論文の概要: New Quantum Algorithm for Principal Component Analysis
- arxiv url: http://arxiv.org/abs/2501.07891v1
- Date: Tue, 14 Jan 2025 07:13:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-15 13:28:56.533091
- Title: New Quantum Algorithm for Principal Component Analysis
- Title（参考訳）: 主成分分析のための新しい量子アルゴリズム
- Authors: Nhat A. Nghiem,
- Abstract要約: 量子主成分分析(QPCA)により、量子機械学習アルゴリズムへの新たな発展がもたらされた。
量子アルゴリズムの最近の進歩に触発されて、主成分分析を行うための代替的な量子フレームワークを提供する。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Quantum principal component analysis (QPCA) ignited a new development toward quantum machine learning algorithms. Initially showcasing as an active way for analyzing a quantum system using the quantum state itself, QPCA also found potential application in analyzing a large-scale dataset, represented by the so-called covariance matrix. Inspired by recent advancement in quantum algorithms, we give an alternatively new quantum framework for performing principal component analysis. By analyzing the performance in detail, we shall identify the regime in which our proposal performs better than the original QPCA. In addition, we also provide a new approach for preparing the covariance matrix, given classical dataset, on a quantum computer. Thus, our work provides an efficient complementary framework for revealing features of the quantum state, while keeping the philosophy of original QPCA, as the state could play an active role in analyzing itself.
- Abstract（参考訳）: 量子主成分分析(QPCA)により、量子機械学習アルゴリズムへの新たな発展がもたらされた。
当初、量子状態自身を用いて量子システムを解析するためのアクティブな方法として、QPCAは、いわゆる共分散行列で表される大規模なデータセットを解析する潜在的な応用を見出した。
量子アルゴリズムの最近の進歩に触発されて、主成分分析を行うための代替的な量子フレームワークを提供する。
本稿では,その性能を詳細に分析することにより,提案手法が従来のQPCAよりも優れた性能を示す体制を同定する。
さらに、量子コンピュータ上で、古典的なデータセットを与えられた共分散行列を作成するための新しいアプローチも提供する。
このように、我々の研究は量子状態の特徴を明らかにするための効率的な補完的なフレームワークを提供し、また、状態が自身を分析する上で活発な役割を果たす可能性があるため、元のQPCAの哲学を保っている。
関連論文リスト
- 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) - 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ッツ製造のためのRL-QASについて検討した。
我々はこれらの知見を活用して、最適な資源を用いてランダムな量子状態と対角化するために、QASの絡み合った許容アンサッツを考案する。
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 reservoir probing: an inverse paradigm of quantum reservoir computing for exploring quantum many-body physics [0.0]
本研究では,量子システム自体を情報処理性能によって探索する相互研究の方向性を提案する。
この概念に基づいて、量子貯水池探索(QRP)を開発し、量子貯水池計算(QRC)パラダイムの逆拡張を行う。
量子情報と量子物質を統合することで、QRPは量子多体物理学の様々な側面を探索するための強力なツールとして大きな可能性を秘めている。
論文 参考訳（メタデータ） (2023-08-02T01:26:36Z) - A new quantum machine learning algorithm: split hidden quantum Markov model inspired by quantum conditional master equation [14.262911696419934]
隠れ量子マルコフプロセスを実装するための分割HQMM(SHQMM)を提案する。
実験結果から,本モデルはアプリケーションの範囲やロバスト性において,従来のモデルよりも優れていたことが示唆された。
論文 参考訳（メタデータ） (2023-07-17T16:55:26Z) - Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。
提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
論文 参考訳（メタデータ） (2023-04-18T11:57:15Z) - A self-consistent field approach for the variational quantum
eigensolver: orbital optimization goes adaptive [52.77024349608834]
適応微分組立問題集合型アンザッツ変分固有解法(ADAPTVQE)における自己一貫したフィールドアプローチ(SCF)を提案する。
このフレームワークは、短期量子コンピュータ上の化学系の効率的な量子シミュレーションに使用される。
論文 参考訳（メタデータ） (2022-12-21T23:15:17Z) - 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 Federated Learning with Quantum Data [87.49715898878858]
量子機械学習(QML)は、量子コンピューティングの発展に頼って、大規模な複雑な機械学習問題を探求する、有望な分野として登場した。
本稿では、量子データ上で動作し、量子回路パラメータの学習を分散的に共有できる初めての完全量子連合学習フレームワークを提案する。
論文 参考訳（メタデータ） (2021-05-30T12:19:27Z) - 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) - A Low Complexity Quantum Principal Component Analysis Algorithm [18.697990741989717]
本稿では,低複雑性量子主成分分析(qPCA)アルゴリズムを提案する。
これは、データマトリックスのすべてのコンポーネントではなく、データマトリックスの主成分を量子レジスタに抽出することで、次元の縮小を実現する。
提案したqPCAをIBM量子コンピューティングプラットフォーム上に実装し,実験結果と期待値が一致した。
論文 参考訳（メタデータ） (2020-10-02T07:52:39Z)
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。