論文の概要: End-to-End QGAN-Based Image Synthesis via Neural Noise Encoding and Intensity Calibration

• arxiv url: http://arxiv.org/abs/2603.18554v1
• Date: Thu, 19 Mar 2026 07:09:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-20 17:19:05.994943
• Title: End-to-End QGAN-Based Image Synthesis via Neural Noise Encoding and Intensity Calibration
• Title（参考訳）: ニューラルノイズ符号化と強度校正による終端QGAN画像合成
• Authors: Xue Yang, Rigui Zhou, Shizheng Jia, Dax Enshan Koh, Siong Thye Goh, Yaochong Li, Hongyu Chen, Fuhui Xiong,
• Abstract要約: Quantum Generative Adversarial Networks (QGAN)は、短期的な量子デバイス上でのデータ分散を学習するための、有望なパスを提供する。 画像合成のための既存のQGANは、古典的な後処理やパッチベースの手法に依存して、直接のフルイメージ生成を避ける。 D-qubit量子回路を用いてN=2Dピクセル画像全体を合成するエンドツーエンドフレームワークReQGANを提案する。
• 参考スコア（独自算出の注目度）: 13.610834459583344
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum Generative Adversarial Networks (QGANs) offer a promising path for learning data distributions on near-term quantum devices. However, existing QGANs for image synthesis avoid direct full-image generation, relying on classical post-processing or patch-based methods. These approaches dilute the quantum generator's role and struggle to capture global image semantics. To address this, we propose ReQGAN, an end-to-end framework that synthesizes an entire N=2^D-pixel image using a single D-qubit quantum circuit. ReQGAN overcomes two fundamental bottlenecks hindering direct pixel generation: (1) the rigid classical-to-quantum noise interface and (2) the output mismatch between normalized quantum statistics and the desired pixel-intensity space. We introduce a learnable Neural Noise Encoder for adaptive state preparation and a differentiable Intensity Calibration module to map measurements to a stable, visually meaningful pixel domain. Experiments on MNIST and Fashion-MNIST demonstrate that ReQGAN achieves stable training and effective image synthesis under stringent qubit budgets, with ablation studies verifying the contribution of each component.
• Abstract（参考訳）: Quantum Generative Adversarial Networks (QGAN)は、短期的な量子デバイス上でのデータ分散を学習するための、有望なパスを提供する。 しかし、画像合成のための既存のQGANは、古典的な後処理やパッチベースの手法に依存して、直接のフルイメージ生成を避ける。 これらのアプローチは量子ジェネレータの役割を減らし、グローバルなイメージセマンティクスを捉えるのに苦労する。 そこで本研究では,1つのD量子ビット量子回路を用いてN=2^Dピクセル画像全体を合成するエンドツーエンドフレームワークReQGANを提案する。 ReQGAN は,(1) 正規化量子統計量と所望の画素強度空間との間の出力ミスマッチ,という2つの基本的ボトルネックを克服する。 適応状態準備のための学習可能なニューラルノイズエンコーダと、測定結果を安定かつ視覚的に意味のあるピクセル領域にマッピングするための可変強度校正モジュールを導入する。 MNIST と Fashion-MNIST の実験により、ReQGAN は強い量子ビット予算の下で安定したトレーニングと効果的な画像合成を実現し、各成分の寄与を検証するアブレーション研究を行った。

関連論文リスト

• Universal super-resolution framework for imaging of quantum dots [4.842569392617605]
  本稿では,単一カメラフレームによる量子エミッタの超解像を再構成する,普遍的な深層学習手法を提案する。 我々は2次元単層WSe$における量子ドットとひずみ誘起ドットの低密度および高密度In(Ga)に対するアプローチを検証し、低信号対雑音および不均一背景下においても重畳エミッタを解消する。
  論文  参考訳（メタデータ） (2025-10-07T16:01:41Z)
• Quantum Visual Fields with Neural Amplitude Encoding [70.86293548779774]
  本稿では2次元画像と3次元幾何場学習のための新しいタイプの量子入射ニューラル表現(QINR)を提案する。 QVFは古典的なデータを学習可能エネルギー多様体に接地したニューラル振幅符号化を用いて量子状態ベクトルに符号化する。 我々のアンサッツは、学習可能なパラメトリド量子回路の完全に絡み合った設計に従い、実際のヒルベルト空間で量子(単位)演算を行う。
  論文  参考訳（メタデータ） (2025-08-14T17:59:52Z)
• A Quantum Range-Doppler Algorithm for Synthetic Aperture Radar Image Formation [47.1482540145286]
  一般参照関数は、多くのSAR集中アルゴリズムにおいて重要な要素であり、量子ゲートにどのようにマッピングできるかを示す。 量子レンジ・ドップラーアルゴリズムのコアは計算複雑性が$O(N)$であり、従来のものより小さいことが分かる。
  論文  参考訳（メタデータ） (2025-04-29T14:24:23Z)
• End-to-End Demonstration of Quantum Generative Adversarial Networks for Steel Microstructure Image Augmentation on a Trapped-Ion Quantum Computer [1.6459866832540102]
  GAN(Generative Adversarial Network)は、高品質な合成画像を生成する機械学習技術である。 我々は、GANと量子コンピューティングを統合し、鋼の2つの異なる微細構造相の複雑な5チャネル電子後方散乱(EBSD)像を生成する。 ハイブリッド量子古典 WGAN は古典的ベルヌーイ GAN よりも70% のサンプルで改善されている。
  論文  参考訳（メタデータ） (2025-04-11T17:55:58Z)
• HQViT: Hybrid Quantum Vision Transformer for Image Classification [48.72766405978677]
  本稿では,モデル性能を向上しつつ,モデルトレーニングを高速化するHybrid Quantum Vision Transformer(HQViT)を提案する。 HQViTは振幅エンコーディングによる全画像処理を導入し、位置エンコーディングを追加せずにグローバルな画像情報をよりよく保存する。 様々なコンピュータビジョンデータセットの実験により、HQViTは既存のモデルよりも優れており、最大10.9%(MNIST 10-classification task)の改善を実現している。
  論文  参考訳（メタデータ） (2025-04-03T16:13:34Z)
• Image Denoising with Machine Learning: A Novel Approach to Improve Quantum Image Processing Quality and Reliability [3.8704324110545767]
  量子画像処理(QIP)は、画像の操作と解析に量子コンピューティングの利点を活用することを目的としている。 QIPは量子ビットの制限と量子マシンにおけるノイズの存在という2つの課題に直面している。 本稿では,量子処理された画像のノイズを特定し,修正する機械学習モデルを用いて,QIPにおけるノイズ問題に対処する新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-02-18T16:55:54Z)
• A quantum segmentation algorithm based on local adaptive threshold for NEQR image [7.798738743268923]
  アルゴリズムの複雑さは$O(n2+q)$に縮めることができるが、これは古典的なアルゴリズムに比べて指数的なスピードアップである。 この実験はIBM Qを用いて、ノイズの多い中間スケール量子(NISQ)時代のアルゴリズムの実現可能性を示す。
  論文  参考訳（メタデータ） (2023-10-02T04:01:42Z)
• Simulation of Entanglement Generation between Absorptive Quantum Memories [56.24769206561207]
  我々は、QUantum Network Communication (SeQUeNCe) のオープンソースシミュレータを用いて、2つの原子周波数コム(AFC)吸収量子メモリ間の絡み合いの発生をシミュレートする。 本研究は,SeQUeNCe における truncated Fock 空間内の光量子状態の表現を実現する。 本研究では,SPDC音源の平均光子数と,平均光子数とメモリモード数の両方で異なる絡み合い発生率を観測する。
  論文  参考訳（メタデータ） (2022-12-17T05:51:17Z)

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。