Fugu-MT 論文翻訳(概要): Image Classification Method using Dynamic Quantum Inspired Genetic Algorithm

論文の概要: Image Classification Method using Dynamic Quantum Inspired Genetic Algorithm

arxiv url: http://arxiv.org/abs/2501.11477v4
Date: Sat, 05 Apr 2025 03:55:20 GMT
ステータス: 翻訳完了
システム内更新日: 2025-04-08 14:07:19.485941
Title: Image Classification Method using Dynamic Quantum Inspired Genetic Algorithm
Title（参考訳）: 動的量子インスピレーション型遺伝的アルゴリズムを用いた画像分類法
Authors: Akhilesh Kumar Singh, Kirankumar R. Hiremath,
Abstract要約: D-QIGAは、局所最適化を回避し、最適化を改善するために適応機構と長鎖染色体戦略を導入している。ベンチマークと実世界の問題でテストされ、GAの95%に比べて99.99%以上の分類精度で従来の遺伝的アルゴリズムよりも大幅に優れていた。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: This study presents a dynamic Quantum-Inspired Genetic Algorithm (D-QIGA) for feature selection, leveraging quantum principles like superposition and rotation gates to enhance exploration and exploitation. D-QIGA introduces adaptive mechanisms and a lengthening chromosome strategy to avoid local optima and improve optimization. Tested on benchmark and real-world problems, it significantly outperforms traditional Genetic Algorithms, achieving over 99.99% classification accuracy compared to GA's 95%.
Abstract（参考訳）: 本研究では、重畳や回転ゲートといった量子原理を利用して探索と利用を強化する、特徴選択のための動的量子インスパイアされた遺伝的アルゴリズム(D-QIGA)を提案する。 D-QIGAは、局所最適化を回避し、最適化を改善するために適応機構と長鎖染色体戦略を導入している。ベンチマークと実世界の問題でテストされ、GAの95%に比べて99.99%以上の分類精度で従来の遺伝的アルゴリズムよりも大幅に優れていた。

関連論文リスト

A Quantum Genetic Algorithm Framework for the MaxCut Problem [49.59986385400411]
提案手法では,Groverをベースとした進化的枠組みと分割・分散原理を用いた量子遺伝的アルゴリズム(QGA)を提案する。完全グラフ上では、提案手法は真に最適なMaxCut値を一貫して達成し、セミデフィニティプログラミング(SDP)アプローチより優れている。 ErdHos-R'enyiランダムグラフでは、QGAは競合性能を示し、SDP結果の92-96%で中央値の解が得られる。
論文参考訳（メタデータ） (2025-01-02T05:06:16Z)
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)
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。