論文の概要: A Quantum Range-Doppler Algorithm for Synthetic Aperture Radar Image Formation

• arxiv url: http://arxiv.org/abs/2504.20811v1
• Date: Tue, 29 Apr 2025 14:24:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-02 19:15:54.930977
• Title: A Quantum Range-Doppler Algorithm for Synthetic Aperture Radar Image Formation
• Title（参考訳）: 合成開口レーダ画像形成のための量子レンジドプラアルゴリズム
• Authors: Alessandro Giovagnoli, Sigurd Huber, Gerhard Krieger,
• Abstract要約: 一般参照関数は、多くのSAR集中アルゴリズムにおいて重要な要素であり、量子ゲートにどのようにマッピングできるかを示す。 量子レンジ・ドップラーアルゴリズムのコアは計算複雑性が$O(N)$であり、従来のものより小さいことが分かる。
• 参考スコア（独自算出の注目度）: 48.123217909844946
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Synthetic aperture radar (SAR) is a well established technology in the field of Earth remote sensing. Over the years, the resolution of SAR images has been steadily improving and the pixel count increasing as a result of advances in the sensor technology, and so have the computational resources required to process the raw data to a focused image. Because they are a necessary step in the study of the retrieved data, new high-resolution and low-complexity focusing algorithms are constantly explored in the SAR literature. The theory of quantum computing proposes a new computational framework that might allow to process a vast amount of data in a more efficient way. Relevant to our case is the advantage proven for the quantum Fourier transform (QFT), the quantum counterpart of a fundamental element of many SAR focusing algorithms. Motivated by this, in this work we propose a quantum version of the range-Doppler algorithm. We show how in general reference functions, a key element in many SAR focusing algorithms, can be mapped to quantum gates; we present the quantum circuit performing the SAR raw data focusing and we discuss in detail its computational complexity. We find that the core of the quantum range-Doppler algorithm has a computational complexity, namely the number of single- and two-qubit gates, of $O(N)$, less than its classical counterpart with computational complexity $O(N \log N)$.
• Abstract（参考訳）: 合成開口レーダー(SAR)は、地球リモートセンシングの分野で確立された技術である。 近年,センサ技術の進歩に伴い,SAR画像の解像度が着実に向上し,画素数も増加し,生データを集中画像に処理するために必要な計算資源が確保されている。 検索したデータの研究において必要なステップであるため、新しい高分解能で低複雑さのフォーカスアルゴリズムはSAR文献において常に探索されている。 量子コンピューティングの理論は、大量のデータをより効率的に処理できる新しい計算フレームワークを提案する。 量子フーリエ変換(quantum Fourier transform, QFT)は、多くのSAR集中アルゴリズムの基本要素の量子対向である。 そこで本研究では,レンジドップラーアルゴリズムの量子バージョンを提案する。 我々は、多くのSAR焦点アルゴリズムにおいて重要な参照関数である一般参照関数が量子ゲートにどのようにマッピングできるかを示し、SAR生データに焦点をあてる量子回路を提示し、その計算複雑性を詳細に議論する。 量子レンジ・ドップラーアルゴリズムのコアは計算複雑性、すなわち、計算複雑性が$O(N \log N)$の古典的なものよりも少ない1ビットと2ビットのゲートの数である。

関連論文リスト

• 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 Resonant Dimensionality Reduction and Its Application in Quantum Machine Learning [2.7119354495508787]
  本稿では,入力データの次元を低減するために,量子共振器遷移に基づくQRDRアルゴリズムを提案する。 QRDR後、入力データの寸法$N$を所望のスケール$R$に減らし、元のデータの有効情報を保存する。 我々のアルゴリズムは様々な計算分野に応用できる可能性がある。
  論文  参考訳（メタデータ） (2024-05-21T09:26:18Z)
• Quantum Optical Approach to the $K$ Nearest Neighbour Algorithm [1.904851064759821]
  我々は、$K$-Nearest Neighbourアルゴリズムのためのハイブリッド量子古典的アプローチを構築する。 この情報は、単一の光子の助けを借りて、相分散多モードコヒーレント状態に埋め込まれる。 我々のアルゴリズムに対応する量子光学アーキテクチャを提供する。
  論文  参考訳（メタデータ） (2024-04-18T09:33:31Z)
• Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
  量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。 どの場の量子スピードアップが達成できるかという新たな課題が生じる。 量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
  論文  参考訳（メタデータ） (2024-02-26T09:32:07Z)
• Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
  単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。 提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
  論文  参考訳（メタデータ） (2023-04-18T11:57:15Z)
• Benchmarking Small-Scale Quantum Devices on Computing Graph Edit Distance [52.77024349608834]
  グラフ編集距離(GED: Graph Edit Distance)は、2つのグラフ間の(異なる)相似性の度合いを測定する。 本稿では、GED計算における2つの量子アプローチの比較研究について述べる。
  論文  参考訳（メタデータ） (2021-11-19T12:35:26Z)
• Quantum Face Recognition Protocol with Ghost Imaging [1.4856165761750735]
  量子主成分分析(QPCA)に基づくパターン認識のための量子機械学習アルゴリズムを提案する。 また,行列(画像)のトレースと計算の行列式に基づく顔の相似性を求める新しい量子アルゴリズムを提案する。 量子アルゴリズムと量子入力を備えた完全量子パターン認識システムでは、画像の取得と識別が大幅に改善される。
  論文  参考訳（メタデータ） (2021-10-19T16:31:46Z)
• Sparse Reconstruction for Radar Imaging based on Quantum Algorithms [17.240702633984583]
  本稿では,レーダスパースイメージングにおける画像復元に量子アルゴリズムを適用するのはこれが初めてである。 対応する量子回路とそのパラメータは、非常に低い計算複雑性を保証するように設計されている。 提案手法の有効性を検証するため, 生レーダデータを用いたシミュレーション実験を行った。
  論文  参考訳（メタデータ） (2021-01-21T07:03:14Z)
• Generation of High-Resolution Handwritten Digits with an Ion-Trap Quantum Computer [55.41644538483948]
  本稿では, 量子回路に基づく生成モデルを構築し, 生成逆数ネットワークの事前分布を学習し, サンプル化する。 我々は、このハイブリッドアルゴリズムを171ドルのYb$+$ ion qubitsに基づいてイオントラップデバイスでトレーニングし、高品質な画像を生成する。
  論文  参考訳（メタデータ） (2020-12-07T18:51:28Z)
• Qudits and high-dimensional quantum computing [4.2066457491320115]
  Quditは従来の2レベルキュービットに代わるマルチレベル計算ユニットである。 このレビューでは、回路構築、アルゴリズム設計、実験方法など、さまざまなトピックをカバーする、quditベースの量子コンピューティングの概要を概説する。
  論文  参考訳（メタデータ） (2020-07-30T22:17:43Z)

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。