論文の概要: QGAIC: Quantum Inspired Genetic Algorithm for Image Classification

• arxiv url: http://arxiv.org/abs/2501.11477v2
• Date: Wed, 22 Jan 2025 09:23:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-23 13:30:46.570427
• Title: QGAIC: Quantum Inspired Genetic Algorithm for Image Classification
• Title（参考訳）: QGAIC: 画像分類のための量子インスパイアされた遺伝的アルゴリズム
• Authors: Akhilesh Kumar Singh, Kirankumar R. Hiremath,
• Abstract要約: 本研究は、2つのメタヒューリスティックス手法を用いて、2つの新しい量子インスパイアされたメタアプローチを導入する。 2つの提案手法は古典的および量子的遺伝的アルゴリズムのアプローチを組み合わせたものである。 5つの異なるMNISTデータセットに対して、全ての参加アルゴリズムのパフォーマンスが評価された。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: This study uses two meta-heuristics methodologies to introduce two novel quantum-inspired meta heuristic approaches: quantum-inspired genetic algorithm (QIGA1) and quantum-inspired genetic algorithm with dynamic approach (QIGA2). The two suggested methods combine a classical and quantum genetic algorithm approach. Both approaches use The correlation coefficient as an assessment function to identify the best (optimal) values for binary image. In quantum computing, they use simple ideas like qubits and state superposition. Due to these characteristics, parallelism which uses the time discreteness of quantum mechanical systems, is exhibited. For five distinct MNIST datasets, the performance of all participating algorithms has been assessed by comparing the suggested approaches first with their traditional approach counterparts and then with the proposed methods QIGA1 and QIGA2. Each method's ideal threshold value, associated fitness value (best and average), loss, and accuracy for each MNIST dataset have all been published. The outcomes demonstrate the superior efficiency of the suggested approaches over their traditional equivalents.
• Abstract（参考訳）: 本研究は2つのメタヒューリスティックス手法を用いて、量子インスパイアされた遺伝的アルゴリズム(QIGA1)と量子インスパイアされた遺伝的アルゴリズム(QIGA2)の2つの新しい量子インスパイアされたメタヒューリスティックアプローチを導入する。 提案した2つの手法は古典的および量子的遺伝的アルゴリズムのアプローチを組み合わせたものである。 どちらの手法も、相関係数を評価関数として使用し、バイナリ画像の最適値(最適値)を特定する。 量子コンピューティングでは、量子ビットや状態重畳といった単純なアイデアを使用する。 これらの特徴により、量子力学系の時間離散性を用いた並列性を示す。 5つの異なるMNISTデータセットに対して、提案したアプローチを従来のアプローチと比較し、提案手法であるQIGA1とQIGA2を比較して、全ての参加アルゴリズムの性能を評価した。 各メソッドの理想的なしきい値、関連する適合値(ベストと平均)、損失、MNISTデータセットの正確性はすべて公表されている。 これらの結果は、提案されたアプローチの従来の等価性よりも優れた効率性を示している。

関連論文リスト

• 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)
• Predicting RNA Secondary Structure on Universal Quantum Computer [2.277461161767121]
  RNA構造が塩基配列からどのように折り畳み、その二次構造がどのように形成されるかを知るための最初のステップである。 従来のエネルギーベースのアルゴリズムは、特に非ネスト配列の精度が低い。 普遍量子コンピューティングのためのゲートモデルアルゴリズムは利用できない。
  論文  参考訳（メタデータ） (2023-05-16T15:57:38Z)
• 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)
• Quantum vs classical genetic algorithms: A numerical comparison shows faster convergence [0.0]
  いくつかの量子変種は、収束速度において全ての古典的変種よりも近い最適結果に対して優れていることを示す。 もしこの利点がより大きなシステムに当てはまるなら、量子遺伝アルゴリズムは量子コンピュータの最適化問題に対処するための新しいツールを提供するだろう。
  論文  参考訳（メタデータ） (2022-07-19T13:07:44Z)
• Quantum Goemans-Williamson Algorithm with the Hadamard Test and Approximate Amplitude Constraints [62.72309460291971]
  本稿では,n+1$ qubitsしか使用しないGoemans-Williamsonアルゴリズムの変分量子アルゴリズムを提案する。 補助量子ビット上で適切にパラメータ化されたユニタリ条件として目的行列を符号化することにより、効率的な最適化を実現する。 各種NPハード問題に対して,Goemans-Williamsonアルゴリズムの量子的効率的な実装を考案し,提案プロトコルの有効性を実証する。
  論文  参考訳（メタデータ） (2022-06-30T03:15:23Z)
• Optimal quantum control via genetic algorithms for quantum state engineering in driven-resonator mediated networks [68.8204255655161]
  進化的アルゴリズムに基づく量子状態工学には、機械学習によるアプローチを採用しています。 我々は、単一のモード駆動マイクロ波共振器を介して相互作用する、量子ビットのネットワーク(直接結合のない人工原子の状態に符号化された)を考える。 アルゴリズムは理想的なノイズフリー設定で訓練されているにもかかわらず、高い量子忠実度とノイズに対するレジリエンスを観測する。
  論文  参考訳（メタデータ） (2022-06-29T14:34:00Z)
• Quantum Genetic Algorithm with Individuals in Multiple Registers [0.0]
  本稿では,サブルーチンに基づく量子遺伝的アルゴリズムを提案する。 この独特な体系化により、遺伝的アルゴリズムを特徴付ける基本的な要素をすべて記述できる。 量子可観測体の生物模倣的クローニングとブヴ・ゼク・ヒラーイ普遍量子クローニングマシンの2つのパラダイム例について検討する。
  論文  参考訳（メタデータ） (2022-03-28T19:05:03Z)
• A Gauss-Newton based Quantum Algorithm for Combinatorial Optimization [0.0]
  最適化問題に対するガウス・ニュートン型量子アルゴリズム(GNQA)を提案するが、最適条件下では、局所的なミニマやプラトーに閉じ込められることなく、最適解の1つに迅速に収束する。 我々のアプローチは、最適解を正確に表すテンソル積状態と、二項変数のすべての組み合わせを含むハミルトニアンに対して適切な関数を用いることによってそれらを緩和する。 そこで,本研究では,GNQAが収束特性と精度の両方において,他の最適化手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2022-03-25T23:49:31Z)
• Stochastic optimization algorithms for quantum applications [0.0]
  本稿では、一階法、二階法、量子自然勾配最適化法の使用法を概観し、複素数体で定義される新しいアルゴリズムを提案する。 全ての手法の性能は、変分量子固有解法、量子状態の量子制御、および量子状態推定に応用して評価される。
  論文  参考訳（メタデータ） (2022-03-11T16:17:05Z)
• Benchmarking Small-Scale Quantum Devices on Computing Graph Edit Distance [52.77024349608834]
  グラフ編集距離(GED: Graph Edit Distance)は、2つのグラフ間の(異なる)相似性の度合いを測定する。 本稿では、GED計算における2つの量子アプローチの比較研究について述べる。
  論文  参考訳（メタデータ） (2021-11-19T12:35:26Z)
• Quantum-Classical Hybrid Algorithm for the Simulation of All-Electron Correlation [58.720142291102135]
  本稿では、分子の全電子エネルギーと古典的コンピュータ上の特性を計算できる新しいハイブリッド古典的アルゴリズムを提案する。 本稿では,現在利用可能な量子コンピュータ上で,化学的に関連性のある結果と精度を実現する量子古典ハイブリッドアルゴリズムの能力を実証する。
  論文  参考訳（メタデータ） (2021-06-22T18:00:00Z)

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。