論文の概要: Quantum-Enhanced Similarity Measures for Polarimetric Materials Classification

• arxiv url: http://arxiv.org/abs/2606.07766v1
• Date: Fri, 05 Jun 2026 18:24:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 14:42:05.38375
• Title: Quantum-Enhanced Similarity Measures for Polarimetric Materials Classification
• Title（参考訳）: ポラリメトリック材料分類における量子的類似度対策
• Authors: Sara Shojaei, Seyed Mohamad Ali Tousi, Emma Bennett, Param Sangani, Ali Shiri Sichani, Ilker Ersoy, Hadi Ali-Akbarpour, Filiz Bunyak, G. N. DeSouza,
• Abstract要約: 偏光反射を含むボクセル立方体は、エンコーダを訓練し、立方体のボクセルの32次元埋め込みを生成する。 SWAPテスト回路は、クエリキューブからの32D埋め込みとアンカーキューブのデータセットとの忠実度を推定する。 集合忠実度は、材料類似度スコアとして機能し、最も集合忠実度の高いアンカーのクラスは、クエリされた材料のクラスとみなされる。
• 参考スコア（独自算出の注目度）: 2.213897047960477
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present a quantum--classical hybrid pipeline for polarimetric material classification that casts this as a point-matching problem. Voxel cubes, containing polarized light reflections, are used to train an encoder to produce 32-dimensional embeddings for the voxels of the cubes. At inference, the encoder head is discarded and the embeddings are encoded as probability amplitudes of quantum states. Next, a SWAP-test circuit estimates the fidelity between each of the 32D embeddings from the query cube and a dataset of anchor cubes. The aggregated fidelity serves as materials similarity scores, and the class of the anchor with highest aggregated fidelity is deemed as the class of the queried material. We evaluate our approach on a dataset of 23 materials ($\approx$800 samples each) derived from their Mueller matrices. The point-matching approaches from the proposed quantum SWAP-test and a classical classifier using Optimal Transport are compared. Our results demonstrate the competitive classification accuracy alongside open-set discrimination potential, establishing it as a viable path toward NISQ-based material recognition.
• Abstract（参考訳）: 偏光材料分類のための量子-古典ハイブリッドパイプラインを提案し,これを点マッチング問題とする。 偏光反射を含むボクセル立方体は、エンコーダを訓練し、立方体のボクセルの32次元埋め込みを生成する。 推論時にエンコーダヘッドは破棄され、埋め込みは量子状態の確率振幅として符号化される。 次に、SWAPテスト回路は、クエリキューブからの32D埋め込みとアンカーキューブのデータセットとの忠実度を推定する。 集合忠実度は、材料類似度スコアとして機能し、最も集合忠実度の高いアンカーのクラスは、クエリされた材料のクラスとみなされる。 我々は,ミュラー行列から得られた23の材料(それぞれ800ドル)のデータセットに対するアプローチを評価した。 提案した量子SWAP-test と Optimal Transport を用いた古典的分類器による点マッチング手法を比較した。 本研究は,NISQに基づく材料認識への道筋として,オープンセット識別と競合する分類精度を示すものである。

関連論文リスト

• Hybrid Quantum--Classical k-Means Clustering via Quantum Feature Maps [0.0]
  我々は、ユークリッド距離を特徴写像された量子状態の間の内積から導かれる量子カーネルに置き換えるk平均の量子化変種を提案する。 提案手法は,従来のアルゴリズムと比較してクラスタリングの安定性と競合精度の向上を図っている。
  論文  参考訳（メタデータ） (2026-04-09T06:36:20Z)
• Quantum generative classification with mixed states [2.0520280713027175]
  量子生成分類(QGC)と呼ばれる量子生成多クラス分類戦略を提案する。 このモデルは変動量子アルゴリズムを用いて、混合量子状態を用いてデータセットの特徴とラベルの結合確率密度関数を推定する。 量子生成分類アルゴリズムは、トレーニングデータの核ヒルベルト空間を再現するガウス混合とみなすことができる。
  論文  参考訳（メタデータ） (2025-02-27T10:56:47Z)
• Classification of HI Galaxy Profiles Using Unsupervised Learning and Convolutional Neural Networks: A Comparative Analysis and Methodological Cases of Studies [0.0]
  宇宙で最も豊富な元素である水素は、銀河の形成と進化を理解するために不可欠である。 新しい無線機器では、データの量と複雑さが増している。 この研究は、教師なしの手法とCNNを組み合わせた機械学習技術を統合するフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-01-20T18:39:11Z)
• Quantization of Large Language Models with an Overdetermined Basis [73.79368761182998]
  本稿では,嘉心表現の原理に基づくデータ量子化アルゴリズムを提案する。 以上の結果から, カシ量子化はモデル性能の競争力や優れた品質を達成できることが示唆された。
  論文  参考訳（メタデータ） (2024-04-15T12:38:46Z)
• Testing of Hybrid Quantum-Classical K-Means for Nonlinear Noise Mitigation [9.502161131265531]
  量子k平均クラスタリングは、古典的なk平均アルゴリズムの高速化を約束する。 現在、古典データの埋め込みのため、このスピードアップは提供されていないことが示されている。 本研究は、ブロッホ球面への埋め込みの改善として一般化された逆立体射影を提案する。
  論文  参考訳（メタデータ） (2023-08-07T12:38:37Z)
• Photonic Quantum Computing For Polymer Classification [62.997667081978825]
  2つのポリマークラス (VIS) と近赤外 (NIR) は, ポリマーギャップの大きさに基づいて定義される。 高分子構造の二項分類に対する古典量子ハイブリッド手法を提案する。
  論文  参考訳（メタデータ） (2022-11-22T11:59:52Z)
• Three-fold way of entanglement dynamics in monitored quantum circuits [68.8204255655161]
  ダイソンの3つの円形アンサンブル上に構築された量子回路における測定誘起エンタングルメント遷移について検討する。 ゲートによる局所的絡み合い発生と測定による絡み合い低減との相互作用について考察した。
  論文  参考訳（メタデータ） (2022-01-28T17:21:15Z)
• Disentangle Your Dense Object Detector [82.22771433419727]
  深層学習に基づく高密度物体検出器はここ数年で大きな成功を収め、ビデオ理解などのマルチメディアアプリケーションにも応用されてきた。 しかし、現在の高密度検出器の訓練パイプラインは、保持できない多くの接続に妥協されている。 そこで本研究では, 簡易かつ効果的な遠心分離機構を設計し, 現在の最先端検出器に統合するDED(Disentangled Dense Object Detector)を提案する。
  論文  参考訳（メタデータ） (2021-07-07T00:52:16Z)
• Q-Match: Iterative Shape Matching via Quantum Annealing [64.74942589569596]
  形状対応を見つけることは、NP-hard quadratic assignment problem (QAP)として定式化できる。 本稿では,アルファ拡大アルゴリズムに触発されたQAPの反復量子法Q-Matchを提案する。 Q-Match は、実世界の問題にスケールできるような長文対応のサブセットにおいて、反復的に形状マッチング問題に適用できる。
  論文  参考訳（メタデータ） (2021-05-06T17:59:38Z)
• Quantum Machine Learning with SQUID [64.53556573827525]
  分類問題に対するハイブリッド量子古典アルゴリズムを探索するオープンソースフレームワークであるScaled QUantum IDentifier (SQUID)を提案する。 本稿では、一般的なMNISTデータセットから標準バイナリ分類問題にSQUIDを使用する例を示す。
  論文  参考訳（メタデータ） (2021-04-30T21:34:11Z)

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。