論文の概要: Compare Similarities Between DNA Sequences Using Permutation-Invariant Quantum Kernel

• arxiv url: http://arxiv.org/abs/2503.05465v1
• Date: Fri, 07 Mar 2025 14:35:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-10 19:13:15.019848
• Title: Compare Similarities Between DNA Sequences Using Permutation-Invariant Quantum Kernel
• Title（参考訳）: 置換不変量子カーネルを用いたDNA配列の比較
• Authors: Chenyu Shi, Gabriele Leoni, Mauro Petrillo, Antonio Puertas Gallardo, Hao Wang,
• Abstract要約: そこで本研究では,DNA比較に特化して設計された置換不変変分量子カーネル法を提案する。 量子カーネルモデルで使用される新しい符号化手法とパラメータ化層は、ペアワイズDNA配列比較タスクの対称特性を効果的に捉えることができることを示す。
• 参考スコア（独自算出の注目度）: 3.8926796690238694
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Computing the similarity between two DNA sequences is of vital importance in bioscience. However, traditional computational methods can be resource-intensive due to the enormous sequence length encountered in practice. Recently, applied quantum algorithms have been anticipated to provide potential advantages over classical approaches. In this paper, we propose a permutation-invariant variational quantum kernel method specifically designed for DNA comparison. To represent the four nucleotide bases in DNA sequences with quantum states, we introduce a novel, theoretically motivated encoding scheme: the four distinct bases are encoded using the states of symmetric, informationally complete, positive operator-valued measures (SIC-POVMs). This encoding ensures mutual equality: each pair of symbols is equidistant on the Bloch sphere. Also, since permutation invariance is inherent to common DNA similarity measures such as Levenshtein distance, we realize it by using a specially designed parameterized quantum layer. We show that our novel encoding method and parameterized layers used in the quantum kernel model can effectively capture the symmetric characteristics of the pairwise DNA sequence comparison task. We validate our model through numerical experiments, which yield promising results on length-$8$ DNA sequences.
• Abstract（参考訳）: 2つのDNA配列間の類似性を計算することは、生物科学において極めて重要である。 しかし、従来の計算手法は、実際に遭遇した膨大なシーケンス長のため、資源集約化が可能である。 近年、応用量子アルゴリズムは古典的アプローチよりも潜在的に有利であると予想されている。 本稿では,DNA比較に特化して設計された置換不変変分量子カーネル法を提案する。 量子状態を持つDNA配列の4つのヌクレオチド塩基を表現するために, 4つの異なる塩基を対称的, 情報的完備, 正の演算子評価測度(SIC-POVMs)を用いて符号化する, 理論的に動機付けられた新しい符号化方式を導入する。 この符号化は相互平等を保証する: 各記号対はブロッホ球面上で等距離である。 また、置換不変性はレヴェンシュテイン距離などの共通DNA類似性尺度に固有のため、特別に設計されたパラメータ化量子層を用いてそれを実現する。 量子カーネルモデルで使用される新しい符号化手法とパラメータ化層は、ペアワイズDNA配列比較タスクの対称特性を効果的に捉えることができることを示す。 提案手法を数値実験により検証し, 長さ8$のDNA配列に対して有望な結果が得られることを示した。

関連論文リスト

• Model Decides How to Tokenize: Adaptive DNA Sequence Tokenization with MxDNA [44.630039477717624]
  MxDNAは、モデルが段階的に有効なDNAトークン化戦略を自律的に学習する新しいフレームワークである。 我々は、MxDNAが従来の方法とは異なるユニークなトークン化戦略を学習し、自己教師付き事前学習中にトークンレベルでゲノム機能をキャプチャすることを示す。
  論文  参考訳（メタデータ） (2024-12-18T10:55:43Z)
• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
  d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。 我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• Quantum gate algorithm for reference-guided DNA sequence alignment [0.0]
  ゲート型量子コンピューティングをモデルとした参照誘導型DNA配列アライメントのための新しい量子アルゴリズムを提案する。 このアルゴリズムはスケーラブルで、既存の古典的なDNAシークエンシングシステムに統合することができ、計算エラーを制限するために意図的に構造化されている。
  論文  参考訳（メタデータ） (2023-08-08T18:41:24Z)
• Generalised Coupling and An Elementary Algorithm for the Quantum Schur Transform [0.0]
  量子シュア変換を実装するための透過的アルゴリズムを提案する。 クレーブシュ=ゴルダン係数を介して結合された量子ビットからなるシュル状態について検討する。 Wigner 6-j 記号と SU(N) Clebsch-Gordan 係数が我々の枠組みに自然に適合していることが示されている。
  論文  参考訳（メタデータ） (2023-05-06T15:19:52Z)
• A biological sequence comparison algorithm using quantum computers [0.0]
  本稿では,2つのゲノム配列間の類似性を量子コンピュータ上に表示し,解析する手法を提案する。 量子コンピュータ上での視覚の人間の知覚と画像のピクセル表現に触発され、これらの技術を利用してペアワイズシーケンス解析を実装した。
  論文  参考訳（メタデータ） (2023-03-23T18:45:56Z)
• Determining probability density functions with adiabatic quantum computing [0.0]
  本稿では,1次元の確率分布を,アナログとゲートベースの計算を併用する方法の実践例として挙げる。 特に, 厳密な単調関数の整合性を考慮したアディベート進化モデルにおいて, データを符号化する手法を提案する。
  論文  参考訳（メタデータ） (2023-03-20T18:00:00Z)
• Gaussian conversion protocol for heralded generation of qunaught states [66.81715281131143]
  ボソニック符号は、qubit型量子情報をより大きなボソニックヒルベルト空間にマッピングする。 我々は、これらの符号 GKP qunaught 状態の2つのインスタンスと、ゼロ論理エンコードされた量子ビットに対応する4つの対称二項状態とを変換する。 GKPqunaught状態は98%以上、確率は約3.14%である。
  論文  参考訳（メタデータ） (2023-01-24T14:17:07Z)
• General quantum algorithms for Hamiltonian simulation with applications to a non-Abelian lattice gauge theory [44.99833362998488]
  複数の量子数の相関変化からなる相互作用のクラスを効率的にシミュレートできる量子アルゴリズムを導入する。 格子ゲージ理論は、1+1次元のSU(2)ゲージ理論であり、1つのスタッガードフェルミオンに結合する。 これらのアルゴリズムは、アベリアおよび非アベリアゲージ理論と同様に高次元理論にも適用可能であることが示されている。
  論文  参考訳（メタデータ） (2022-12-28T18:56:25Z)
• Quantum Clustering with k-Means: a Hybrid Approach [117.4705494502186]
  我々は3つのハイブリッド量子k-Meansアルゴリズムを設計、実装、評価する。 我々は距離の計算を高速化するために量子現象を利用する。 我々は、我々のハイブリッド量子k-平均アルゴリズムが古典的バージョンよりも効率的であることを示す。
  論文  参考訳（メタデータ） (2022-12-13T16:04:16Z)
• Automatic and effective discovery of quantum kernels [41.61572387137452]
  量子コンピューティングは、カーネルマシンが量子カーネルを利用してデータ間の類似度を表現できるようにすることで、機械学習モデルを強化することができる。 本稿では,ニューラルアーキテクチャ検索やAutoMLと同じような最適化手法を用いて,この問題に対するアプローチを提案する。 その結果、高エネルギー物理問題に対する我々のアプローチを検証した結果、最良のシナリオでは、手動設計のアプローチに関して、テストの精度を一致または改善できることが示された。
  論文  参考訳（メタデータ） (2022-09-22T16:42:14Z)
• Gradient-descent quantum process tomography by learning Kraus operators [63.69764116066747]
  離散および連続変数の量子システムに対して量子プロセストモグラフィー(QPT)を行う。 我々は、クラウス作用素を得るために、最適化中にいわゆるスティーフェル多様体に対して制約付き勾配-退化(GD)アプローチを用いる。 GD-QPTは、2量子ランダムプロセスを持つベンチマークにおいて、圧縮センシング(CS)と投影最小二乗QPT(PLS)の両方のパフォーマンスと一致する。
  論文  参考訳（メタデータ） (2022-08-01T12:48:48Z)
• Simulating quantum circuits using tree tensor networks [0.0]
  我々は,古典コンピュータ上で量子回路をシミュレーションする手法を開発し,解析する。 提案アルゴリズムは、まず、量子回路が生成する期待の絡み合いに適応した、適切な木構造を決定する。 理論的には,提案手法の適用性および計算コストとメモリ要件を理論的に解析する。
  論文  参考訳（メタデータ） (2022-06-02T11:57:01Z)

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。