論文の概要: Q-LIME $π$: A Quantum-Inspired Extension to LIME

• arxiv url: http://arxiv.org/abs/2412.17197v1
• Date: Mon, 23 Dec 2024 00:20:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-24 15:54:00.698215
• Title: Q-LIME $π$: A Quantum-Inspired Extension to LIME
• Title（参考訳）: Q-LIME $π$: LIMEへの量子インスパイアされた拡張
• Authors: Nelson Colón Vargas,
• Abstract要約: Local Interpretable Model-Agnostic Explanations (LIME)は、機能を摂動させ、モデルの出力への影響を測定することで、この問題に対処する。 量子状態のバイナリ特徴ベクトルを符号化するLIMEの量子化拡張である textbfQ-LIME $pi$ (Quantum LIME $pi$) を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Machine learning models offer powerful predictive capabilities but often lack transparency. Local Interpretable Model-agnostic Explanations (LIME) addresses this by perturbing features and measuring their impact on a model's output. In text-based tasks, LIME typically removes present words (bits set to 1) to identify high-impact tokens. We propose \textbf{Q-LIME $\pi$} (Quantum LIME $\pi$), a quantum-inspired extension of LIME that encodes a binary feature vector in a quantum state, leveraging superposition and interference to explore local neighborhoods more efficiently. Our method focuses on flipping bits from $1 \rightarrow 0$ to emulate LIME's ``removal'' strategy, and can be extended to $0 \rightarrow 1$ where adding features is relevant. Experiments on subsets of the IMDb dataset demonstrate that Q-LIME $\pi$ often achieves near-identical top-feature rankings compared to classical LIME while exhibiting lower runtime in small- to moderate-dimensional feature spaces. This quantum-classical hybrid approach thus provides a new pathway for interpretable AI, suggesting that, with further improvements in quantum hardware and methods, quantum parallelism may facilitate more efficient local explanations for high-dimensional data.
• Abstract（参考訳）: 機械学習モデルは強力な予測機能を提供するが、透明性を欠くことが多い。 Local Interpretable Model-Agnostic Explanations (LIME)は、機能を摂動させ、モデルの出力への影響を測定することで、この問題に対処する。 テキストベースのタスクでは、LIMEは通常、現在の単語(ビットが1に設定されている)を削除し、ハイインパクトトークンを識別する。 量子状態のバイナリ特徴ベクトルを符号化し、重ね合わせと干渉を利用して局所近傍の探索をより効率的に行うLIMEの拡張である。 提案手法では,LIME の ``removal'' 戦略をエミュレートするため,$1 \rightarrow 0$ から$0 \rightarrow 1$ に拡張できる。 IMDbデータセットのサブセットに関する実験では、Q-LIME$\pi$は古典的なLIMEと比較してほぼ同一の上位のランクを得られるが、小から中程度の特徴空間では低いランタイムを示す。 この量子古典ハイブリッドアプローチは、解釈可能なAIのための新しい経路を提供し、量子ハードウェアとメソッドのさらなる改良により、量子並列性は高次元データのより効率的な局所的説明を促進することを示唆している。

関連論文リスト

• FIRP: Faster LLM inference via future intermediate representation prediction [54.897493351694195]
  FIRPはデコードステップ毎に1つではなく複数のトークンを生成する。 いくつかのモデルとデータセットで1.9x-3xのスピードアップ比を示す広範な実験を行った。
  論文  参考訳（メタデータ） (2024-10-27T15:53:49Z)
• Linear gate bounds against natural functions for position-verification [0.0]
  量子位置検証スキームは、証明者の空間的位置を検証しようとする。 我々は、$f$-routing(英語版)と$f$-BB84(英語版)として知られる2つのよく研究された位置検証スキームを考える。
  論文  参考訳（メタデータ） (2024-02-28T19:00:10Z)
• Deterministic identification over channels with finite output: a dimensional perspective on superlinear rates [53.66705737169404]
  有限出力であるが任意の入力アルファベットを持つメモリレスチャネルに対する一般性の問題を考える。 主な発見は、それによって特定可能なメッセージの最大数は、ブロック長が$n$の2R,nlog n$と超指数的にスケールすることです。 結果は、有限次元の出力量子系を持つ古典量子チャネルに直接一般化することが示されている。
  論文  参考訳（メタデータ） (2024-02-14T11:59:30Z)
• Towards large-scale quantum optimization solvers with few qubits [59.63282173947468]
  我々は、$m=mathcalO(nk)$バイナリ変数を$n$ qubitsだけを使って最適化するために、$k>1$で可変量子ソルバを導入する。 我々は,特定の量子ビット効率の符号化が,バレン高原の超ポリノミウム緩和を内蔵特徴としてもたらすことを解析的に証明した。
  論文  参考訳（メタデータ） (2024-01-17T18:59:38Z)
• Simulation of IBM's kicked Ising experiment with Projected Entangled Pair Operator [71.10376783074766]
  我々は最近,誤りを軽減した量子回路を用いてエミュレートされた127量子ビットキックド・イジングモデルの古典的シミュレーションを行った。 提案手法はハイゼンベルク図の射影的絡み合ったペア作用素(PEPO)に基づいている。 我々はクリフォード展開理論を開発し、正確な期待値を計算し、それらをアルゴリズムの評価に利用する。
  論文  参考訳（メタデータ） (2023-08-06T10:24:23Z)
• Quantum data hiding with continuous variable systems [8.37609145576126]
  連続変数量子系のコンテキストにおけるデータ隠蔽について検討する。 ローカルな操作と古典的な通信で実装可能な測定セットである$mathcalM=mathrmLOCC$を見ていく。 非理想的ブラウンシュタイン・キンブル量子テレポーテーションプロトコルによって導入された誤差の厳密な定量的解析を行う。
  論文  参考訳（メタデータ） (2021-02-01T19:00:14Z)
• Efficient Verification of Anticoncentrated Quantum States [0.38073142980733]
  準備可能な量子状態 $mu$ と古典的に指定されたターゲット状態 $tau$ の間に、忠実度 $F(mu,tau)$ を推定する新しい方法を提案する。 また,本手法のより洗練されたバージョンを提示する。このバージョンでは,高効率に準備可能な,かつ良好な量子状態が重要試料として使用される。
  論文  参考訳（メタデータ） (2020-12-15T18:01:11Z)
• Preparation of excited states for nuclear dynamics on a quantum computer [117.44028458220427]
  量子コンピュータ上で励起状態を作成するための2つの異なる方法を研究する。 シミュレーションおよび実量子デバイス上でこれらの手法をベンチマークする。 これらの結果から,フォールトトレラントデバイスに優れたスケーリングを実現するために設計された量子技術が,接続性やゲート忠実性に制限されたデバイスに実用的なメリットをもたらす可能性が示唆された。
  論文  参考訳（メタデータ） (2020-09-28T17:21:25Z)
• Quantum Gram-Schmidt Processes and Their Application to Efficient State Read-out for Quantum Algorithms [87.04438831673063]
  本稿では、生成した状態の古典的ベクトル形式を生成する効率的な読み出しプロトコルを提案する。 我々のプロトコルは、出力状態が入力行列の行空間にある場合に適合する。 我々の技術ツールの1つは、Gram-Schmidt正則手順を実行するための効率的な量子アルゴリズムである。
  論文  参考訳（メタデータ） (2020-04-14T11:05:26Z)
• Quantum embeddings for machine learning [5.16230883032882]
  量子分類器は、機械学習モデルとして使用されるトレーニング可能な量子回路である。 我々は、ヒルベルト空間におけるデータクラスを最大限に分離することを目的として、回路の最初の部分(埋め込み)を訓練することを提案する。 このアプローチは量子機械学習のための強力な分析フレームワークを提供する。
  論文  参考訳（メタデータ） (2020-01-10T19:00:01Z)

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。