論文の概要: Quantum vs. classical: A comprehensive benchmark study for predicting time series with variational quantum machine learning

• arxiv url: http://arxiv.org/abs/2504.12416v1
• Date: Wed, 16 Apr 2025 18:29:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-18 14:36:28.091221
• Title: Quantum vs. classical: A comprehensive benchmark study for predicting time series with variational quantum machine learning
• Title（参考訳）: 量子対古典:変分量子機械学習を用いた時系列予測のための総合的ベンチマーク研究
• Authors: Tobias Fellner, David Kreplin, Samuel Tovey, Christian Holm,
• Abstract要約: 時系列予測のための有望なツールとして、変分量子機械学習アルゴリズムが提案されている。 本稿では,時系列予測のための変分量子アルゴリズムと古典的機械学習モデルの比較を行った。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Variational quantum machine learning algorithms have been proposed as promising tools for time series prediction, with the potential to handle complex sequential data more effectively than classical approaches. However, their practical advantage over established classical methods remains uncertain. In this work, we present a comprehensive benchmark study comparing a range of variational quantum algorithms and classical machine learning models for time series forecasting. We evaluate their predictive performance on three chaotic systems across 27 time series prediction tasks of varying complexity, and ensure a fair comparison through extensive hyperparameter optimization. Our results indicate that, in many cases, quantum models struggle to match the accuracy of simple classical counterparts of comparable complexity. Furthermore, we analyze the predictive performance relative to the model complexity and discuss the practical limitations of variational quantum algorithms for time series forecasting.
• Abstract（参考訳）: 変分量子機械学習アルゴリズムは、古典的アプローチよりも複雑なシーケンシャルデータを効果的に扱う可能性があり、時系列予測のための有望なツールとして提案されている。 しかし、確立された古典的手法に対する現実的な優位性は、いまだに不明である。 本研究では,時系列予測のための変分量子アルゴリズムと古典的機械学習モデルの比較を行った。 我々は,27の時系列予測タスクにおける3つのカオスシステムにおける予測性能の評価を行い,拡張されたハイパーパラメータ最適化による公正な比較を確実にする。 我々の結果は、多くの場合、量子モデルは、同等の複雑さの単純な古典的対価の精度と一致することに苦慮していることを示している。 さらに,モデル複雑性に対する予測性能を解析し,時系列予測のための変分量子アルゴリズムの実用的限界について議論する。

関連論文リスト

• Benchmarking Quantum Models for Time-series Forecasting [0.3806074545662052]
  時系列予測における古典モデルと量子モデルを比較した。 ほとんどの量子モデルは、同等の結果を得ることができた。 結果は、予測の分野と量子機械学習の分野での有用な比較ポイントとして役立ちます。
  論文  参考訳（メタデータ） (2024-12-18T14:17:17Z)
• 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)
• MGCP: A Multi-Grained Correlation based Prediction Network for Multivariate Time Series [54.91026286579748]
  本稿では,マルチグラインド相関に基づく予測ネットワークを提案する。 予測性能を高めるために3段階の相関を同時に検討する。 注意機構に基づく予測器と条件判別器を用いて、粗い粒度の予測結果を最適化する。
  論文  参考訳（メタデータ） (2024-05-30T03:32:44Z)
• Randomized Benchmarking of Local Zeroth-Order Optimizers for Variational Quantum Systems [65.268245109828]
  古典学のパフォーマンスを、半ランダム化された一連のタスクで比較する。 量子システムにおける一般に好適な性能とクエリ効率のため、局所ゼロ階数に着目する。
  論文  参考訳（メタデータ） (2023-10-14T02:13:26Z)
• Variational Quantum Approximated Spectral Clustering [0.6718184400443239]
  本稿では、量子距離に基づく分類器モデルをクラスタリングフレームワークに拡張する可変量子近似スペクトルクラスタリング(VQASC)を提案する。 提案手法では, 重み付き和を非直交グラフの様々な行列表現上で計算できるように, 深度がデータセットサイズに準4次スケールの効率的な量子回路設計を用いる。
  論文  参考訳（メタデータ） (2023-09-08T17:54:42Z)
• 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)
• A didactic approach to quantum machine learning with a single qubit [68.8204255655161]
  我々は、データ再ロード技術を用いて、単一のキュービットで学習するケースに焦点を当てる。 我々は、Qiskit量子コンピューティングSDKを用いて、おもちゃと現実世界のデータセットに異なる定式化を実装した。
  論文  参考訳（メタデータ） (2022-11-23T18:25:32Z)
• A preprocessing perspective for quantum machine learning classification advantage using NISQ algorithms [0.0]
  変分量子アルゴリズム(VQA)は,LDA法とバランスの取れた精度で性能が向上したことを示す。 現在の量子コンピュータはノイズが多く、テストする量子ビットは少ないため、QML法の現在の量子的利点と潜在的な量子的優位性を実証することは困難である。
  論文  参考訳（メタデータ） (2022-08-28T16:58:37Z)
• Near-Optimal Quantum Algorithms for Multivariate Mean Estimation [0.0]
  ベクトル値の確率変数の平均をユークリッドノルムで推定するための最初の近似量子アルゴリズムを提案する。 我々は振幅増幅、ベルンシュタイン・ヴァジラニアルゴリズム、量子特異値変換など、様々なアルゴリズム技術を利用する。
  論文  参考訳（メタデータ） (2021-11-18T16:35:32Z)
• 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)

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。