論文の概要: Extension of a Pattern Recognition Validation Approach for Boson Sampling

• arxiv url: http://arxiv.org/abs/2404.15603v2
• Date: Sat, 13 Jul 2024 01:13:14 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-17 00:56:00.019044
• Title: Extension of a Pattern Recognition Validation Approach for Boson Sampling
• Title（参考訳）: ボソンサンプリングのためのパターン認識検証手法の拡張
• Authors: Yang Ji, Yongzheng Wu, Shi Wang, Jie Hou, Meiling Chen, Ming Ni,
• Abstract要約: ボソンサンプリングは、量子計算の優位性を示す主要な量子計算モデルの一つである。 この利点を実証するには光子識別性が高すぎるかどうかを評価するためにベイズ検証に触発され、ボソンサンプリングのためのパターン認識検証が拡張される。
• 参考スコア（独自算出の注目度）: 9.4267709534412
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Boson sampling is one of the main quantum computation models to demonstrate the quantum computational advantage. However, this aim may be hard to realize considering noise sources such as photon distinguishability. Inspired by the Bayesian validation extended to evaluate whether photon distinguishability is too high to demonstrate this advantage, the pattern recognition validation is extended for boson sampling. Based on clusters constructed with the K means++ method, the distribution of characteristic values is nearly monotonically changed with the photon indistinguishability, especially when photons are close to be indistinguishable. We analyze the intrinsic data structure through calculating probability distributions and mean 2-norm distances of the sorted outputs. An approximation algorithm is also used to show the regular data structure changes with photon distinguishability.
• Abstract（参考訳）: ボソンサンプリングは、量子計算の利点を示す主要な量子計算モデルの一つである。 しかし、この目的は光子識別性などのノイズ源を考慮することは困難である。 この利点を実証するには光子識別性が高すぎるかどうかを評価するためにベイズ検証に触発され、ボソンサンプリングのためのパターン認識検証が拡張される。 K平均++法で構築されたクラスタに基づいて、特性値の分布は、特に光子が識別不能に近い場合に、光子を識別不能にすることでほぼ単調に変化する。 本研究では, 確率分布と平均2ノルム距離を算出し, 固有データ構造を解析する。 近似アルゴリズムは、光子識別性を伴う正規データ構造変化を示すためにも用いられる。

関連論文リスト

• Enabling Uncertainty Estimation in Iterative Neural Networks [49.56171792062104]
  本研究では,アンサンブルのような手法よりもはるかに低い計算コストで最先端の見積もりを提供する不確実性推定手法を開発する。 航空画像における道路検出と2次元および3次元形状の空力特性の推定という2つの応用領域に組み込むことで,その実用的価値を実証する。
  論文  参考訳（メタデータ） (2024-03-25T13:06:31Z)
• Quantum advantage of time-reversed ancilla-based metrology of absorption parameters [2.5499055723658097]
  我々は,吸収や散乱による損失を伴って,試料による光の透過率推定の問題点を考察する。 我々は、量子フィッシャー情報の決定を通じて、アンシラ戦略が単一モード推定における最良の精度をもたらすことを示す。
  論文  参考訳（メタデータ） (2023-10-09T20:41:53Z)
• Learning Unnormalized Statistical Models via Compositional Optimization [73.30514599338407]
  実データと人工雑音のロジスティックな損失として目的を定式化することにより, ノイズコントラスト推定(NCE)を提案する。 本稿では,非正規化モデルの負の対数類似度を最適化するための直接的アプローチについて検討する。
  論文  参考訳（メタデータ） (2023-06-13T01:18:16Z)
• Regularized Vector Quantization for Tokenized Image Synthesis [126.96880843754066]
  画像の離散表現への量子化は、統合生成モデリングにおける根本的な問題である。 決定論的量子化は、厳しいコードブックの崩壊と推論段階の誤調整に悩まされ、一方、量子化は、コードブックの利用率の低下と再構築の目的に悩まされる。 本稿では、2つの視点から正規化を適用することにより、上記の問題を効果的に緩和できる正規化ベクトル量子化フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-03-11T15:20:54Z)
• Representing Noisy Image Without Denoising [91.73819173191076]
  ラドン空間におけるフラクショナルオーダーモーメント(FMR)は、ノイズの多い画像から直接ロバストな表現を引き出すように設計されている。 従来の整数順序法とは異なり、我々の研究は特別な場合のような古典的手法を取り入れたより汎用的な設計である。
  論文  参考訳（メタデータ） (2023-01-18T10:13:29Z)
• Efficient validation of Boson Sampling from binned photon-number distributions [0.0]
  単光子入力を用いたボソンサンプリング器の正しい機能テストを提案する。 理論的議論と数値シミュレーションを通して、双モード光子数分布が現実的なシナリオで利用できることを示す。
  論文  参考訳（メタデータ） (2022-12-19T17:22:35Z)
• Gaussian boson sampling with partial distinguishability [0.0]
  本稿では,仮想モードと識別不可能性に基づくアプローチを用いて,部分的な識別可能性を持つGBSについて検討する。 GBSにおける量子超越性の境界は, 偏微分可能性によってさらに推し進めることができることを示す。
  論文  参考訳（メタデータ） (2021-05-20T08:17:51Z)
• Quasiprobability decompositions with reduced sampling overhead [4.38301148531795]
  量子エラー軽減技術は、フォールトトレラントな量子エラー補正を必要とせずに、現在の量子ハードウェアのノイズを低減することができる。 本稿では, 準確率分解を雑音を考慮した方法で選択することを目的とした, 数学的最適化に基づく新しいアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-01-22T19:00:06Z)
• Consistency Regularization for Certified Robustness of Smoothed Classifiers [89.72878906950208]
  最近のランダムな平滑化技術は、最悪の$ell$-robustnessを平均ケースのロバストネスに変換することができることを示している。 その結果,スムーズな分類器の精度と信頼性の高いロバスト性とのトレードオフは,ノイズに対する予測一貫性の規則化によって大きく制御できることが判明した。
  論文  参考訳（メタデータ） (2020-06-07T06:57:43Z)
• Spatially Adaptive Inference with Stochastic Feature Sampling and Interpolation [72.40827239394565]
  スパースサンプリングされた場所のみの機能を計算することを提案する。 次に、効率的な手順で特徴写像を密に再構築する。 提案したネットワークは、様々なコンピュータビジョンタスクの精度を維持しながら、かなりの計算を省くために実験的に示されている。
  論文  参考訳（メタデータ） (2020-03-19T15:36:31Z)

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。