論文の概要: Quantum Supremacy in Tomographic Imaging: Advances in Quantum Tomography Algorithms
- arxiv url: http://arxiv.org/abs/2502.04830v1
- Date: Fri, 07 Feb 2025 11:05:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-10 14:55:40.844501
- Title: Quantum Supremacy in Tomographic Imaging: Advances in Quantum Tomography Algorithms
- Title（参考訳）: トモグラフィーにおける量子優位性:量子トモグラフィーアルゴリズムの進歩
- Authors: Hyunju Lee, Kyungtaek Jun,
- Abstract要約: 本研究では, トモグラフィ再構成に必要な投影角を小さくすることで, 量子超越性を実証する。
0deg から 180deg までの原罪線からの投影角の 50% しか正確に再現できない。
これらの発見は、トモグラフィー画像に革命をもたらす量子アルゴリズムの可能性を浮き彫りにした。
- 参考スコア（独自算出の注目度）: 3.2995359570845912
- License:
- Abstract: Quantum computing has emerged as a transformative paradigm, capable of tackling complex computational problems that are infeasible for classical methods within a practical timeframe. At the core of this advancement lies the concept of quantum supremacy, which signifies the ability of quantum processors to surpass classical systems in specific tasks. In the context of tomographic image reconstruction, quantum optimization algorithms enable faster processing and clearer imaging than conventional methods. This study further substantiates quantum supremacy by reducing the required projection angles for tomographic reconstruction while enhancing robustness against image artifacts. Notably, our experiments demonstrated that the proposed algorithm accurately reconstructed tomographic images without artifacts, even when up to 50% error was introduced into the sinogram to induce ring artifacts. Furthermore, it achieved precise reconstructions using only 50% of the projection angles from the original sinogram spanning 0{\deg} to 180{\deg}. These findings highlight the potential of quantum algorithms to revolutionize tomographic imaging by enabling efficient and accurate reconstructions under challenging conditions, paving the way for broader applications in medical imaging, material science, and advanced tomography systems as quantum computing technologies continue to advance.
- Abstract（参考訳）: 量子コンピューティングは、現実的な時間枠内で古典的な手法では不可能な複雑な計算問題に対処できる変換パラダイムとして登場した。
この進歩の核心は量子超越性(quantum supremacy)の概念であり、これは量子プロセッサが特定のタスクにおいて古典的システムを超える能力を示している。
トモグラフィ画像再構成の文脈では、量子最適化アルゴリズムは従来の方法よりも高速な処理と鮮明な撮像を可能にする。
本研究は, 画像アーチファクトに対するロバスト性を高めつつ, トモグラフィ再構成に必要な投影角を小さくすることで, 量子超越性をさらに裏付けるものである。
特に,提案アルゴリズムはシングラムに最大50%の誤差を導入して環状アーティファクトを誘導しても,アーティファクトのない断層像を正確に再構成することを示した。
さらに、0{\deg} から180{\deg} までの原罪表からの射影角の 50% しか正確に再現できなかった。
これらの知見は、量子コンピューティング技術が進歩を続けるにつれて、医用画像、物質科学、高度トモグラフィーシステムにおいて、より広範な応用の道を開くことで、効率的な高精度な再構成を可能にして、トモグラフィー画像に革命をもたらす量子アルゴリズムの可能性を強調している。
関連論文リスト
- Computational metaoptics for imaging [3.105460926371459]
計算メタ光学(Computational Metaoptics)は,地表面の物理的波面形成能力と高度な計算アルゴリズムを組み合わせることで,従来の限界を超えて画像性能を向上させる。
メタ曲面を物理プレコンディショナーとして扱い、エンド・ツー・エンド(逆)設計で再構成アルゴリズムと共設計することにより、光学ハードウェアと計算ソフトウェアを協調的に最適化することができる。
位相イメージングや量子状態測定など、計算メタ光学によって実現された高度な応用が強調されている。
論文 参考訳（メタデータ） (2024-11-14T02:13:25Z) - 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) - 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) - Hybrid adiabatic quantum computing for tomographic image reconstruction
-- opportunities and limitations [8.442020709975015]
臨床画像では、患者の快適さを改善し、放射線曝露を減らすのに役立つ。
本稿では,アディアバティックな量子コンピュータとそれに関連するハイブリッド手法を用いて再構成問題を解くことを提案する。
論文 参考訳（メタデータ） (2022-12-02T17:11:48Z) - Retrieving space-dependent polarization transformations via near-optimal
quantum process tomography [55.41644538483948]
トモグラフィー問題に対する遺伝的および機械学習アプローチの適用について検討する。
ニューラルネットワークベースのスキームは、リアルタイムにキャラクタリゼーションを必要とするアプリケーションにおいて、重要なスピードアップを提供する。
これらの結果は、より一般的な量子プロセスにおけるトモグラフィーアプローチの最適化の基礎となることを期待する。
論文 参考訳（メタデータ） (2022-10-27T11:37:14Z) - Quantum Face Recognition Protocol with Ghost Imaging [1.4856165761750735]
量子主成分分析(QPCA)に基づくパターン認識のための量子機械学習アルゴリズムを提案する。
また,行列(画像)のトレースと計算の行列式に基づく顔の相似性を求める新しい量子アルゴリズムを提案する。
量子アルゴリズムと量子入力を備えた完全量子パターン認識システムでは、画像の取得と識別が大幅に改善される。
論文 参考訳（メタデータ） (2021-10-19T16:31:46Z) - Facial Expression Recognition on a Quantum Computer [68.8204255655161]
量子機械学習手法を用いて表情認識の可能な解を示す。
適切に定義された量子状態の振幅に符号化されたグラフの隣接行列を操作する量子回路を定義する。
論文 参考訳（メタデータ） (2021-02-09T13:48:00Z) - Sparse Reconstruction for Radar Imaging based on Quantum Algorithms [17.240702633984583]
本稿では,レーダスパースイメージングにおける画像復元に量子アルゴリズムを適用するのはこれが初めてである。
対応する量子回路とそのパラメータは、非常に低い計算複雑性を保証するように設計されている。
提案手法の有効性を検証するため, 生レーダデータを用いたシミュレーション実験を行った。
論文 参考訳（メタデータ） (2021-01-21T07:03:14Z) - Rapid characterisation of linear-optical networks via PhaseLift [51.03305009278831]
集積フォトニクスは優れた位相安定性を提供し、半導体産業によって提供される大規模な製造性に依存することができる。
このような光回路に基づく新しいデバイスは、機械学習アプリケーションにおいて高速でエネルギー効率の高い計算を約束する。
線形光ネットワークの転送行列を再構成する新しい手法を提案する。
論文 参考訳（メタデータ） (2020-10-01T16:04:22Z) - Fast and robust quantum state tomography from few basis measurements [65.36803384844723]
本稿では、上記の全てのリソースを精度に悪影響を及ぼすことなく最適化するオンライントモグラフィーアルゴリズムを提案する。
このプロトコルは、状態コピー、測定設定、メモリのランクと寸法で証明可能なパフォーマンスを初めて提供する。
量子コンピュータ上でアルゴリズムを実行し、量子状態トモグラフィーのための量子スピードアップを提供することにより、さらなる改善が可能となる。
論文 参考訳（メタデータ） (2020-09-17T11:28:41Z) - Quantum Medical Imaging Algorithms [9.775834440292487]
医用画像における中心的な課題は、医療機器が収集したデータから画像や機能を再構築することである。
我々は、データが量子状態として入力されるとき、古典的よりも指数的に高速化された画像再構成のための量子アルゴリズムを提供する。
論文 参考訳（メタデータ） (2020-04-04T22:19:22Z)
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。