論文の概要: Towards Quantum Tensor Decomposition in Biomedical Applications
- arxiv url: http://arxiv.org/abs/2502.13140v1
- Date: Tue, 18 Feb 2025 18:58:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-19 14:05:36.178646
- Title: Towards Quantum Tensor Decomposition in Biomedical Applications
- Title（参考訳）: バイオメディカル応用における量子テンソル分解に向けて
- Authors: Myson Burch, Jiasen Zhang, Gideon Idumah, Hakan Doga, Richard Lartey, Lamis Yehia, Mingrui Yang, Murat Yildirim, Mihriban Karaayvaz, Omar Shehab, Weihong Guo, Ying Ni, Laxmi Parida, Xiaojuan Li, Aritra Bose,
- Abstract要約: 本稿では, 生体医学的解析におけるテンソル分解の応用と課題について概説する。
テンソル分解のための量子アルゴリズムの進歩について論じ、量子コンピューティングがどのようにしてこれらの課題に対処できるかを考察する。
- 参考スコア（独自算出の注目度）: 1.81125656658935
- License:
- Abstract: Tensor decomposition has emerged as a powerful framework for feature extraction in multi-modal biomedical data. In this review, we present a comprehensive analysis of tensor decomposition methods such as Tucker, CANDECOMP/PARAFAC, spiked tensor decomposition, etc. and their diverse applications across biomedical domains such as imaging, multi-omics, and spatial transcriptomics. To systematically investigate the literature, we applied a topic modeling-based approach that identifies and groups distinct thematic sub-areas in biomedicine where tensor decomposition has been used, thereby revealing key trends and research directions. We evaluated challenges related to the scalability of latent spaces along with obtaining the optimal rank of the tensor, which often hinder the extraction of meaningful features from increasingly large and complex datasets. Additionally, we discuss recent advances in quantum algorithms for tensor decomposition, exploring how quantum computing can be leveraged to address these challenges. Our study includes a preliminary resource estimation analysis for quantum computing platforms and examines the feasibility of implementing quantum-enhanced tensor decomposition methods on near-term quantum devices. Collectively, this review not only synthesizes current applications and challenges of tensor decomposition in biomedical analyses but also outlines promising quantum computing strategies to enhance its impact on deriving actionable insights from complex biomedical data.
- Abstract（参考訳）: マルチモーダルバイオメディカルデータにおける特徴抽出のための強力なフレームワークとしてテンソル分解が出現している。
本稿では,Tucker,CANDECOMP/PARAFAC,スパイクテンソル分解などのテンソル分解法を包括的に解析し,イメージング,マルチオミクス,空間転写学などのバイオメディカル領域に適用する。
文献を体系的に研究するために,テンソル分解を用いたバイオメディシンの主題的サブアリーナを同定し,グループ分けするトピック・モデリング・アプローチを適用し,重要な傾向と研究の方向性を明らかにする。
我々は、テンソルの最適階数を得るとともに、潜在空間のスケーラビリティに関する課題を評価し、ますます大きく複雑なデータセットから有意義な特徴の抽出を妨げている。
さらに、テンソル分解のための量子アルゴリズムの最近の進歩について論じ、これらの課題に対処するために量子コンピューティングをどのように活用できるかを探求する。
本研究は,量子コンピューティングプラットフォームを対象とした予備的な資源推定分析と,量子量子デバイス上での量子強調テンソル分解法の実現可能性について検討する。
このレビューは、バイオメディカル分析におけるテンソル分解の現在の応用と課題を総合的に合成するだけでなく、複雑なバイオメディカルデータから実行可能な洞察を導き出す上で、その影響を高めるための量子コンピューティング戦略を概説する。
関連論文リスト
- Robust Quantum Reservoir Computing for Molecular Property Prediction [0.5399129278613575]
本稿では,潜在的な薬物分子の生物活性を予測するために,量子貯水池計算(QRC)手法を提案する。
データセットのサイズが小さくなるにつれて、より堅牢なQRC性能が観察される。
さらに、一様多様体近似と射影法を利用して、古典的特徴が量子力学によって変換されるときの構造変化を分析する。
論文 参考訳（メタデータ） (2024-12-09T18:49:18Z) - Empirical Quantum Advantage Analysis of Quantum Kernel in Gene Expression Data [0.0]
量子優位性が達成可能な適切なデータセットを見つけることや、古典的および量子的手法によって選択された特徴の関連性を評価することなど、制約に重点を置いている。
生理的行動と疾患の感受性の制御において遺伝的変異が重要な役割を担った遺伝子発現データセットを実験的に選択した。
論文 参考訳（メタデータ） (2024-11-11T15:34:53Z) - Seeing Unseen: Discover Novel Biomedical Concepts via
Geometry-Constrained Probabilistic Modeling [53.7117640028211]
同定された問題を解決するために,幾何制約付き確率的モデリング処理を提案する。
構成された埋め込み空間のレイアウトに適切な制約を課すために、重要な幾何学的性質のスイートを組み込む。
スペクトルグラフ理論法は、潜在的な新規クラスの数を推定するために考案された。
論文 参考訳（メタデータ） (2024-03-02T00:56:05Z) - Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
期待されている量子コンピュータの応用は、科学と産業にまたがる。
本稿では,量子アルゴリズムの応用分野について検討する。
私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
論文 参考訳（メタデータ） (2023-10-04T17:53:55Z) - Data-driven discovery of statistically relevant information in quantum
simulators [0.0]
合成量子物質における情報抽出の理論的枠組みを提案する。
我々は、支配的な自由度を特定するためのシステムに依存しないアプローチを実証する。
仮定不要のアプローチは、すぐに様々な実験プラットフォームに適用できる。
論文 参考訳（メタデータ） (2023-07-19T15:20:11Z) - Data-driven reactivity prediction of targeted covalent inhibitors using
computed quantum features for drug discovery [0.0]
本稿では,新しい分子機能と実験データを組み合わせたデータ駆動パイプラインを提案する。
反応弾頭の量子埋め込みを利用したワークフローから抽出した特徴を用いた反応性予測の有用性を示す。
計算された特徴は「量子指紋」を形成し、弾頭の性質に関して分子をクラスター化することができる。
論文 参考訳（メタデータ） (2023-07-18T22:51:16Z) - Higher-order topological kernels via quantum computation [68.8204255655161]
トポロジカルデータ分析(TDA)は、複雑なデータから意味のある洞察を抽出する強力なツールとして登場した。
本稿では,ベッチ曲線の次数増加に基づくBettiカーネルの量子的定義法を提案する。
論文 参考訳（メタデータ） (2023-07-14T14:48:52Z) - Quantum enhanced probing of multilayered-samples [0.0]
量子光コヒーレンストモグラフィーは、多層材料の内部構造を再構築するために、古典的でない光源に依存している。
そこで本研究では,データ後処理のための高速遺伝的アルゴリズムと組み合わせた理論モデルを用いて,複雑な多層試料の形態を抽出することに成功した。
我々の結果は、複雑な構造の実用的な高分解能プローブの開発に繋がる可能性がある。
論文 参考訳（メタデータ） (2022-12-25T21:22:25Z) - Noisy Quantum Kernel Machines [58.09028887465797]
量子学習マシンの新たなクラスは、量子カーネルのパラダイムに基づくものである。
消散と脱コヒーレンスがパフォーマンスに与える影響について検討する。
量子カーネルマシンでは,デコヒーレンスや散逸を暗黙の正規化とみなすことができる。
論文 参考訳（メタデータ） (2022-04-26T09:52:02Z) - Machine Learning in Nano-Scale Biomedical Engineering [77.75587007080894]
ナノスケールバイオメディカルエンジニアリングにおける機械学習の利用に関する既存の研究について概説する。
ML問題として定式化できる主な課題は、3つの主要なカテゴリに分類される。
提示された方法論のそれぞれについて、その原則、応用、制限に特に重点を置いている。
論文 参考訳（メタデータ） (2020-08-05T15:45:54Z) - Quantum Non-equilibrium Many-Body Spin-Photon Systems [91.3755431537592]
論文は、非平衡状態における強相関量子系の量子力学に関するものである。
本研究の主な成果は, 臨界ダイナミクスのシグナチャ, 超ストロング結合のテストベッドとしての駆動ディックモデル, キブルズルーク機構の3つにまとめることができる。
論文 参考訳（メタデータ） (2020-07-23T19:05:56Z)
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。