Fugu-MT 論文翻訳(概要): Robust Decentralized Quantum Kernel Learning for Noisy and Adversarial Environment

論文の概要: Robust Decentralized Quantum Kernel Learning for Noisy and Adversarial Environment

arxiv url: http://arxiv.org/abs/2504.13782v1
Date: Fri, 18 Apr 2025 16:33:07 GMT
ステータス: 翻訳完了
システム内更新日: 2025-04-28 14:53:07.582388
Title: Robust Decentralized Quantum Kernel Learning for Noisy and Adversarial Environment
Title（参考訳）: 雑音環境と対向環境のためのロバスト分散量子カーネル学習
Authors: Wenxuan Ma, Kuan-Cheng Chen, Shang Yu, Mengxiang Liu, Ruilong Deng,
Abstract要約: 本稿では、量子カーネル学習のための汎用分散フレームワーク(QKL)を提案する。量子ノイズに対する堅牢性を持ち、RDQKLという堅牢なアプローチを形成する敵情報攻撃を保護するように設計されている。
参考スコア（独自算出の注目度）: 5.992017694506713
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper proposes a general decentralized framework for quantum kernel learning (QKL). It has robustness against quantum noise and can also be designed to defend adversarial information attacks forming a robust approach named RDQKL. We analyze the impact of noise on QKL and study the robustness of decentralized QKL to the noise. By integrating robust decentralized optimization techniques, our method is able to mitigate the impact of malicious data injections across multiple nodes. Experimental results demonstrate that our approach maintains high accuracy under noisy quantum operations and effectively counter adversarial modifications, offering a promising pathway towards the future practical, scalable and secure quantum machine learning (QML).
Abstract（参考訳）: 本稿では,量子カーネル学習(QKL)のための汎用分散フレームワークを提案する。量子ノイズに対する堅牢性を持ち、RDQKLという堅牢なアプローチを形成する敵情報攻撃を保護するように設計されている。ノイズがQKLに与える影響を解析し、分散QKLの雑音に対する堅牢性について検討する。本手法は,ロバストな分散最適化手法を統合することにより,複数のノードにまたがる悪意あるデータ注入の影響を軽減することができる。実験により,本手法は,ノイズの多い量子演算の下で高い精度を維持し,対向的な修正を効果的に行うことを示し,将来的な実用的でスケーラブルでセキュアな量子機械学習(QML)への道筋を提供する。

関連論文リスト

Realizing Quantum Adversarial Defense on a Trapped-ion Quantum Processor [3.1858340237924776]
我々は、イオントラップ量子プロセッサ上に、データ再ロードに基づく量子分類器を実装した。 MNISTデータセットに優れたロバスト性を示す。
論文参考訳（メタデータ） (2025-03-04T09:22:59Z)
Bayesian Quantum Amplitude Estimation [49.1574468325115]
本稿では,量子振幅推定のための雑音対応ベイズアルゴリズムであるBAEを紹介する。我々は,BAEがハイゼンベルク限界推定を達成し,他の手法と比較した。
論文参考訳（メタデータ） (2024-12-05T18:09:41Z)
Optimal Quantum Purity Amplification [2.05170973574812]
一般量子システムと大域雑音に対する最適QPAプロトコルを提案する。一般化された量子位相推定に基づくプロトコルの効率的な実装を提供する。数値シミュレーションはハミルトン進化の量子シミュレーションに適用したプロトコルの有効性を実証する。
論文参考訳（メタデータ） (2024-09-26T17:46:00Z)
Benchmarking Quantum Generative Learning: A Study on Scalability and Noise Resilience using QUARK [0.3624329910445628]
本稿では,量子生成学習アプリケーションのスケーラビリティと耐雑音性について検討する。厳密なベンチマーク手法を用いて、進捗を追跡し、QMLアルゴリズムのスケーリングにおける課題を特定する。その結果,QGANはQCBMほど次元の呪いの影響を受けず,QCBMはノイズに耐性があることがわかった。
論文参考訳（メタデータ） (2024-03-27T15:05:55Z)
Overcoming Noise Limitations in QKD with Quantum Privacy Amplification [0.0]
分散絡み合いの質を向上させることにより、QPAがQKDで達成可能なセキュアな鍵レートを向上できることを実験的に示す。 QPAは従来キー生成を妨げていたノイズレベルにおいてキー生成を可能にする。結果は、量子プロセッサをリンクするグローバル量子ネットワークの実装と、将来的なデータセキュリティの確保に最重要である。
論文参考訳（メタデータ） (2024-02-08T14:07:36Z)
GQHAN: A Grover-inspired Quantum Hard Attention Network [53.96779043113156]
GQHAM(Grover-inspired Quantum Hard Attention Mechanism)を提案する。 GQHANは、既存の量子ソフト自己保持機構の有効性を超越して、非微分可能性ハードルをかなり上回っている。 GQHANの提案は、将来の量子コンピュータが大規模データを処理する基盤を築き、量子コンピュータビジョンの開発を促進するものである。
論文参考訳（メタデータ） (2024-01-25T11:11:16Z)
Harnessing Inherent Noises for Privacy Preservation in Quantum Machine Learning [11.45148186874482]
我々は,量子機械学習におけるデータプライバシ保護に固有の量子ノイズを活用することを提案する。特に、ノイズ中規模量子(NISQ)デバイスを考えると、避けられないショットノイズと非コヒーレントノイズを利用する。
論文参考訳（メタデータ） (2023-12-18T11:52:44Z)
Probabilistic Sampling of Balanced K-Means using Adiabatic Quantum Computing [93.83016310295804]
AQCは研究関心の問題を実装でき、コンピュータビジョンタスクのための量子表現の開発に拍車をかけた。本研究では,この情報を確率的バランスの取れたk平均クラスタリングに活用する可能性について検討する。最適でない解を捨てる代わりに, 計算コストを少なくして, 校正後部確率を計算することを提案する。これにより、合成タスクと実際の視覚データについて、D-Wave AQCで示すような曖昧な解とデータポイントを識別することができる。
論文参考訳（メタデータ） (2023-10-18T17:59:45Z)
A Quantum Kernel Learning Approach to Acoustic Modeling for Spoken Command Recognition [69.97260364850001]
本稿では,量子カーネル学習(QKL)フレームワークを提案する。古典的-量子的特徴符号化に基づく音響特性を計画する。
論文参考訳（メタデータ） (2022-11-02T16:46:23Z)
Pulse-level noisy quantum circuits with QuTiP [53.356579534933765]
我々はQuTiPの量子情報処理パッケージであるqutip-qipに新しいツールを導入する。これらのツールはパルスレベルで量子回路をシミュレートし、QuTiPの量子力学解法と制御最適化機能を活用する。シミュレーションプロセッサ上で量子回路がどのようにコンパイルされ、制御パルスがターゲットハミルトニアンに作用するかを示す。
論文参考訳（メタデータ） (2021-05-20T17:06:52Z)
Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
論文参考訳（メタデータ） (2020-10-20T12:06:27Z)

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。