論文の概要: Quantum neural compressive sensing for ghost imaging

• arxiv url: http://arxiv.org/abs/2502.17790v1
• Date: Tue, 25 Feb 2025 02:44:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-26 15:21:20.133721
• Title: Quantum neural compressive sensing for ghost imaging
• Title（参考訳）: ゴーストイメージングのための量子ニューラル圧縮センシング
• Authors: Xinliang Zhai, Tailong Xiao, Jingzheng Huang, Jianping Fan, Guihua Zeng,
• Abstract要約: 本研究では,ゴーストイメージングのための量子ニューラルセンシングアルゴリズムについて検討し,その有用性を実証する。 提案アルゴリズムは、様々な量子ノイズレベルに対して堅牢性を示し、短期的な量子デバイスに適している。
• 参考スコア（独自算出の注目度）: 4.624063678783565
• License:
• Abstract: Demonstrating the utility of quantum algorithms is a long-standing challenge, where quantum machine learning becomes one of the most promising candidate that can be resorted to. In this study, we investigate a quantum neural compressive sensing algorithm for ghost imaging to showcase its utility. The algorithm utilizes the variational quantum circuits to reparameterize the inverse problem of ghost imaging and uses the inductive bias of the physical forward model to perform optimization. To validate the algorithm's effectiveness, we conduct optical ghost imaging experiments, capturing signals from objects at different physical sampling rates and detection signal-to-noise ratios. The experimental results show that our proposed algorithm surpasses conventional methods in both visual appearance and quantitative metrics, achieving state-of-the-art performance. Importantly, we observe that the quantum neural network, guided by prior knowledge of physics, effectively overcomes the challenge of barren plateau in the optimization process. The proposed algorithm demonstrates robustness against various quantum noise levels, making it suitable for near-term quantum devices. Our study leverages physical inductive bias guided variational quantum algorithm, underscoring the potential of quantum computation in tackling a broad range of optimization and inverse problems.
• Abstract（参考訳）: 量子アルゴリズムの実用性を実証することは、量子機械学習が最も有望な候補の1つになる、長年にわたる課題である。 本研究では,ゴーストイメージングのための量子ニューラル圧縮センシングアルゴリズムについて検討し,その有用性を実証する。 このアルゴリズムは、変分量子回路を用いてゴーストイメージングの逆問題を再パラメータ化し、物理フォワードモデルの帰納バイアスを用いて最適化を行う。 このアルゴリズムの有効性を検証するために、光学ゴーストイメージング実験を行い、物理サンプリング率の異なる物体からの信号を捕捉し、検出信号とノイズ比を計測する。 実験の結果,提案アルゴリズムは視覚的外観と定量的指標の両方において従来の手法を超越し,最先端性能を実現していることがわかった。 重要なことに、物理の事前知識によって導かれる量子ニューラルネットワークは、最適化プロセスにおけるバレンプラトーの課題を効果的に克服する。 提案アルゴリズムは、様々な量子ノイズレベルに対して堅牢性を示し、短期的な量子デバイスに適している。 本研究は, 物理誘導バイアス誘導変分量子アルゴリズムを利用して, 広い範囲の最適化と逆問題に対処する量子計算の可能性を明らかにする。

関連論文リスト

• Noise-induced transition in optimal solutions of variational quantum algorithms [0.0]
  変分量子アルゴリズムは、ノイズの多い量子ハードウェアで実用的な量子優位性を実現するための有望な候補である。 スピンチェーンモデルの基底状態を計算する変分量子固有解法(VQE)アルゴリズムについて検討し,ノイズが最適化に与える影響について検討した。
  論文  参考訳（メタデータ） (2024-03-05T08:31:49Z)
• 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)
• Power Characterization of Noisy Quantum Kernels [52.47151453259434]
  一般化誤差が小さい場合でも,量子カーネル法は予測能力に乏しい。 我々は、量子計算にノイズの多い量子カーネル法を用いるために重要な警告を提供する。
  論文  参考訳（メタデータ） (2024-01-31T01:02:16Z)
• Improved Quantum Algorithms for Eigenvalues Finding and Gradient Descent [0.0]
  ブロック符号化は、最近開発された量子アルゴリズムの統一フレームワークを形成する量子信号処理において重要な要素である。 本稿では,前述した2つの量子アルゴリズムを効果的に拡張するためにブロック符号化を利用する。 提案手法を,行列逆転や多重固有値推定など,異なる文脈に拡張する方法を示す。
  論文  参考訳（メタデータ） (2023-12-22T15:59:03Z)
• Photonic counterdiabatic quantum optimization algorithm [3.2174634059872154]
  連続変数問題に適した量子コンピューティングのためのハイブリッド量子近似最適化アルゴリズムを提案する。 我々は、光量子チップの原理実証実験を行う。
  論文  参考訳（メタデータ） (2023-07-27T13:33:33Z)
• Quantum-Enhanced Greedy Combinatorial Optimization Solver [12.454028945013924]
  最適化問題を解くために反復量子最適化アルゴリズムを導入する。 72量子ビット以下のプログラム可能な超伝導量子系に量子アルゴリズムを実装した。 量子アルゴリズムは古典的な欲求よりも体系的に優れており、量子エンハンスメントのシグナルとなる。
  論文  参考訳（メタデータ） (2023-03-09T18:59:37Z)
• Quantum generative adversarial learning for simultaneous multiparameter estimation [7.6333322023084955]
  本稿では,適応的フィードバックによる量子生成対向学習の実証実験を報告する。 その結果, 有害ノイズの存在下においても, 量子生成逆学習の興味深い利点が示唆された。
  論文  参考訳（メタデータ） (2022-05-26T17:16:03Z)
• Circuit Symmetry Verification Mitigates Quantum-Domain Impairments [69.33243249411113]
  本稿では,量子状態の知識を必要とせず,量子回路の可換性を検証する回路指向対称性検証を提案する。 特に、従来の量子領域形式を回路指向安定化器に一般化するフーリエ時間安定化器(STS)手法を提案する。
  論文  参考訳（メタデータ） (2021-12-27T21:15:35Z)
• Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
  量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。 変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。 量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
  論文  参考訳（メタデータ） (2021-08-09T18:00:05Z)
• Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
  マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。 その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
  論文  参考訳（メタデータ） (2021-06-24T20:16:02Z)
• An Application of Quantum Annealing Computing to Seismic Inversion [55.41644538483948]
  小型地震インバージョン問題を解決するために,D波量子アニールに量子アルゴリズムを適用した。 量子コンピュータによって達成される精度は、少なくとも古典的コンピュータと同程度である。
  論文  参考訳（メタデータ） (2020-05-06T14:18:44Z)

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。