論文の概要: Quantum Classification Outside the Promised Class

• arxiv url: http://arxiv.org/abs/2504.18898v1
• Date: Sat, 26 Apr 2025 11:50:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-02 19:15:54.037952
• Title: Quantum Classification Outside the Promised Class
• Title（参考訳）: 約束されたクラスの外での量子分類
• Authors: Theodore Andronikos, Constantinos Bitsakos, Konstantinos Nikas, Georgios I. Goumas, Nectarios Koziris,
• Abstract要約: 提案するクラスから入力関数が逸脱したときの洞察を得ることが可能であるかを検討する。 我々は最近導入された量子アルゴリズムを用いて、1つの論理的クエリだけで確率$1.0$で分類できるように設計されている。 入力関数が約束されたクラスに十分近い限り、有用な情報を得ることが可能であることを示す。
• 参考スコア（独自算出の注目度）: 2.209328709671456
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper studies the important problem of quantum classification of Boolean functions from a entirely novel perspective. Typically, quantum classification algorithms allow us to classify functions with a probability of $1.0$, if we are promised that they meet specific unique properties. The primary objective of this study is to explore whether it is feasible to obtain any insights when the input function deviates from the promised class. For concreteness, we use a recently introduced quantum algorithm that is designed to classify with probability $1.0$ using just a single oracular query a large class of imbalanced Boolean functions. Fist, we establish a completely new concept characterizing ``nearness'' between Boolean function. Utilizing this concept, we show that, as long as the input function is close enough to the promised class, it is still possible to obtain useful information about its behavioral pattern from the classification algorithm. In this regard, the current study is among the first to provide evidence that shows how useful it is to apply quantum classification algorithms to functions outside the promised class in order to get a glimpse of important information.
• Abstract（参考訳）: 本稿では、ブール関数の量子分類における重要な問題を、全く新しい観点から研究する。 典型的には、量子分類アルゴリズムは、特定の固有の性質を満たすことを約束されている場合、1.0$の確率で関数を分類することができる。 本研究の主な目的は,入力関数が期待するクラスから逸脱した場合に,どのような知見を得ることができるかを検討することである。 具体的には、最近導入された量子アルゴリズムを用いて、不均衡なブール関数の大規模なクラスを1つの論理的クエリだけで、確率$1.0$で分類できるように設計されている。 Fist,我々はブール関数間の '`nearness'' を特徴付ける全く新しい概念を確立する。 この概念を用いることで、入力関数が約束されたクラスに十分近い限り、分類アルゴリズムからその動作パターンに関する有用な情報を得ることが可能であることを示す。 この点に関して、現在の研究では、重要な情報を垣間見るために、約束されたクラス外の関数に量子分類アルゴリズムを適用することがいかに有用であるかを示す証拠を初めて提示している。

関連論文リスト

• Quantum machine learning advantages beyond hardness of evaluation [1.9662978733004604]
  量子学習の利点の最も一般的な例は、暗号や量子関数によってラベル付けされたデータである。 量子関数の場合、ランダム・ジェネラビリティは保持されないと推測され、真の量子状態において既知の識別上の利点は残されていない。 BQP が階層的でない限り、量子ラベリング関数の検証は困難であることを示す。
  論文  参考訳（メタデータ） (2025-04-22T15:04:46Z)
• A Quantum Algorithm for the Classification of Patterns of Boolean Functions [2.209328709671456]
  本稿では,不均衡なブール関数のクラス階層を分類できる新しい量子アルゴリズムを提案する。 最終測定値が未知の関数を確率1ドルで明らかにするので,本アルゴリズムは簡単に分類できる。
  論文  参考訳（メタデータ） (2025-03-14T00:26:36Z)
• Classical Verification of Quantum Learning [42.362388367152256]
  量子学習の古典的検証のための枠組みを開発する。 そこで我々は,新しい量子データアクセスモデルを提案し,これを"mixture-of-superpositions"量子例と呼ぶ。 この結果から,学習課題における量子データの潜在能力は無限ではないものの,古典的エージェントが活用できることが示唆された。
  論文  参考訳（メタデータ） (2023-06-08T00:31:27Z)
• Quantum-inspired classification based on quantum state discrimination [0.774229787612056]
  量子状態判別の問題に触発された分類タスクに対する量子インスピレーション付きアルゴリズムを提案する。 構築によって、これらのアルゴリズムは多重クラス分類を実行し、オーバーフィッティングを防止し、確率出力を生成することができる。 量子コンピュータで実装できるが、ここではそのようなアルゴリズムの古典的な実装に焦点を当てる。
  論文  参考訳（メタデータ） (2023-03-27T16:09:40Z)
• Special functions in quantum phase estimation [61.12008553173672]
  一つは球面波動関数のプロレーションであり、これは真パラメータと推定値の差が一定の閾値より小さい最大確率を与える。 もう1つはマチュー関数であり、エネルギー制約の下での最適推定を正確に与えている。
  論文  参考訳（メタデータ） (2023-02-14T08:33:24Z)
• 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)
• About the description of physical reality of Bell's experiment [91.3755431537592]
  ローカルリアリズムの最も単純な形式に対応する隠れ変数モデルが最近導入された。 これは、より理想的なベルの実験のための量子力学の予測を再現する。 新しいタイプの量子コンピュータはまだ存在せず、理論上さえ存在しない。
  論文  参考訳（メタデータ） (2021-09-06T15:55:13Z)
• Secure Two-Party Quantum Computation Over Classical Channels [63.97763079214294]
  古典的アリス(Alice)と量子的ボブ(Quantum Bob)が古典的なチャネルを通してのみ通信できるような設定を考える。 悪質な量子逆数の場合,ブラックボックスシミュレーションを用いた2次元量子関数を実現することは,一般に不可能であることを示す。 我々は、QMA関係Rの古典的量子知識(PoQK)プロトコルを入力として、古典的当事者によって検証可能なRのゼロ知識PoQKを出力するコンパイラを提供する。
  論文  参考訳（メタデータ） (2020-10-15T17:55:31Z)
• Characterization of exact one-query quantum algorithms (ii): for partial functions [0.2741266294612775]
  クエリモデル(またはブラックボックスモデル)は、古典コンピューティングと量子コンピューティングの両方のコミュニティから多くの注目を集めている。 通常、量子の利点は、古典的なアルゴリズムよりもクエリの複雑さが高い量子アルゴリズムを提示することで明らかにされる。 例えば、Deutsch-Jozsaアルゴリズム、Simonアルゴリズム、Groverアルゴリズムといったよく知られた量子アルゴリズムは、クエリ複雑性の観点から量子コンピューティングのかなりの利点を示している。
  論文  参考訳（メタデータ） (2020-08-27T09:06:34Z)
• Tunable Quantum Neural Networks for Boolean Functions [0.0]
  ブール関数を学習するためにゲートを調整できる汎用量子回路のアイデアを導入する。 学習課題を実行するために,測定の欠如を利用したアルゴリズムを考案した。
  論文  参考訳（メタデータ） (2020-03-31T11:55:01Z)
• Quantum noise protects quantum classifiers against adversaries [120.08771960032033]
  量子情報処理におけるノイズは、特に短期的な量子技術において、破壊的で避け難い特徴と見なされることが多い。 量子回路の非偏極雑音を利用して分類を行うことにより、敵に縛られるロバスト性を導出できることを示す。 これは、最も一般的な敵に対して使用できる最初の量子プロトコルである。
  論文  参考訳（メタデータ） (2020-03-20T17:56:14Z)
• Options of Interest: Temporal Abstraction with Interest Functions [58.30081828754683]
  一般関数近似に適した開始集合の一般化を、オプションに関連付けられた興味関数を定義することによって提供する。 我々は、関心関数に対する勾配に基づく学習アルゴリズムを導出し、新たな関心選択批判的アーキテクチャを創出する。
  論文  参考訳（メタデータ） (2020-01-01T21:24:39Z)

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。