論文の概要: Unsupervised Quantum Anomaly Detection on Noisy Quantum Processors

• arxiv url: http://arxiv.org/abs/2411.16970v1
• Date: Mon, 25 Nov 2024 22:42:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-27 13:33:54.269095
• Title: Unsupervised Quantum Anomaly Detection on Noisy Quantum Processors
• Title（参考訳）: ノイズ量子プロセッサにおける教師なし量子異常検出
• Authors: Daniel Pranjić, Florian Knäble, Philipp Kunst, Damian Kutzias, Dennis Klau, Christian Tutschku, Lars Simon, Micha Kraus, Ali Abedi,
• Abstract要約: 本稿では,一クラス支援ベクトルマシン(OCSVM)アルゴリズムの一般化特性の系統的解析を行う。 結果は理論的にシミュレートされ、トラップイオンおよび超伝導量子プロセッサ上で実験的に検証された。
• 参考スコア（独自算出の注目度）: 1.2325897339438878
• License:
• Abstract: Whether in fundamental physics, cybersecurity or finance, the detection of anomalies with machine learning techniques is a highly relevant and active field of research, as it potentially accelerates the discovery of novel physics or criminal activities. We provide a systematic analysis of the generalization properties of the One-Class Support Vector Machine (OCSVM) algorithm, using projected quantum kernels for a realistic dataset of the latter application. These results were both theoretically simulated and experimentally validated on trapped-ion and superconducting quantum processors, by leveraging partial state tomography to obtain precise approximations of the quantum states that are used to estimate the quantum kernels. Moreover, we analyzed both platforms respective hardware-efficient feature maps over a wide range of anomaly ratios and showed that for our financial dataset in all anomaly regimes, the quantum-enhanced OCSVMs lead to better generalization properties compared to the purely classical approach. As such our work bridges the gap between theory and practice in the noisy intermediate scale quantum (NISQ) era and paves the path towards useful quantum applications.
• Abstract（参考訳）: 基本的な物理学、サイバーセキュリティ、ファイナンスにおいて、機械学習技術による異常の検出は、新しい物理学や犯罪活動の発見を加速させる可能性があり、非常に関連性があり活発な研究分野である。 本稿では,1クラスサポートベクトルマシン(OCSVM)アルゴリズムの一般化特性を,プロジェクションされた量子カーネルを用いて,後者のアプリケーションの現実的なデータセットとして解析する。 これらの結果は、量子核を推定するために用いられる量子状態の正確な近似を得るために部分状態トモグラフィーを活用することによって、トラップイオンおよび超伝導量子プロセッサ上で理論的にシミュレートされ、実験的に検証された。 さらに,各ハードウェア効率の良い特徴写像を多種多様な異常比で解析し,全ての異常状態における財務データセットに対して,量子拡張型OCSVMは,純粋に古典的なアプローチに比べてより一般化性が高いことを示した。 このような研究は、ノイズの多い中間スケール量子(NISQ)時代の理論と実践のギャップを埋め、有用な量子アプリケーションへの道を歩む。

関連論文リスト

• Comprehensive Survey of QML: From Data Analysis to Algorithmic Advancements [2.5686697584463025]
  量子機械学習(Quantum Machine Learning)は、量子コンピューティングと機械学習の交差点におけるパラダイムシフトである。 この分野は、ハードウェアの制約、ノイズ、量子ビットコヒーレンス(英語版)の制限など、重大な課題に直面している。 この調査は、実用的な実世界のアプリケーションに向けて量子機械学習を進めるための基盤となるリソースを提供することを目的としている。
  論文  参考訳（メタデータ） (2025-01-16T13:25:49Z)
• Benchmarking quantum machine learning kernel training for classification tasks [0.0]
  本研究は、分類タスクの文脈における量子カーネル法に焦点を当てる。 量子カーネル推定(QKE)と量子カーネル訓練(QKT)の性能を2つの量子特徴写像と関連づけて検討する。 実験結果から、量子法は異なるデータセット間で様々な性能を示すことが明らかとなった。
  論文  参考訳（メタデータ） (2024-08-17T10:53:06Z)
• Hardware-efficient variational quantum algorithm in trapped-ion quantum computer [0.0]
  本研究では, トラップイオン量子シミュレータ, HEA-TI に適したハードウェア効率の変動量子アルゴリズムアンサッツについて検討する。 我々は、全てのイオン間のプログラム可能な単一量子ビット回転と大域スピンスピン相互作用を活用し、従来のゲートベース手法における資源集約型2量子ビットゲートへの依存を減らす。
  論文  参考訳（メタデータ） (2024-07-03T14:02:20Z)
• Toward coherent quantum computation of scattering amplitudes with a measurement-based photonic quantum processor [0.0]
  格子QCDにより現在アクセス不能な散乱可観測物の研究に量子光学シミュレーションを用いることの可能性について論じる。 計測に基づくフォトニック量子コンピューティングの最近の進歩は、必要なエキゾチックゲートを決定論的に生成するために活用できることが示されている。
  論文  参考訳（メタデータ） (2023-12-19T21:36:07Z)
• Peptide Binding Classification on Quantum Computers [3.9540968630765643]
  本研究では,計算生物学の分野における課題として,短期量子コンピュータを用いた広範囲な研究を行っている。 治療タンパク質の設計に関わる課題に対してシーケンス分類を行い、類似スケールの古典的ベースラインと競合する性能を示す。 この研究は、治療タンパク質の設計に不可欠なタスクに対して、短期量子コンピューティングの最初の概念実証アプリケーションを構成する。
  論文  参考訳（メタデータ） (2023-11-27T10:32:31Z)
• Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
  本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。 我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。 これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
  論文  参考訳（メタデータ） (2023-06-29T18:00:01Z)
• QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional Networks [124.7972093110732]
  本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。 現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。 我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
  論文  参考訳（メタデータ） (2022-11-09T21:43:16Z)
• Theory of Quantum Generative Learning Models with Maximum Mean Discrepancy [67.02951777522547]
  量子回路ボルンマシン(QCBM)と量子生成逆ネットワーク(QGAN)の学習可能性について検討する。 まず、QCBMの一般化能力を解析し、量子デバイスがターゲット分布に直接アクセスできる際の優位性を同定する。 次に、QGANの一般化誤差境界が、採用されるAnsatz、クォーディットの数、入力状態に依存することを示す。
  論文  参考訳（メタデータ） (2022-05-10T08:05:59Z)
• Noisy Quantum Kernel Machines [58.09028887465797]
  量子学習マシンの新たなクラスは、量子カーネルのパラダイムに基づくものである。 消散と脱コヒーレンスがパフォーマンスに与える影響について検討する。 量子カーネルマシンでは,デコヒーレンスや散逸を暗黙の正規化とみなすことができる。
  論文  参考訳（メタデータ） (2022-04-26T09:52:02Z)
• Circuit Symmetry Verification Mitigates Quantum-Domain Impairments [69.33243249411113]
  本稿では,量子状態の知識を必要とせず,量子回路の可換性を検証する回路指向対称性検証を提案する。 特に、従来の量子領域形式を回路指向安定化器に一般化するフーリエ時間安定化器(STS)手法を提案する。
  論文  参考訳（メタデータ） (2021-12-27T21:15:35Z)
• Nearest Centroid Classification on a Trapped Ion Quantum Computer [57.5195654107363]
  我々は,古典的データを量子状態に効率よくロードし,距離推定を行う手法を用いて,量子近接Centroid分類器を設計する。 MNIST手書き桁データセットの古典的最寄りのセントロイド分類器の精度と8次元合成データの最大100%の精度とを一致させ,11量子ビットトラップイオン量子マシン上で実験的に実証した。
  論文  参考訳（メタデータ） (2020-12-08T01:10:30Z)

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。