Fugu-MT 論文翻訳(概要): Quantum Classical Ridgelet Neural Network For Time Series Model

論文の概要: Quantum Classical Ridgelet Neural Network For Time Series Model

arxiv url: http://arxiv.org/abs/2601.03654v1
Date: Wed, 07 Jan 2026 07:05:34 GMT
ステータス: 翻訳完了
システム内更新日: 2026-01-09 02:15:23.362815
Title: Quantum Classical Ridgelet Neural Network For Time Series Model
Title（参考訳）: 時系列モデルのための量子古典リッジレットニューラルネットワーク
Authors: Bahadur Yadav, Sanjay Kumar Mohanty,
Abstract要約: 本稿では,リグルト変換を時系列データのための量子処理パイプラインに組み込む量子コンピューティング手法を提案する。ここでは、リッジレットニューラルネットワークを単一量子ビット量子コンピューティング法に統合し、特徴抽出と予測能力を改善する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: In this study, we present a quantum computing method that incorporates ridglet transforms into the quantum processing pipelines for time series data. Here, the Ridgelet neural network is integrated with a single-qubit quantum computing method, which improves feature extraction and forecasting capabilities. Furthermore, experimental results using financial time series data demonstrate the superior performance of our model compared to existing models.
Abstract（参考訳）: 本研究では,リグルト変換を時系列データのための量子処理パイプラインに組み込む量子コンピューティング手法を提案する。ここでは、リッジレットニューラルネットワークを単一量子ビット量子コンピューティング法に統合し、特徴抽出と予測能力を改善する。さらに,財務時系列データを用いた実験結果から,既存モデルと比較して,モデルの性能が優れていることが示された。

関連論文リスト

Quantum Implicit Neural Representations for 3D Scene Reconstruction and Novel View Synthesis [42.13843953705695]
入射神経表現(INR)は連続信号モデリングと3次元シーン再構成の強力なパラダイムとなっている。ニューラルラディアンス場レンダリングのための最初のハイブリッド量子古典的フレームワークである量子ニューラルラディアンス場(Q-NeRF)を提案する。
論文参考訳（メタデータ） (2025-12-14T13:24:11Z)
Experimental quantum reservoir computing with a circuit quantum electrodynamics system [0.9786690381850356]
量子貯水池コンピューティングは、他の量子ニューラルネットワークモデルと比較してトレーニングの容易さを提供する機械学習フレームワークである。本稿では,回路量子電気力学アーキテクチャに基づく新しい量子貯水池計算プラットフォームを提案し,実験的に実装する。我々の研究は、ハードウェア効率のよい量子ニューラルネットワークの実装を示し、他の量子機械学習モデルにさらにスケールアップして一般化することができる。
論文参考訳（メタデータ） (2025-06-27T08:31:36Z)
Quantum Latent Diffusion Models [65.16624577812436]
本稿では,古典的潜伏拡散モデルの確立した考え方を活用する量子拡散モデルの潜在的バージョンを提案する。これには、従来のオートエンコーダを使用してイメージを削減し、次に潜時空間の変動回路で操作する。この結果は、量子バージョンが生成した画像のより良い測定値を得ることによって証明されたように、量子バージョンを使用することの利点を示している。
論文参考訳（メタデータ） (2025-01-19T21:24:02Z)
Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems [77.88054335119074]
ランダム量子スピン系の進化をモデル化するためにFNOを用いる。量子波動関数全体の2n$の代わりに、コンパクトなハミルトン観測可能集合にFNOを適用する。
論文参考訳（メタデータ） (2024-09-05T07:18:09Z)
Learning to Program Variational Quantum Circuits with Fast Weights [3.6881738506505988]
本稿では,時間的あるいはシーケンシャルな学習課題に対する解決法として,QFWP(Quantum Fast Weight Programmers)を提案する。提案したQFWPモデルは、量子リカレントニューラルネットワークの使用を必要とせずに、時間的依存関係の学習を実現する。本研究では, 時系列予測とRLタスクにおいて, 提案したQFWPモデルの有効性を示す数値シミュレーションを行った。
論文参考訳（メタデータ） (2024-02-27T18:53:18Z)
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)
An advanced spatio-temporal convolutional recurrent neural network for storm surge predictions [73.4962254843935]
本研究では, 人工ニューラルネットワークモデルを用いて, 嵐の軌跡/規模/強度履歴に基づいて, 強風をエミュレートする能力について検討する。本研究では, 人工嵐シミュレーションのデータベースを用いて, 強風を予測できるニューラルネットワークモデルを提案する。
論文参考訳（メタデータ） (2022-04-18T23:42:18Z)
Comparing concepts of quantum and classical neural network models for image classification task [0.456877715768796]
本資料は、ハイブリッド量子古典ニューラルネットワークのトレーニングと性能に関する実験結果を含む。シミュレーションは時間を要するが、量子ネットワークは時間を要するが、古典的なネットワークを克服する。
論文参考訳（メタデータ） (2021-08-19T18:49:30Z)
Learning temporal data with variational quantum recurrent neural network [0.5658123802733283]
パラメタライズド量子回路を用いて時間データを学習する手法を提案する。この研究は、時間データの学習に複雑な量子力学を利用する方法を提供する。
論文参考訳（メタデータ） (2020-12-21T10:47:28Z)

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。