論文の概要: PALQA: A Novel Parameterized Position-Aware Lossy Quantum Autoencoder using LSB Control Qubit for Efficient Image Compression
- arxiv url: http://arxiv.org/abs/2502.02188v1
- Date: Tue, 04 Feb 2025 10:08:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-05 14:56:21.037585
- Title: PALQA: A Novel Parameterized Position-Aware Lossy Quantum Autoencoder using LSB Control Qubit for Efficient Image Compression
- Title(参考訳): PALQA:効率的な画像圧縮のためのLSB制御量子ビットを用いた新しいパラメータ化位置認識型損失量子オートエンコーダ
- Authors: Ershadul Haque, Manoranjan Paul, Faranak Tohidi, Anwaar Ulhaq, Tanmoy Debnath,
- Abstract要約: 本研究では、画像圧縮に最小のビット制御量子ビットを利用するPALQA(Parized position-aware Losy quantum autoencoder)回路を導入する。
PALQA回路は、必要なゲート数とPSNRメトリクスの点で優れた性能を示す。
- 参考スコア(独自算出の注目度): 7.340017786387768
- License:
- Abstract: With the growing interest in quantum computing, quantum image processing technology has become a vital research field due to its versatile applications and ability to outperform classical computing. A quantum autoencoder approach has been used for compression purposes. However, existing autoencoders are limited to small-scale images, and the mechanisms of state compression remain unclear. There is also a need for efficient quantum autoencoders using standard representation approaches and for studying parameterized position-aware control qubits and their corresponding quality measurement metrics. This work introduces a novel parameterized position-aware lossy quantum autoencoder (PALQA) circuit that utilizes the least significant bit control qubit for image compression. The PALQA circuit employs a transformed coefficient block-based modified state connection approach to efficiently compress images at various resolutions. The method leverages compression opportunities in the state-label connection by applying position-aware least significant control qubit. Compared to JPEG and other enhanced quantum representation-based quantum autoencoders, the PALQA circuit demonstrates superior performance in terms of the number of gates required and PSNR metrics.
- Abstract(参考訳): 量子コンピューティングへの関心が高まり、量子画像処理技術は、その汎用的応用と古典的コンピューティングを上回る能力のために、重要な研究分野となっている。
量子オートエンコーダアプローチは圧縮目的に使用されている。
しかし、既存のオートエンコーダは小規模な画像に限られており、状態圧縮のメカニズムは未だ不明である。
また、標準的な表現アプローチを用いた効率的な量子オートエンコーダや、パラメータ化された位置認識制御量子ビットとその品質測定値の研究も必要である。
本研究では、画像圧縮に最小のビット制御量子ビットを利用するPALQA(Parized position-aware Losy quantum autoencoder)回路を導入する。
PALQA回路は、様々な解像度で画像を効率よく圧縮するために、変換係数ブロックベースの修正状態接続アプローチを採用している。
この方法は、位置認識最小有意制御量子ビットを適用することにより、状態ラベル接続における圧縮機会を活用する。
JPEGや他の拡張量子表現ベースの量子オートエンコーダと比較して、PALQA回路は必要なゲートの数とPSNRメトリクスの点で優れた性能を示す。
関連論文リスト
- A Fast Quantum Image Compression Algorithm based on Taylor Expansion [0.0]
本研究では,パラメータ化量子回路内での量子画像圧縮アルゴリズムを改良する。
本手法では,画像データをユニタリ演算子パラメータとして符号化し,暗号処理のエミュレートに量子コンパイルアルゴリズムを適用した。
Lenna や Cameraman などのベンチマーク画像による実験結果から,本手法は最大 86% の反復回数削減を実現していることがわかった。
論文 参考訳(メタデータ) (2025-02-15T06:03:49Z) - A 1Mb mixed-precision quantized encoder for image classification and patch-based compression [2.7036595757881323]
ASICニューラルネットワークアクセラレータは、異なるレベルの複数のタスクに適用可能であることを示す。
鍵となるコンポーネントは、適切な重み付けとアクティベーション量子化を利用する再構成可能、混合精度(3b/2b/1b)エンコーダである。
また,この量子化エンコーダを用いて画像パッチ・バイ・パッチを圧縮し,再構成を遠隔で行うことができることを示す。
論文 参考訳(メタデータ) (2025-01-09T09:25:22Z) - Hybrid quantum transfer learning for crack image classification on NISQ
hardware [62.997667081978825]
グレー値画像のひび割れ検出に量子転送学習を適用した。
我々は、PennyLaneの標準量子ビットのパフォーマンスとトレーニング時間を、IBMのqasm_simulatorや実際のバックエンドと比較する。
論文 参考訳(メタデータ) (2023-07-31T14:45:29Z) - Efficient quantum image representation and compression circuit using
zero-discarded state preparation approach [9.653976364051564]
量子表現 (ZSCNEQR) を新たに導入し, 複雑さの低減を図る。
提案手法は,従来の手法に比べて11.76%少ない量子ビットを必要とする。
論文 参考訳(メタデータ) (2023-06-22T02:18:56Z) - Delegated variational quantum algorithms based on quantum homomorphic
encryption [69.50567607858659]
変分量子アルゴリズム(VQA)は、量子デバイス上で量子アドバンテージを達成するための最も有望な候補の1つである。
クライアントのプライベートデータは、そのような量子クラウドモデルで量子サーバにリークされる可能性がある。
量子サーバが暗号化データを計算するための新しい量子ホモモルフィック暗号(QHE)スキームが構築されている。
論文 参考訳(メタデータ) (2023-01-25T07:00:13Z) - Block-wise quantum grayscale image representation and compression scheme
using state connection [9.653976364051564]
グレースケール画像の任意のサイズをマッピングするために、より少ないキュービットを使用する新しいSCMNEQRアプローチが提案されている。
実験結果から,提案手法の圧縮性能は既存手法よりも優れていた。
論文 参考訳(メタデータ) (2022-12-19T03:17:53Z) - A novel state connection strategy for quantum computing to represent and
compress digital images [10.20554144865699]
本稿では,新たなSCMFRQI (state connection modified FRQI) アプローチを提案する。
他の既存の方法とは異なり、ブロックレベルを用いて画像を圧縮し、必要なキュービットをさらに削減する。
実験の結果,提案手法は画像表現と圧縮点の両方の観点から既存手法よりも優れていたことが確認された。
論文 参考訳(メタデータ) (2022-12-14T08:10:40Z) - Neural JPEG: End-to-End Image Compression Leveraging a Standard JPEG
Encoder-Decoder [73.48927855855219]
本稿では,エンコーダとデコーダの両端に内在するニューラル表現を強化することで,符号化性能の向上を図るシステムを提案する。
実験により,提案手法はJPEGに対する速度歪み性能を,様々な品質指標で改善することを示した。
論文 参考訳(メタデータ) (2022-01-27T20:20:03Z) - Improved FRQI on superconducting processors and its restrictions in the
NISQ era [62.997667081978825]
量子画像のフレキシブル表現の実現可能性について検討する。
また、現在の雑音の中間スケール量子時代の限界を実験的に検証する。
FRQIに必要な回路を単純化する手法を提案する。
論文 参考訳(メタデータ) (2021-10-29T10:42:43Z) - Modeling Lost Information in Lossy Image Compression [72.69327382643549]
ロスシー画像圧縮は、デジタル画像の最もよく使われる演算子の1つである。
Invertible Lossy Compression (ILC) と呼ばれる新しい非可逆的フレームワークを提案する。
論文 参考訳(メタデータ) (2020-06-22T04:04:56Z) - Quantization Guided JPEG Artifact Correction [69.04777875711646]
我々はJPEGファイル量子化行列を用いたアーティファクト修正のための新しいアーキテクチャを開発した。
これにより、特定の品質設定のためにトレーニングされたモデルに対して、単一のモデルで最先端のパフォーマンスを達成できます。
論文 参考訳(メタデータ) (2020-04-17T00:10:08Z)
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。