論文の概要: A Parameter-Efficient Quantum Anomaly Detection Method on a Superconducting Quantum Processor

• arxiv url: http://arxiv.org/abs/2412.16867v3
• Date: Fri, 28 Mar 2025 10:57:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-31 15:06:06.153928
• Title: A Parameter-Efficient Quantum Anomaly Detection Method on a Superconducting Quantum Processor
• Title（参考訳）: 超伝導量子プロセッサにおけるパラメータ効率の良い量子異常検出法
• Authors: Maida Wang, Jinyang Jiang, Peter V. Coveney,
• Abstract要約: 本稿では,新しい量子機械学習手法を提案する。 実用的な画像異常検出のための効率的な量子異常検出(PEQAD)。 PEQADは従来のモデルと比較してパラメータ効率と精度の両方を達成することを目的としている。 超伝導量子プロセッサ上での一般画像データセットに対する量子異常検出法の最初の実装を実証する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum machine learning has gained attention for its potential to address computational challenges. However, whether those algorithms can effectively solve practical problems and outperform their classical counterparts, especially on current quantum hardware, remains a critical question. In this work, we propose a novel quantum machine learning method, called Parameter-Efficient Quantum Anomaly Detection (PEQAD), for practical image anomaly detection, which aims to achieve both parameter efficiency and superior accuracy compared to classical models. Emulation results indicate that PEQAD demonstrates favourable recognition capabilities compared to classical baselines, achieving an average accuracy of over 90% on benchmarks with significantly fewer trainable parameters. Theoretical analysis confirms that PEQAD has a comparable expressivity to classical counterparts while requiring only a fraction of the parameters. Furthermore, we demonstrate the first implementation of a quantum anomaly detection method for general image datasets on a superconducting quantum processor. Specifically, we achieve an accuracy of over 80% with only 16 parameters on the device, providing initial evidence of PEQAD's practical viability in the noisy intermediate-scale quantum era and highlighting its significant reduction in parameter requirements.
• Abstract（参考訳）: 量子機械学習は、計算課題に対処する可能性について注目を集めている。 しかし、これらのアルゴリズムが現実的な問題を効果的に解決し、特に現在の量子ハードウェアにおいて、従来のアルゴリズムよりも優れているかどうかは、依然として重要な問題である。 本研究では,パラメータ効率の高い量子異常検出(PEQAD)と呼ばれる新しい量子機械学習手法を提案する。 エミュレーションの結果、PEQADは古典的なベースラインに比べて良好な認識能力を示し、トレーニング可能なパラメータが大幅に少ないベンチマークで平均90%以上の精度を達成することが示唆された。 理論的分析により、PEQADは古典的な表現力に匹敵するが、パラメータのごく一部しか必要としないことが明らかとなった。 さらに,超伝導量子プロセッサ上での一般画像データセットに対する量子異常検出法の最初の実装を示す。 具体的には、デバイス上の16個のパラメータだけで80%以上の精度を達成し、ノイズの多い中間スケール量子時代のPEQADの実用可能性の最初の証拠を提供し、パラメータ要求の大幅な削減を強調した。

関連論文リスト

• Quantum phase classification via quantum hypothesis testing [0.39102514525861415]
  理論的には2つの量子状態の区別に最適である量子ネイマン・ピアソン検定に基づく分類アルゴリズムを提案する。 その結果,提案手法は低い分類誤差確率を実現し,トレーニングコストを大幅に削減できることがわかった。 これらの知見は、量子位相分類の強力なツールとしての量子仮説テストの可能性を強調している。
  論文  参考訳（メタデータ） (2025-04-05T08:23:45Z)
• Unsupervised Quantum Anomaly Detection on Noisy Quantum Processors [1.2325897339438878]
  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。
  論文  参考訳（メタデータ） (2024-11-25T22:42:38Z)
• Parametrized Energy-Efficient Quantum Kernels for Network Service Fault Diagnosis [0.49157446832511503]
  その結果,従来の手法に比べて性能が向上し,性能が向上した。 量子カーネルの実験的検証はIBMの超伝導量子コンピュータであるIBM-Kawasakiを用いて行われた。
  論文  参考訳（メタデータ） (2024-05-15T23:06:47Z)
• Equivalence Checking of Parameterised Quantum Circuits [13.796569260568939]
  テンソル決定図に基づく新しいPQCのコンパクト表現を提案する。 インスタンス化を必要とせずにPQC同値性を検証するアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-04-29T06:25:00Z)
• Mitigating Errors on Superconducting Quantum Processors through Fuzzy Clustering [38.02852247910155]
  新しいQuantum Error Mitigation(QEM)技術では、Fizzy C-Meansクラスタリングを使用して測定エラーパターンを特定できる。 実 NISQ 5-qubit 量子プロセッサのサブセットとして得られた 2-qubit レジスタ上で,この手法の原理的検証を報告する。 我々は、FCMベースのQEM技術により、単一および2ビットゲートベースの量子回路の期待値が合理的に改善できることを実証した。
  論文  参考訳（メタデータ） (2024-02-02T14:02:45Z)
• A Hyperparameter Study for Quantum Kernel Methods [0.0]
  量子カーネル法は、量子機械学習において、それらに接続された保証のおかげで有望な方法である。 分析的考察に対するそれらのアクセシビリティは、量子的優位性の可能性に基づいてデータセットを事前スクリーニングする可能性も開ける。 初期の研究は幾何学的差異を開発しており、これは2つのカーネルベースの機械学習アプローチの尺度として理解することができる。
  論文  参考訳（メタデータ） (2023-10-18T11:20:59Z)
• Quantum machine learning for image classification [39.58317527488534]
  本研究では、量子力学の原理を有効計算に活用する2つの量子機械学習モデルを紹介する。 我々の最初のモデルは、並列量子回路を持つハイブリッド量子ニューラルネットワークであり、ノイズの多い中間スケール量子時代においても計算の実行を可能にする。 第2のモデルは、クオン進化層を持つハイブリッド量子ニューラルネットワークを導入し、畳み込みプロセスによる画像の解像度を低下させる。
  論文  参考訳（メタデータ） (2023-04-18T18:23:20Z)
• Anticipative measurements in hybrid quantum-classical computation [68.8204255655161]
  量子計算を古典的な結果によって補う手法を提案する。 予測の利点を生かして、新しいタイプの量子測度がもたらされる。 予測量子測定では、古典計算と量子計算の結果の組み合わせは最後にのみ起こる。
  論文  参考訳（メタデータ） (2022-09-12T15:47:44Z)
• Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the Race to Practical Quantum Advantage [43.3054117987806]
  本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。 本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。 古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
  論文  参考訳（メタデータ） (2022-08-29T15:24:03Z)
• A preprocessing perspective for quantum machine learning classification advantage using NISQ algorithms [0.0]
  変分量子アルゴリズム(VQA)は,LDA法とバランスの取れた精度で性能が向上したことを示す。 現在の量子コンピュータはノイズが多く、テストする量子ビットは少ないため、QML法の現在の量子的利点と潜在的な量子的優位性を実証することは困難である。
  論文  参考訳（メタデータ） (2022-08-28T16:58:37Z)
• Quantum circuit architecture search on a superconducting processor [56.04169357427682]
  変分量子アルゴリズム(VQA)は、ファイナンス、機械学習、化学といった様々な分野において、証明可能な計算上の優位性を得るための強力な証拠を示している。 しかし、現代のVQAで利用されるアンザッツは、表現性と訓練性の間のトレードオフのバランスをとることができない。 8量子ビット超伝導量子プロセッサ上でVQAを強化するために,効率的な自動アンサッツ設計技術を適用した最初の実証実験を実証する。
  論文  参考訳（メタデータ） (2022-01-04T01:53:42Z)
• 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)
• On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
  そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。 私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
  論文  参考訳（メタデータ） (2021-06-29T14:01:40Z)
• Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
  本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。 数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
  論文  参考訳（メタデータ） (2020-10-20T12:06:27Z)

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。