論文の概要: Quantum Multiple Rotation Averaging

• arxiv url: http://arxiv.org/abs/2602.10115v1
• Date: Tue, 10 Feb 2026 18:59:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-11 20:17:43.775366
• Title: Quantum Multiple Rotation Averaging
• Title（参考訳）: 量子多重回転平均化
• Authors: Shuteng Wang, Natacha Kuete Meli, Michael Möller, Vladislav Golyanik,
• Abstract要約: 多重二次平均化(MRA)は3次元視覚とロボット工学の基本的な最適化問題である。 我々は,MRAを列として再構成する最初のアルゴリズムであるIQARS(Iterative Quantum Anneal Rotationing for Synchronization)を紹介する。 我々は、IQARSの性能を合成および実世界のデータセット上で評価する。
• 参考スコア（独自算出の注目度）: 28.27979152030028
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Multiple rotation averaging (MRA) is a fundamental optimization problem in 3D vision and robotics that aims to recover globally consistent absolute rotations from noisy relative measurements. Established classical methods, such as L1-IRLS and Shonan, face limitations including local minima susceptibility and reliance on convex relaxations that fail to preserve the exact manifold geometry, leading to reduced accuracy in high-noise scenarios. We introduce IQARS (Iterative Quantum Annealing for Rotation Synchronization), the first algorithm that reformulates MRA as a sequence of local quadratic non-convex sub-problems executable on quantum annealers after binarization, to leverage inherent hardware advantages. IQARS removes convex relaxation dependence and better preserves non-Euclidean rotation manifold geometry while leveraging quantum tunneling and parallelism for efficient solution space exploration. We evaluate IQARS's performance on synthetic and real-world datasets. While current annealers remain in their nascent phase and only support solving problems of limited scale with constrained performance, we observed that IQARS on D-Wave annealers can already achieve ca. 12% higher accuracy than Shonan, i.e., the best-performing classical method evaluated empirically.
• Abstract（参考訳）: 多重回転平均化(MRA)は、3次元視覚とロボティクスの基本的な最適化問題であり、ノイズの相対的な測定から一様に一貫した絶対回転を回復することを目的としている。 L1-IRLS や Shonan のような確立された古典的手法は、局所ミニマの感受性や凸緩和への依存といった制限に直面し、正確な多様体の幾何を保存できないため、高雑音のシナリオでは精度が低下する。 本稿では,二項化後の量子アンネラ上で実行可能な局所二次的非凸サブプロブレム列としてMRAを再構成する最初のアルゴリズムであるIQARS(Iterative Quantum Annealing for Rotation Synchronization)を紹介する。 IQARSは凸緩和依存を除去し、効率的な解空間探索のために量子トンネルと並列性を活用しながら非ユークリッド回転多様体幾何をよりよく保存する。 我々は、IQARSの性能を合成および実世界のデータセット上で評価する。 現在のアニーラーは、まだ初期段階にあり、制限された性能を持つ限られたスケールの問題解決しかサポートしていないが、D-Waveアニーラー上でIQARSが既に実現可能であることを我々は観察した。 正南よりも12%高い精度、すなわち、最高性能の古典的手法を実証的に評価した。

関連論文リスト

• Majorization-Minimization Networks for Inverse Problems: An Application to EEG Imaging [4.063392865490957]
  逆問題はしばしば誤りを犯し、強い安定性と収束を保証する最適化スキームを必要とする。 本稿では,二段階最適化設定における逆問題に対する学習されたMajorization-Minimization(MM)フレームワークを提案する。 我々は,古典的MM降下保証を保ちながら,各MMステップを管理する構造化曲率行列を学習する。
  論文  参考訳（メタデータ） (2026-01-23T10:33:45Z)
• Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing [68.35481158940401]
  CL-QASは連続的な量子アーキテクチャ検索フレームワークである。 振幅のエンコードと変分量子回路の忘れを犠牲にすることの課題を緩和する。 制御可能なロバスト性表現性、サンプル効率の一般化、およびバレンプラトーを使わずに滑らかな収束を実現する。
  論文  参考訳（メタデータ） (2026-01-10T02:36:03Z)
• Exploring the Effect of Basis Rotation on NQS Performance [0.0]
  パラメータ空間内の正確な波動関数を移動しながら、局所基底回転が損失ランドスケープを変化させることを示す。 回転角を網羅することにより、量子フィッシャー情報とフビニ・スタディ距離を計算し、回転した波動関数がロスランドスケープ内でどのように動くかを定量化する。 解析的に解ける回転イジングモデルに基づくフレームワークを導入し、固定された損失景観におけるターゲット波動関数の移動が情報幾何学的障壁を明らかにする方法について検討する。
  論文  参考訳（メタデータ） (2025-12-19T18:49:33Z)
• Frozen Gaussian sampling algorithms for simulating Markovian open quantum systems in the semiclassical regime [4.655774822811101]
  本稿では,Wigner-Fokker-Planck位相空間の定式化に基づくFGSアルゴリズムを提案する。 そのサンプリング誤差は半古典的パラメータ $varepsilon$ とは独立であり、したがって半古典的極限においてグリッド法が直面している禁断的な計算スケーリングを破る。 我々は、厳密な分析結果が現在欠けている体制である強非調和ポテンシャルにおける定常状態の存在に関する説得力のある数値的な証拠を提供する。
  論文  参考訳（メタデータ） (2025-12-16T02:21:34Z)
• Quantum Annealing Algorithms for Estimating Ising Partition Functions [2.8311048083168657]
  イジングスピングラスの分割関数の推定は、統計物理学、最適化、機械学習において重要である。 この研究は量子力学を計算複雑性で橋渡しし、スピングラス熱力学における量子優位性への実践的な経路を提供する。
  論文  参考訳（メタデータ） (2025-04-30T14:09:40Z)
• A Deep Unrolling Model with Hybrid Optimization Structure for Hyperspectral Image Deconvolution [50.13564338607482]
  本稿では,DeepMixと呼ばれるハイパースペクトルデコンボリューション問題に対する新しい最適化フレームワークを提案する。 これは3つの異なるモジュール、すなわちデータ一貫性モジュール、手作りの正規化器の効果を強制するモジュール、および装飾モジュールで構成されている。 本研究は,他のモジュールの協調作業によって達成される進歩を維持するために設計された,文脈を考慮した認知型モジュールを提案する。
  論文  参考訳（メタデータ） (2023-06-10T08:25:16Z)
• Can Decentralized Stochastic Minimax Optimization Algorithms Converge Linearly for Finite-Sum Nonconvex-Nonconcave Problems? [56.62372517641597]
  分散化されたミニマックス最適化は、幅広い機械学習に応用されているため、ここ数年で活発に研究されている。 本稿では,非コンカブ問題に対する2つの新しい分散化ミニマックス最適化アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-04-24T02:19:39Z)
• Beyond the Edge of Stability via Two-step Gradient Updates [49.03389279816152]
  Gradient Descent(GD)は、現代の機械学習の強力な仕事場である。 GDが局所最小値を見つける能力は、リプシッツ勾配の損失に対してのみ保証される。 この研究は、2段階の勾配更新の分析を通じて、単純だが代表的でありながら、学習上の問題に焦点をあてる。
  論文  参考訳（メタデータ） (2022-06-08T21:32:50Z)
• The Probabilistic Normal Epipolar Constraint for Frame-To-Frame Rotation Optimization under Uncertain Feature Positions [53.478856119297284]
  特徴位置における異方性および不均一性を考慮した確率論的正規極性制約(PNEC)を導入する。 合成データの実験において、新しいPNECは元のNECよりも正確な回転推定値が得られることを示した。 我々は,提案手法を最先端のモノクロ回転専用オドメトリーシステムに統合し,実世界のKITTIデータセットに対して一貫した改良を行った。
  論文  参考訳（メタデータ） (2022-04-05T14:47:11Z)
• Greedy parameter optimization for diabatic quantum annealing [0.0]
  ノイズの影響を最小限に抑えるために、量子計算では、より短い処理時間が望ましい。 横フィールドイジングモデルにおいて,パラメータの集合を変動的に決定する簡単な手法を提案する。 強磁性系におけるこのアイデアを全対全結合問題とスピングラス問題で検証する。
  論文  参考訳（メタデータ） (2021-11-26T01:31:01Z)
• Pushing the Envelope of Rotation Averaging for Visual SLAM [69.7375052440794]
  視覚SLAMシステムのための新しい最適化バックボーンを提案する。 従来の単分子SLAMシステムの精度, 効率, 堅牢性を向上させるために, 平均化を活用している。 我々のアプローチは、公開ベンチマークの最先端技術に対して、同等の精度で最大10倍高速に表示することができる。
  論文  参考訳（メタデータ） (2020-11-02T18:02:26Z)

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。