Fugu-MT 論文翻訳(概要): QxEAI: Quantum-like evolutionary algorithm for automated probabilistic forecasting

論文の概要: QxEAI: Quantum-like evolutionary algorithm for automated probabilistic forecasting

arxiv url: http://arxiv.org/abs/2405.03701v2
Date: Fri, 21 Jun 2024 02:45:04 GMT
ステータス: 翻訳完了
システム内更新日: 2024-06-24 19:16:56.845765
Title: QxEAI: Quantum-like evolutionary algorithm for automated probabilistic forecasting
Title（参考訳）: QxEAI:自動確率予測のための量子様進化アルゴリズム
Authors: Kevin Xin, Lizhi Xin,
Abstract要約: 本稿では,確率的予測を生成する手法であるQxEAIを提案する。我々は,手作業はほとんど必要とせず,我々の方法論が正確な予測をいかに生み出すかを示す。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Forecasting, to estimate future events, is crucial for business and decision-making. This paper proposes QxEAI, a methodology that produces a probabilistic forecast that utilizes a quantum-like evolutionary algorithm based on training a quantum-like logic decision tree and a classical value tree on a small number of related time series. We demonstrate how the application of our quantum-like evolutionary algorithm to forecasting can overcome the challenges faced by classical and other machine learning approaches. By using three real-world datasets (Dow Jones Index, retail sales, gas consumption), we show how our methodology produces accurate forecasts while requiring little to none manual work.
Abstract（参考訳）: 将来の出来事を見積もるためには、予測はビジネスと意思決定に不可欠である。本稿では,量子ライクな論理決定木と古典値木を少数の時系列でトレーニングし,量子ライクな進化アルゴリズムを用いた確率予測手法であるQxEAIを提案する。我々は、量子ライクな進化的アルゴリズムの予測への応用が、古典的およびその他の機械学習アプローチが直面している課題を克服する方法について実証する。実世界の3つのデータセット(Dow Jones Index、小売販売、ガス消費)を用いて、我々の方法論がどのように正確な予測を生成するかを示し、手作業はほとんど必要としない。

関連論文リスト

Predicting Probabilities of Error to Combine Quantization and Early Exiting: QuEE [68.6018458996143]
本稿では,量子化と早期出口動的ネットワークを組み合わせたより一般的な動的ネットワークQuEEを提案する。我々のアルゴリズムは、ソフトアーリーエグジットや入力依存圧縮の一形態と見なすことができる。提案手法の重要な要素は、さらなる計算によって実現可能な潜在的な精度向上の正確な予測である。
論文参考訳（メタデータ） (2024-06-20T15:25:13Z)
Quantum Next Generation Reservoir Computing: An Efficient Quantum Algorithm for Forecasting Quantum Dynamics [1.9260081982051918]
NG-RCは、積分可能系とカオス系の両方において、完全多体量子力学を正確に予測できることを示す。本稿では,ブロック符号化手法を用いて,量子計算の高速化による多体量子力学予測のためのエンドツーエンド量子アルゴリズムを提案する。
論文参考訳（メタデータ） (2023-08-28T00:34:40Z)
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)
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)
A review of predictive uncertainty estimation with machine learning [0.0]
機械学習アルゴリズムを用いて予測不確実性推定の話題を概観する。我々は確率的予測を評価するための関連する指標(一貫性スコアリング関数と適切なスコアリングルール)について論じる。このレビューでは、ユーザーのニーズに合わせて新しいアルゴリズムを開発する方法についての理解を深める。
論文参考訳（メタデータ） (2022-09-17T10:36:30Z)
Scalable computation of prediction intervals for neural networks via matrix sketching [79.44177623781043]
既存の不確実性推定アルゴリズムでは、モデルアーキテクチャとトレーニング手順を変更する必要がある。本研究では、与えられたトレーニングされたニューラルネットワークに適用し、近似予測間隔を生成できる新しいアルゴリズムを提案する。
論文参考訳（メタデータ） (2022-05-06T13:18:31Z)
Non-Clairvoyant Scheduling with Predictions Revisited [77.86290991564829]
非論理的スケジューリングでは、優先度不明な処理条件でジョブをスケジューリングするためのオンライン戦略を見つけることが課題である。我々はこのよく研究された問題を、アルゴリズム設計に(信頼できない)予測を統合する、最近人気の高い学習強化された設定で再検討する。これらの予測には所望の特性があり, 高い性能保証を有するアルゴリズムと同様に, 自然な誤差測定が可能であることを示す。
論文参考訳（メタデータ） (2022-02-21T13:18:11Z)
Hessian-based toolbox for reliable and interpretable machine learning in physics [58.720142291102135]
本稿では,モデルアーキテクチャの解釈可能性と信頼性,外挿を行うためのツールボックスを提案する。与えられたテストポイントでの予測に対する入力データの影響、モデル予測の不確実性の推定、およびモデル予測の不可知スコアを提供する。我々の研究は、物理学やより一般的には科学に適用されたMLにおける解釈可能性と信頼性の方法の体系的利用への道を開く。
論文参考訳（メタデータ） (2021-08-04T16:32:59Z)
Quantum Bayesian decision-making* [0.0]
完全に量子力学的な意思決定プロセスを提案しており、計算上の利点が証明されている。 Qiskit(IBM Qマシン用のPythonベースのプログラム開発キット)のプロトタイプ実装が概念実証として議論されている。
論文参考訳（メタデータ） (2020-10-05T15:19:16Z)
Predicting human-generated bitstreams using classical and quantum models [3.009407292418984]
思考学派は、人間の意思決定は量子的な論理を表わすと主張している。低幅,低深さ,パラメタライズド量子回路を用いて二分決定をエミュレートする。
論文参考訳（メタデータ） (2020-04-09T16:59:49Z)

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。