論文の概要: Quantum-Inspired Evolutionary Algorithms for Feature Subset Selection: A Comprehensive Survey

• arxiv url: http://arxiv.org/abs/2407.17946v1
• Date: Thu, 25 Jul 2024 11:07:19 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-26 14:18:40.996355
• Title: Quantum-Inspired Evolutionary Algorithms for Feature Subset Selection: A Comprehensive Survey
• Title（参考訳）: 機能サブセット選択のための量子インスパイアされた進化的アルゴリズム:包括的調査
• Authors: Yelleti Vivek, Vadlamani Ravi, P. Radha Krishna,
• Abstract要約: 量子インスパイアされた進化的アルゴリズム(QIEAs)は、与えられた解における特徴の状態の確率論的表現を採用するために量子ビットを用いる。 各種出版社を包括的に調査し,56紙を収集した。
• 参考スコア（独自算出の注目度）: 4.829719151294255
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The clever hybridization of quantum computing concepts and evolutionary algorithms (EAs) resulted in a new field called quantum-inspired evolutionary algorithms (QIEAs). Unlike traditional EAs, QIEAs employ quantum bits to adopt a probabilistic representation of the state of a feature in a given solution. This unprecedented feature enables them to achieve better diversity and perform global search, effectively yielding a tradeoff between exploration and exploitation. We conducted a comprehensive survey across various publishers and gathered 56 papers. We thoroughly analyzed these publications, focusing on the novelty elements and types of heuristics employed by the extant quantum-inspired evolutionary algorithms (QIEAs) proposed to solve the feature subset selection (FSS) problem. Importantly, we provided a detailed analysis of the different types of objective functions and popular quantum gates, i.e., rotation gates, employed throughout the literature. Additionally, we suggested several open research problems to attract the attention of the researchers.
• Abstract（参考訳）: 量子コンピューティングの概念と進化アルゴリズム(EA)の巧妙なハイブリッド化により、量子インスパイアされた進化アルゴリズム(QIEAs)と呼ばれる新しい分野が生まれた。 従来のEAとは異なり、QIEAsは与えられた解における特徴の状態の確率的表現を採用するために量子ビットを用いる。 この前例のない特徴により、彼らはより良い多様性を達成し、グローバルな探索を行え、探検と搾取のトレードオフを効果的に得ることができる。 各種出版社を包括的に調査し,56紙を収集した。 我々はこれらの論文を網羅的に分析し、現在提案されている量子インスピレーション進化アルゴリズム(QIEAs)が採用している特徴部分選択(FSS)問題に焦点をあてた。 重要な点として、各文献で採用されている様々な目的関数と一般的な量子ゲート、すなわち回転ゲートの詳細な分析を行った。 さらに,研究者の注意を引くために,いくつかのオープンな研究課題を提案した。

関連論文リスト

• A quantum information theoretic analysis of reinforcement learning-assisted quantum architecture search [0.0]
  本研究では, 変分量子状態対角化問題に適したアンサーゼの製作のためのRL-QASについて検討した。 これらの知見を利用して、QASにおける絡み合った許容アンサッツを考案し、最適な資源を用いてランダムな量子状態の対角化を行う。
  論文  参考訳（メタデータ） (2024-04-09T09:54:59Z)
• Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
  量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。 どの場の量子スピードアップが達成できるかという新たな課題が生じる。 量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
  論文  参考訳（メタデータ） (2024-02-26T09:32:07Z)
• 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)
• A Review on Quantum Approximate Optimization Algorithm and its Variants [47.89542334125886]
  量子近似最適化アルゴリズム(Quantum Approximate Optimization Algorithm、QAOA)は、難解な最適化問題を解くことを目的とした、非常に有望な変分量子アルゴリズムである。 この総合的なレビューは、様々なシナリオにおけるパフォーマンス分析を含む、QAOAの現状の概要を提供する。 我々は,提案アルゴリズムの今後の展望と方向性を探りながら,選択したQAOA拡張と変種の比較研究を行う。
  論文  参考訳（メタデータ） (2023-06-15T15:28:12Z)
• QNEAT: Natural Evolution of Variational Quantum Circuit Architecture [95.29334926638462]
  我々は、ニューラルネットワークの量子対する最も有望な候補として登場した変分量子回路(VQC)に注目した。 有望な結果を示す一方で、バレン高原、重みの周期性、アーキテクチャの選択など、さまざまな問題のために、VQCのトレーニングは困難である。 本稿では,VQCの重みとアーキテクチャの両方を最適化するために,自然進化にインスパイアされた勾配のないアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-04-14T08:03:20Z)
• An introduction to variational quantum algorithms on gate-based quantum computing for combinatorial optimization problems [0.0]
  このチュートリアルは変分量子アルゴリズムのクラスに関する数学的記述を提供する。 量子側および古典側におけるこれらのハイブリッドアルゴリズムの重要な側面を正確に紹介する。 我々はQAOAに特に注意を払って、そのアルゴリズムに関わる量子回路と、その可能な誘導関数によって満たされる特性を詳述した。
  論文  参考訳（メタデータ） (2022-12-22T14:27:52Z)
• ORQVIZ: Visualizing High-Dimensional Landscapes in Variational Quantum Algorithms [51.02972483763309]
  変分量子アルゴリズム(VQA)は、量子コンピュータの実用的な応用を見つけるための有望な候補である。 この作業には、オープンソースのPythonパッケージである$textitorqviz$のリリースが伴っている。
  論文  参考訳（メタデータ） (2021-11-08T18:17:59Z)
• Feature Selection for Recommender Systems with Quantum Computing [7.8851236034886645]
  小型だが機能的な量子コンピュータは、より広い研究コミュニティで利用できるようになった。 この数学的定式化に最も自然に適合するタスクの1つは特徴選択である。 特徴選択を最適化問題として表現し、D-Waveが提供する実量子コンピュータ上で解く。
  論文  参考訳（メタデータ） (2021-10-11T08:52:50Z)
• 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)
• Hybrid Quantum Computing -- Tabu Search Algorithm for Partitioning Problems: preliminary study on the Traveling Salesman Problem [0.8434687648198277]
  本稿では,ハイブリッド量子コンピューティング - Tabu Search Algorithm と呼ばれる新しい解法を提案する。 提案手法の主な運用柱は、量子資源へのアクセスの制御の強化と、収益性のないアクセスの大幅な削減である。
  論文  参考訳（メタデータ） (2020-12-09T11:21:50Z)

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。