論文の概要: Quantum multi-output Gaussian Processes based Machine Learning for Line Parameter Estimation in Electrical Grids

• arxiv url: http://arxiv.org/abs/2411.09123v1
• Date: Thu, 14 Nov 2024 01:44:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-15 15:24:20.709503
• Title: Quantum multi-output Gaussian Processes based Machine Learning for Line Parameter Estimation in Electrical Grids
• Title（参考訳）: 電力網における線形パラメータ推定のための量子多出力ガウス過程に基づく機械学習
• Authors: Priyanka Arkalgud Ganeshamurthy, Kumar Ghosh, Corey O'Meara, Giorgio Cortiana, Jan Schiefelbein-Lach, Antonello Monti,
• Abstract要約: 我々は、よく知られたHHLと呼ばれる量子アルゴリズムを実装することで、多出力ガウス過程(QGP)の量子バージョンを開発する。 電力網の線パラメータを推定する実世界の問題に対するQGPの適用について述べる。
• 参考スコア（独自算出の注目度）: 0.0848210898747543
• License:
• Abstract: Gaussian process (GP) is a powerful modeling method with applications in machine learning for various engineering and non-engineering fields. Despite numerous benefits of modeling using GPs, the computational complexity associated with GPs demanding immense resources make their practical usage highly challenging. In this article, we develop a quantum version of multi-output Gaussian Process (QGP) by implementing a well-known quantum algorithm called HHL, to perform the Kernel matrix inversion within the Gaussian Process. To reduce the large circuit depth of HHL a circuit optimization technique called Approximate Quantum Compiling (AQC) has been implemented. We further showcase the application of QGP for a real-world problem to estimate line parameters of an electrical grid. Using AQC, up to 13-qubit HHL circuit has been implemented for a 32x32 kernel matrix inversion on IBM Quantum hardware for demonstrating QGP based line parameter estimation experimentally. Finally, we compare its performance against noise-less quantum simulators and classical computation results.
• Abstract（参考訳）: ガウス過程(英: Gaussian process, GP)は、様々な工学分野や非工学分野に機械学習を応用した強力なモデリング手法である。 GPを用いたモデリングの多くの利点にもかかわらず、膨大なリソースを必要とするGPに関連する計算複雑性は、その実用的利用を非常に困難にしている。 本稿では,HHLと呼ばれるよく知られた量子アルゴリズムを実装した多出力ガウス過程(QGP)の量子バージョンを開発し,ガウス過程内でカーネル行列の逆変換を行う。 HHLの回路深度を低減するため、近似量子コンパイル(AQC)と呼ばれる回路最適化手法が実装されている。 さらに、実世界の問題に対するQGPの適用例を示し、電力網の線パラメータを推定する。 AQCを用いて、IBM Quantumハードウェア上の32x32カーネル行列逆変換に対して最大13量子ビットHHL回路を実装し、QGPに基づく線パラメータ推定を実験的に実証した。 最後に、ノイズレス量子シミュレータと古典計算結果を比較した。

関連論文リスト

• Quantum Compiling with Reinforcement Learning on a Superconducting Processor [55.135709564322624]
  超伝導プロセッサのための強化学習型量子コンパイラを開発した。 短絡の新規・ハードウェア対応回路の発見能力を示す。 本研究は,効率的な量子コンパイルのためのハードウェアによるソフトウェア設計を実証する。
  論文  参考訳（メタデータ） (2024-06-18T01:49:48Z)
• A joint optimization approach of parameterized quantum circuits with a tensor network [0.0]
  現在の中間スケール量子(NISQ)デバイスはその能力に制限がある。 本稿では,パラメータ化ネットワーク(TN)を用いて,変分量子固有解法(VQE)アルゴリズムの性能改善を試みる。
  論文  参考訳（メタデータ） (2024-02-19T12:53:52Z)
• Sparse Quantum State Preparation for Strongly Correlated Systems [0.0]
  原理として、指数関数的にスケールする多電子波関数を線形にスケールする量子ビットレジスタに符号化することは、従来の量子化学法の限界を克服するための有望な解決策を提供する。 基底状態量子アルゴリズムが実用的であるためには、量子ビットの初期化が要求される基底状態の高品質な近似に必須である。 量子状態準備(QSP)は、古典的な計算から得られる近似固有状態の生成を可能にするが、量子情報のオラクルとして頻繁に扱われる。
  論文  参考訳（メタデータ） (2023-11-06T18:53:50Z)
• Accelerating the training of single-layer binary neural networks using the HHL quantum algorithm [58.720142291102135]
  Harrow-Hassidim-Lloyd (HHL) の量子力学的実装から有用な情報が抽出可能であることを示す。 しかし,本論文では,HHLの量子力学的実装から有用な情報を抽出し,古典的側面における解を見つける際の複雑性を低減することを目的としている。
  論文  参考訳（メタデータ） (2022-10-23T11:58:05Z)
• Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
  テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる 本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。 その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
  論文  参考訳（メタデータ） (2022-09-01T17:08:41Z)
• Gradient-descent quantum process tomography by learning Kraus operators [63.69764116066747]
  離散および連続変数の量子システムに対して量子プロセストモグラフィー(QPT)を行う。 我々は、クラウス作用素を得るために、最適化中にいわゆるスティーフェル多様体に対して制約付き勾配-退化(GD)アプローチを用いる。 GD-QPTは、2量子ランダムプロセスを持つベンチマークにおいて、圧縮センシング(CS)と投影最小二乗QPT(PLS)の両方のパフォーマンスと一致する。
  論文  参考訳（メタデータ） (2022-08-01T12:48:48Z)
• Quantum AI simulator using a hybrid CPU-FPGA approach [9.736685719039599]
  我々は、異種CPU-FPGA計算による量子カーネル推定が、従来のCPU実装より470倍高速であることを示す。 アプリケーション固有の量子カーネルの共設計と,その効率的なFPGA実装により,ゲートベースの量子カーネルを特徴量で最大規模の数値シミュレーションを行うことができた。
  論文  参考訳（メタデータ） (2022-06-20T06:45:29Z)
• Quantum circuit debugging and sensitivity analysis via local inversions [62.997667081978825]
  本稿では,回路に最も影響を及ぼす量子回路の断面をピンポイントする手法を提案する。 我々は,IBM量子マシン上に実装されたアルゴリズム回路の例に応用して,提案手法の実用性と有効性を示す。
  論文  参考訳（メタデータ） (2022-04-12T19:39:31Z)
• Efficient Classical Computation of Quantum Mean Values for Shallow QAOA Circuits [15.279642278652654]
  浅いQAOA回路の量子ビット数と線形にスケールするグラフ分解に基づく古典的アルゴリズムを提案する。 我々の結果は、QAOAによる量子アドバンテージの探索だけでなく、NISQプロセッサのベンチマークにも有用である。
  論文  参考訳（メタデータ） (2021-12-21T12:41:31Z)
• Matrix Product State Pre-Training for Quantum Machine Learning [0.1259953341639576]
  並列量子回路(PQC)は、量子化学と量子最適化問題の基盤として使われてきた。 本稿では,行列製品状態機械学習に基づく回路事前学習手法を提案する。
  論文  参考訳（メタデータ） (2021-06-10T13:43:30Z)
• Machine Learning Optimization of Quantum Circuit Layouts [63.55764634492974]
  本稿では量子回路マッピングQXXとその機械学習バージョンQXX-MLPを紹介する。 後者は、レイアウトされた回路の深さが小さくなるように最適なQXXパラメータ値を自動的に推論する。 近似を用いてレイアウト法を学習可能な経験的証拠を提示する。
  論文  参考訳（メタデータ） (2020-07-29T05:26:19Z)

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。