に基づくBettiカーネルの量子的定義法を提案する。
論文 参考訳（メタデータ） (2023-07-14T14:48:52Z) - Semantic embedding for quantum algorithms [0.0]
高レベルの量子アルゴリズム推論の正確性を保証するために、ニーズが発展してきた。
量子信号処理(QSP)と量子特異値変換(QSVT)を用いて、多くの量子アルゴリズムが統一され、改善されている。
QSP/QSVTは、純粋に埋め込んだ関数変換の観点から、モジュール的に処理および結合可能であることを示す。
また,セマンティック埋め込みを暗黙的に利用する既存の量子アルゴリズムを,分散探索から量子暗号における音質まで同定する。
論文 参考訳（メタデータ） (2023-04-27T17:55:40Z) - 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 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) - Complexity-Theoretic Limitations on Quantum Algorithms for Topological
Data Analysis [59.545114016224254]
トポロジカルデータ解析のための量子アルゴリズムは、古典的手法よりも指数関数的に有利である。
我々は、量子コンピュータにおいても、TDA(ベッチ数の推定)の中心的なタスクが難解であることを示します。
我々は、入力データが単純さの仕様として与えられると、指数的量子優位性を取り戻すことができると論じる。
論文 参考訳（メタデータ） (2022-09-28T17:53:25Z) - Error mitigation and quantum-assisted simulation in the error corrected
regime [77.34726150561087]
量子コンピューティングの標準的なアプローチは、古典的にシミュレート可能なフォールトトレラントな演算セットを促進するという考え方に基づいている。
量子回路の古典的準確率シミュレーションをどのように促進するかを示す。
論文 参考訳（メタデータ） (2021-03-12T20:58:41Z) - ACSS-q: Algorithmic complexity for short strings via quantum accelerated
approach [1.4873907857806357]
符号化定理法を用いて,アルゴリズムの複雑性を推定する量子回路を提案する。
ユースケースとして,アルゴリズムの複雑さに基づくタンパク質-タンパク質相互作用の応用フレームワークを提案する。
論文 参考訳（メタデータ） (2020-09-18T14:41:41Z) - Efficient State Preparation for Quantum Amplitude Estimation [0.951828574518325]
量子振幅推定はモンテカルロシミュレーションによって古典的に解決されたアプリケーションに対して二次的なスピードアップを達成することができる。
現在知られている効率的な手法は、対数凹面確率分布に基づく問題、経験的データから未知の分布を学ぶこと、あるいは量子算術に完全に依存することを必要とする。
本稿では,QAE状態作成における回路の複雑さを著しく低減する回路最適化手法とともに,状態準備を簡略化する手法を提案する。
論文 参考訳（メタデータ） (2020-05-15T18:00:01Z)
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。