論文の概要: A Quantum Fuzzy-based Approach for Real-Time Detection of Solar Coronal Holes
- arxiv url: http://arxiv.org/abs/2403.18347v1
- Date: Wed, 27 Mar 2024 08:38:56 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-28 17:47:17.018801
- Title: A Quantum Fuzzy-based Approach for Real-Time Detection of Solar Coronal Holes
- Title（参考訳）: 量子ファジィによる太陽コロナホールのリアルタイム検出
- Authors: Sanmoy Bandyopadhyay, Suman Kundu,
- Abstract要約: 本研究では,CHs領域の高速検出のために,量子コンピューティングに基づく高速ファジィc平均法を開発した。
提案手法は、193 AA SDO/AIAフルディスクの太陽画像データセットに対して試験されており、既存の手法と比較されている。
- 参考スコア（独自算出の注目度）: 17.268178776865184
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The detection and analysis of the solar coronal holes (CHs) is an important field of study in the domain of solar physics. Mainly, it is required for the proper prediction of the geomagnetic storms which directly or indirectly affect various space and ground-based systems. For the detection of CHs till date, the solar scientist depends on manual hand-drawn approaches. However, with the advancement of image processing technologies, some automated image segmentation methods have been used for the detection of CHs. In-spite of this, fast and accurate detection of CHs are till a major issues. Here in this work, a novel quantum computing-based fast fuzzy c-mean technique has been developed for fast detection of the CHs region. The task has been carried out in two stages, in first stage the solar image has been segmented using a quantum computing based fast fuzzy c-mean (QCFFCM) and in the later stage the CHs has been extracted out from the segmented image based on image morphological operation. In the work, quantum computing has been used to optimize the cost function of the fast fuzzy c-mean (FFCM) algorithm, where quantum approximate optimization algorithm (QAOA) has been used to optimize the quadratic part of the cost function. The proposed method has been tested for 193 \AA{} SDO/AIA full-disk solar image datasets and has been compared with the existing techniques. The outcome shows the comparable performance of the proposed method with the existing one within a very lesser time.
- Abstract（参考訳）: 太陽コロナホール(CHs)の検出と解析は、太陽物理学の領域における重要な研究分野である。
主に、様々な空間および地上システムに直接的または間接的に影響する地磁気嵐の適切な予測のために必要である。
これまでのCHの検出では、太陽科学者は手書きの手書きのアプローチに依存している。
しかし、画像処理技術の進歩により、いくつかの自動画像分割法がCHの検出に使われてきた。
これに対し、高速かつ正確なCHの検出は大きな問題となる。
本稿では,CHs領域の高速検出のために,量子コンピューティングに基づく高速ファジィc平均法を開発した。
この課題は2つの段階において実行され、第1段階では、太陽画像は量子計算に基づく高速ファジィc平均(QCFFCM)を用いてセグメント化され、後半段階では、画像形態的操作に基づいてセグメント化画像からCHが抽出される。
この研究において、量子コンピューティングは高速ファジィc平均(FFCM)アルゴリズムのコスト関数の最適化に使われ、量子近似最適化アルゴリズム(QAOA)はコスト関数の二次部分の最適化に使われている。
提案手法は、193 \AA{} SDO/AIAフルディスクの太陽画像データセットに対して試験されており、既存の手法と比較されている。
その結果,提案手法と既存手法の同等の性能を極めて少ない時間で示すことができた。
関連論文リスト
- Boosting Photon-Number-Resolved Detection Rates of Transition-Edge Sensors by Machine Learning [2.9829310103458186]
遷移エッジセンサー(TES)は、非常に効果的な光子数分解(PNR)検出器である。
比較的遅い熱回復時間は、実験シナリオでの運用速度を著しく制限する。
我々は,検出イベント間の完全回復時間を待つことなく,TESが光子パルスを検出し,正確に分類できるアルゴリズムを開発した。
論文 参考訳（メタデータ） (2024-11-22T22:09:50Z) - Qubit-efficient Variational Quantum Algorithms for Image Segmentation [4.737806718785056]
量子コンピューティングは、古典的なアルゴリズムの範囲を超えて、様々な計算タスクを変換することが期待されている。
本研究では,教師なし画像分割における変分量子アルゴリズム(VQA)の適用について検討する。
論文 参考訳（メタデータ） (2024-05-23T10:21:57Z) - Edge Detection Quantumized: A Novel Quantum Algorithm For Image Processing [0.0]
本稿では、量子画像のフレキシブル表現(FRQI)符号化と修正QHEDアルゴリズムを組み合わせた新しいプロトコルを提案する。
改良されたエッジアウトライン法が提案され、従来のQHEDアルゴリズムよりもオブジェクトアウトライン出力が良く、より正確なエッジ検出が可能となった。
論文 参考訳（メタデータ） (2024-04-10T10:29:08Z) - Q-Seg: Quantum Annealing-Based Unsupervised Image Segmentation [4.737806718785056]
量子アニールに基づく新しい教師なし画像分割法Q-Segを提案する。
画像のスペクトル情報と空間情報を同化する画素分割問題をグラフカット最適化タスクとして定式化する。
合成データセットに関する実証的な評価では、Q-Segは最先端の古典的ソリューションよりも実行時性能が優れていることが示されている。
論文 参考訳（メタデータ） (2023-11-21T17:27:20Z) - Optical Quantum Sensing for Agnostic Environments via Deep Learning [59.088205627308]
本稿では,革新的な深層学習に基づく量子センシング手法を提案する。
これにより、光学量子センサーは、非依存環境でハイゼンベルク限界(HL)に達することができる。
我々の発見は、光学量子センシングタスクを加速する新しいレンズを提供する。
論文 参考訳（メタデータ） (2023-11-13T09:46:05Z) - 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) - A hybrid quantum image edge detector for the NISQ era [62.997667081978825]
本稿では,量子人工ニューロンのアイデアに基づく量子エッジ検出のハイブリッド手法を提案する。
提案手法は, 量子コンピュータ, 特に現在ノイズの多い中間量子時代において, 実際に実装することができる。
論文 参考訳（メタデータ） (2022-03-22T22:02:09Z) - Coarse-to-Fine Sparse Transformer for Hyperspectral Image Reconstruction [138.04956118993934]
本稿では, サース・トゥ・ファインス・スパース・トランス (CST) を用いた新しいトランス方式を提案する。
HSI再構成のための深層学習にHSI空間を埋め込んだCST
特に,CSTは,提案したスペクトル認識スクリーニング機構(SASM)を粗いパッチ選択に使用し,選択したパッチを,細かなピクセルクラスタリングと自己相似性キャプチャのために,カスタマイズしたスペクトル集約ハッシュ型マルチヘッド自己アテンション(SAH-MSA)に入力する。
論文 参考訳（メタデータ） (2022-03-09T16:17:47Z) - Fast and robust quantum state tomography from few basis measurements [65.36803384844723]
本稿では、上記の全てのリソースを精度に悪影響を及ぼすことなく最適化するオンライントモグラフィーアルゴリズムを提案する。
このプロトコルは、状態コピー、測定設定、メモリのランクと寸法で証明可能なパフォーマンスを初めて提供する。
量子コンピュータ上でアルゴリズムを実行し、量子状態トモグラフィーのための量子スピードアップを提供することにより、さらなる改善が可能となる。
論文 参考訳（メタデータ） (2020-09-17T11:28:41Z) - End-to-end Learning for Inter-Vehicle Distance and Relative Velocity
Estimation in ADAS with a Monocular Camera [81.66569124029313]
本稿では,ディープニューラルネットワークのエンドツーエンドトレーニングに基づくカメラによる車間距離と相対速度推定手法を提案する。
提案手法の重要な特徴は,2つの時間的単眼フレームによって提供される複数の視覚的手がかりの統合である。
また,移動場における視線歪みの影響を緩和する車両中心サンプリング機構を提案する。
論文 参考訳（メタデータ） (2020-06-07T08:18:31Z) - Experimental study of continuous variable quantum key distribution [0.22099217573031674]
単一光子による量子暗号システムの通信速度を制限する主な技術要素は、主に符号化方法の選択に関連している。
本稿では,ターボ符号に基づく新たな和解手法を提案する。
提案手法は,プロトコルセキュリティの大幅な向上とQBERの大幅な削減につながる。
論文 参考訳（メタデータ） (2020-02-16T21:50:31Z)
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。