論文の概要: Variational Phasor Circuits for Phase-Native Brain-Computer Interface Classification

• arxiv url: http://arxiv.org/abs/2603.18078v1
• Date: Wed, 18 Mar 2026 07:12:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-20 17:19:05.746646
• Title: Variational Phasor Circuits for Phase-Native Brain-Computer Interface Classification
• Title（参考訳）: 位相Native Brain-Computer インタフェース分類のための変分ファサー回路
• Authors: Dibakar Sigdel,
• Abstract要約: 連続的な$S1$単位円多様体上で動作する決定論的古典学習アーキテクチャであるtextbfVariational Phasor Circuit (VPC) を提案する。 変動量子回路にインスパイアされ、密度の高い実数値の重み行列をトレーニング可能な位相シフト、局所的なユニタリ混合、周囲の複素空間における構造的干渉に置き換える。 ベンチマークは、競争精度とトレーニング可能なパラメータを標準ユークリッドベースラインよりも大幅に少なく、難しい精神状態分類をデコードできることを示す。
• 参考スコア（独自算出の注目度）: 0.09229852843814058
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: We present the \textbf{Variational Phasor Circuit (VPC)}, a deterministic classical learning architecture operating on the continuous $S^1$ unit circle manifold. Inspired by variational quantum circuits, VPC replaces dense real-valued weight matrices with trainable phase shifts, local unitary mixing, and structured interference in the ambient complex space. This phase-native design provides a unified method for both binary and multi-class classification of spatially distributed signals. A single VPC block supports compact phase-based decision boundaries, while stacked VPC compositions extend the model to deeper circuits through inter-block pull-back normalization. Using synthetic brain-computer interface benchmarks, we show that VPC can decode difficult mental-state classification tasks with competitive accuracy and substantially fewer trainable parameters than standard Euclidean baselines. These results position unit-circle phase interference as a practical and mathematically principled alternative to dense neural computation, and motivate VPC as both a standalone classifier and a front-end encoding layer for future hybrid phasor-quantum systems.
• Abstract（参考訳）: 本稿では、連続な$S^1$単位円多様体上で動作する決定論的古典的学習アーキテクチャである「textbf{Variational Phasor Circuit (VPC)」を提案する。 変動量子回路にインスパイアされたVPCは、密度の高い実数値の重み行列を、トレーニング可能な位相シフト、局所的なユニタリ混合、周囲の複素空間における構造的干渉に置き換える。 この位相ネイティブ設計は、空間的に分散された信号のバイナリとマルチクラスの両方の分類のための統一的な方法を提供する。 単一のVPCブロックは、コンパクトな位相ベースの決定境界をサポートし、スタック化されたVPC合成はブロック間プルバック正規化により、より深い回路にモデルを拡張する。 人工脳-コンピュータインタフェースベンチマークを用いて、VPCは、競争精度と訓練可能なパラメータを標準ユークリッドベースラインよりも大幅に少なく、難しい精神状態分類タスクをデコードできることを示す。 これらの結果から,高密度ニューラルネットワークに代わる実用的・数学的原理として単位円相干渉を位置づけ,VPCをスタンドアロンの分類器と将来のハイブリッド・ファサー・量子システムのためのフロントエンド符号化層として動機づけた。

関連論文リスト

• Untangling Surface Codes: Bridging Braids and Lattice Surgery [51.748182660642776]
  本研究では, 耐故障性量子回路をそれらのブレイディングと格子状手術表現の間に翻訳する方式を提案する。 当社のフレームワークは,大規模サーフェスコードの自動検証,コンパイル,ベンチマークの基盤を提供する。
  論文  参考訳（メタデータ） (2025-11-27T10:12:38Z)
• Joint Transmit and Pinching Beamforming for Pinching Antenna Systems (PASS): Optimization-Based or Learning-Based? [89.05848771674773]
  MISO (Multiple-input Single-output) フレームワークを提案する。 それは複数の導波路で構成されており、多数の低コストアンテナ(PA)を備えている。 PAの位置は、大規模パスと空間の両方にまたがるように再構成することができる。
  論文  参考訳（メタデータ） (2025-02-12T18:54:10Z)
• An Optical Interconnect for Modular Quantum Computers [0.44624755182670844]
  量子コンピュータのスケールアップには 光学的相互接続が必要です グループスイッチが計算終端ノードから出力される光子をルーティングする多群構造を提案する。 試作3ノードスイッチング配線を実装し,少なくとも0.6の忠実度を持つ2ホップ絡みを発生させる。
  論文  参考訳（メタデータ） (2024-12-12T14:16:50Z)
• Scaling Continuous Latent Variable Models as Probabilistic Integral Circuits [5.969243233796684]
  確率積分回路(PIC)は連続潜伏変数(LV)を定義する記号計算グラフである PICは、LVを解析的に積分できる場合、そうでなければ、トラクタブル確率回路(PC)によって近似できる。 本稿では、任意の可変分解からDAG形PICを構築するパイプライン、テンソル化回路アーキテクチャを用いたPICのトレーニング手順、神経機能共有技術を提案する。
  論文  参考訳（メタデータ） (2024-06-10T17:30:17Z)
• Task-Oriented Sensing, Computation, and Communication Integration for Multi-Device Edge AI [108.08079323459822]
  本稿では,AIモデルの分割推論と統合センシング通信(ISAC)を併用した,新しいマルチインテリジェントエッジ人工レイテンシ(AI)システムについて検討する。 推定精度は近似的だが抽出可能な計量、すなわち判別利得を用いて測定する。
  論文  参考訳（メタデータ） (2022-07-03T06:57:07Z)
• Proximal Policy Optimization-based Transmit Beamforming and Phase-shift Design in an IRS-aided ISAC System for the THz Band [90.45915557253385]
  テラヘルツ(THz)帯で動作するIRS支援統合センシング・通信(ISAC)システムを提案し,システム容量を最大化する。 透過ビームフォーミングと位相シフト設計はエルゴード制約を伴う普遍最適化問題に変換される。
  論文  参考訳（メタデータ） (2022-03-21T09:15:18Z)
• Unsupervised Learning Based Hybrid Beamforming with Low-Resolution Phase Shifters for MU-MIMO Systems [7.585540240110219]
  無限分解能位相シフタ(PS)に基づく既存のハイブリッドビームフォーミング設計は、ハードウェアコストと消費電力のために実用的ではない。 アナログプリコーダとコンバインダを低解像度PSで共同設計するための教師なし学習に基づくスキームを提案する。 アナログプリコーダとコンバインダの設計問題を位相分類問題に変換し,汎用ニューラルネットワークアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2022-02-04T02:45:40Z)
• CSformer: Bridging Convolution and Transformer for Compressive Sensing [65.22377493627687]
  本稿では,CNNからの詳細な空間情報を活用するためのハイブリッドフレームワークと,表現学習の強化を目的としたトランスフォーマーが提供するグローバルコンテキストを統合することを提案する。 提案手法は、適応的なサンプリングとリカバリからなるエンドツーエンドの圧縮画像センシング手法である。 実験により, 圧縮センシングにおける専用トランスアーキテクチャの有効性が示された。
  論文  参考訳（メタデータ） (2021-12-31T04:37:11Z)
• A Hierarchical Deep Actor-Critic Learning Method for Joint Distribution System State Estimation [1.7205106391379026]
  グリッドエッジにおける顧客のリアルタイム監視は、重要なタスクとなっている。 ほぼリアルタイムなソリューションを実現するために,新しい階層型強化学習支援フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-12-04T22:38:21Z)

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。