論文の概要: Novel quantum circuit for image compression utilizing modified Toffoli gate and quantized transformed coefficient alongside a novel reset gate
- arxiv url: http://arxiv.org/abs/2502.17815v1
- Date: Tue, 25 Feb 2025 03:41:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-26 15:21:19.628812
- Title: Novel quantum circuit for image compression utilizing modified Toffoli gate and quantized transformed coefficient alongside a novel reset gate
- Title（参考訳）: 改良トフォリゲートと新しいリセットゲートを伴う量子化変換係数を用いた画像圧縮のための新しい量子回路
- Authors: Ershadul Haque, Manoranjan Paul,
- Abstract要約: 量子化変換係数を用いたトフォリゲート状態接続を導入する。
この革新的な戦略は、状態接続情報から状態接続を変更することで、回路の複雑さを簡素化する。
既存の技術よりも44.1%少ないゲートを必要とすることが判明した。
- 参考スコア（独自算出の注目度）: 8.402306681413087
- License:
- Abstract: Quantum image computing has emerged as a groundbreaking field, revolutionizing how we store and process data at speeds incomparable to classical methods. Nevertheless, as image sizes expand, so does the complexity of qubit connections, posing significant challenges in the efficient representation and compression of quantum images. In response, we introduce a modified Toffoli gate state connection using a quantized transform coefficient preparation process. This innovative strategy streamlines circuit complexity by modifying state connection from the state connection information. In our operational control gates, only input 1 impacts the output, allowing us to modify the state connection and dramatically enhance the efficiency of the proposed circuit. As a result, the proposed approach significantly reduces the number of gates required for both image compression and representation. Our findings reveal that it requires an impressive 44.21 percent fewer gates than existing techniques, such as the Direct Cosine Transform Efficient Flexible Representation of Quantum Images (DCTEFRQI), all while maintaining a consistent peak signal-to-noise ratio (PSNR). For an image block size of 2^Sx2^Sy with q gray levels, the complexity of our approach can be succinctly expressed as, O[3q+log2Sx+log2Sy+2q(log2Sx+log2Sy)]. Here, Sx and Sy represent the X and Y positional control gates while q indicates the non-zero transform coefficients. Moreover, experimental evaluations strongly demonstrate that it excels in both compressing and representing quantum images compared to the DCTEFRQI approach, particularly excelling in the essential metrics of gate requirements and PSNR performance. Embrace the future of quantum imaging with our innovative solution, where efficiency meets excellence.
- Abstract（参考訳）: 量子画像コンピューティングは画期的な分野として登場し、古典的手法と相容れない速度でデータを保存し処理する方法に革命をもたらした。
それでも、画像サイズが大きくなるにつれて、量子ビット接続の複雑さも増加し、量子画像の効率的な表現と圧縮において大きな課題が生じる。
そこで本研究では,量子化変換係数を用いたトフォリゲート状態接続を提案する。
この革新的な戦略は、状態接続情報から状態接続を変更することで、回路の複雑さを簡素化する。
動作制御ゲートでは、入力1のみが出力に影響を与えるため、状態接続を変更でき、提案回路の効率を大幅に向上できる。
その結果,提案手法は画像圧縮と表現の両方に要するゲート数を著しく削減する。
以上の結果から,DCTEFRQI (Direct Cosine Transform Efficient Flexible Representation of Quantum Images) など,既存の技術よりも44.1%少ないゲートを必要とすることが明らかとなった。
qグレーレベルを持つ2^Sx2^Syの場合、我々のアプローチの複雑さはO[3q+log2Sx+log2Sy+2q(log2Sx+log2Sy)]と簡潔に表現できる。
ここで、Sx と Sy は X と Y の位置制御ゲートを表し、q は非ゼロ変換係数を示している。
さらに、DCTEFRQIアプローチと比較して、量子画像の圧縮と表現の両面で優れており、特にゲート要求とPSNR性能の重要な指標に優れていることが実験的評価によって強く証明されている。
量子イメージングの未来を、我々の革新的なソリューションで表現する。
関連論文リスト
- PassionSR: Post-Training Quantization with Adaptive Scale in One-Step Diffusion based Image Super-Resolution [95.98801201266099]
拡散に基づく画像超解像(SR)モデルでは、複数のデノナイジングステップのコストで優れた性能を示す。
本稿では,一段階拡散(OSD)画像SR,PassionSRにおける適応スケールの学習後量子化手法を提案する。
我々のPassionSRは、画像SRの最近の先進的な低ビット量子化法に対して大きな利点がある。
論文 参考訳（メタデータ） (2024-11-26T04:49:42Z) - Gate Optimization of NEQR Quantum Circuits via PPRM Transformation [0.0]
本研究の目的は、新しい量子表現方式の量子回路を圧縮することである。
提案手法は, 圧縮比が100%に近づくことにより, 指数複雑性を$O(2m)$から$O(1.5m)$に下げる。
線形複雑性では、圧縮比が52%に近づき、変換時間は半減すると推定される。
論文 参考訳（メタデータ） (2024-09-22T23:40:40Z) - 2DQuant: Low-bit Post-Training Quantization for Image Super-Resolution [83.09117439860607]
低ビット量子化は、エッジ展開のための画像超解像(SR)モデルを圧縮するために広く普及している。
低ビット量子化は、フル精度(FP)と比較してSRモデルの精度を低下させることが知られている。
本稿では2DQuantという画像超解像のための2段階の低ビット後量子化(PTQ)法を提案する。
論文 参考訳（メタデータ） (2024-06-10T06:06:11Z) - A quantum segmentation algorithm based on local adaptive threshold for
NEQR image [7.798738743268923]
アルゴリズムの複雑さは$O(n2+q)$に縮めることができるが、これは古典的なアルゴリズムに比べて指数的なスピードアップである。
この実験はIBM Qを用いて、ノイズの多い中間スケール量子(NISQ)時代のアルゴリズムの実現可能性を示す。
論文 参考訳（メタデータ） (2023-10-02T04:01:42Z) - 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) - 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) - Advance quantum image representation and compression using DCTEFRQI
approach [0.5735035463793007]
我々は,DCTEFRQI(Direct Cosine Transform Efficient Flexible Representation of Quantum Image)アルゴリズムを提案する。
本研究の目的は、DCT (Discrete Cosine Transform) と EFRQI (Efficient Flexible Representation of Quantum Image) を用いて、量子コンピュータで様々なグレーの画像サイズを表現・圧縮することである。
論文 参考訳（メタデータ） (2022-08-30T13:54:09Z) - Dynamic Dual Trainable Bounds for Ultra-low Precision Super-Resolution
Networks [82.18396309806577]
動的デュアル・トレーニング・バウンダリ(DDTB)と呼ばれる新しいアクティベーション・量子化器を提案する。
DDTBは超低精度で優れた性能を示した。
例えば、我々のDDTBは、EDSRを2ビットに量子化し、出力画像をx4にスケールアップする場合、Urban100ベンチマークで0.70dBのPSNRアップを達成する。
論文 参考訳（メタデータ） (2022-03-08T04:26:18Z) - 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) - Realization of arbitrary doubly-controlled quantum phase gates [62.997667081978825]
本稿では,最適化問題における短期量子優位性の提案に着想を得た高忠実度ゲートセットを提案する。
3つのトランペット四重項のコヒーレントな多レベル制御を編成することにより、自然な3量子ビット計算ベースで作用する決定論的連続角量子位相ゲートの族を合成する。
論文 参考訳（メタデータ） (2021-08-03T17:49:09Z) - Fully Quantized Image Super-Resolution Networks [81.75002888152159]
効率と精度を両立させるためのフル量子化画像超解像フレームワーク(FQSR)を提案する。
我々は、SRResNet、SRGAN、EDSRを含む複数の主流超解像アーキテクチャに量子化スキームを適用した。
低ビット量子化を用いたFQSRは、5つのベンチマークデータセットの完全精度と比較すると、パー性能で実現できる。
論文 参考訳（メタデータ） (2020-11-29T03:53:49Z)
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。