論文の概要: Quantum CT via Dynamic Interval Encoding and Prior-Balanced QUBO Reconstruction
- arxiv url: http://arxiv.org/abs/2606.24561v1
- Date: Tue, 23 Jun 2026 13:28:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-24 22:16:48.968673
- Title: Quantum CT via Dynamic Interval Encoding and Prior-Balanced QUBO Reconstruction
- Title（参考訳）: 動的インターバル符号化とQUBO前処理による量子CT
- Authors: Ao Wang, Yikuang Yuluo, Yujie Liu, Shuangyang Zhong, Yuwen Zhang, Zihao Wang, Fenglin Liu, Andreas Maier, Haijun Yu, Yixing Huang,
- Abstract要約: 本稿では,動的間隔符号化と事前バランス最適化を組み合わせたQUBOに基づくグレースケールCT再構成フレームワークを提案する。
D-Wave hybrid binary quadratic model (BQM) の解法の実験は、この定式化がハードウェアが支援するハイブリッド量子-古典的バックエンド上で実行可能であることをさらに証明している。
- 参考スコア（独自算出の注目度）: 33.11370708200602
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quadratic unconstrained binary optimization (QUBO)-based quantum computed tomography (CT) casts reconstruction as a binary quadratic problem for quantum annealing and hybrid quantum--classical solvers. For grayscale CT, however, image encoding is constrained by the binary-variable budget: fixed global bit-plane encodings increase QUBO size and coupling complexity as gray-level precision improves, whereas low-bit encodings introduce quantization error. We propose a QUBO-based grayscale CT reconstruction framework that combines dynamic interval encoding with prior-balanced optimization. Each refinement round encodes active pixels only within local gray-level intervals around the current estimate, and a boundary-hit-guided update rule adaptively switches between search expansion and local refinement. To improve optimization stability, the method balances projection-domain data consistency and an edge-preserving quadratic prior before forming the final QUBO. Sparse-view and limited-angle fan-beam CT experiments show that the proposed method recovers structures and gray-level distributions more faithfully than the evaluated analytic, iterative, variational, and representation-based baselines. Expressivity analysis and ablation studies further indicate that the improvement mainly arises from effective gray-level representation through dynamic local encoding and more stable data-fidelity--prior coupling. Experiments on the D-Wave hybrid binary quadratic model (BQM) solver further demonstrate that the formulation is executable on a hardware-backed hybrid quantum--classical backend.
- Abstract（参考訳）: 二次非拘束二分法最適化(QUBO)に基づく量子計算トモグラフィー(CT)は、量子アニーリングとハイブリッド量子古典解法のための2次二次問題として再構成をキャストする。
固定グローバルビットプレーンエンコーディングは、グレーレベル精度が向上するにつれてQUBOサイズと複雑性を増大させ、低ビットエンコーディングは量子化エラーをもたらす。
本稿では,動的間隔符号化と事前バランス最適化を組み合わせたQUBOに基づくグレースケールCT再構成フレームワークを提案する。
各リファインメントラウンドは、現在の推定値の周りの局所的なグレーレベル間隔内でのみアクティブピクセルを符号化し、バウンダリヒット誘導更新ルールは、検索拡張と局所リファインメントを適応的に切り替える。
最適化安定性を向上させるため、最終QUBOを形成する前に、投影領域データの一貫性とエッジ保存二次的なバランスをとる。
スパースビューおよびリミテッドアングルファンビームCT実験により,提案手法は評価された解析的,反復的,変動的,表現に基づくベースラインよりも,構造とグレーレベル分布を忠実に復元することを示した。
表現性解析とアブレーション研究は、この改善が、動的局所符号化とより安定したデータ-忠実度-主結合による効果的なグレーレベル表現から主に生じることを示唆している。
D-Wave hybrid binary quadratic model (BQM) の解法の実験は、この定式化がハードウェアが支援するハイブリッド量子-古典的バックエンド上で実行可能であることをさらに証明している。
関連論文リスト
- 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) - Scalable Quantum Walk-Based Heuristics for the Minimum Vertex Cover Problem [0.0]
連続時間量子ウォーク(CTQW)に基づく最小頂点被覆(MVC)問題に対する新しい量子アルゴリズムを提案する。
この枠組みでは、グラフ上の量子ウォーカーのコヒーレントな伝播は、その構造特性を状態振幅に符号化する。
我々は,CTQWに基づくアルゴリズムが優れた近似比を一貫して達成し,ネットワークトポロジに関して顕著な堅牢性を示すことを示す。
論文 参考訳（メタデータ） (2025-12-02T17:04:57Z) - Total Variation Subgradient Guided Image Fusion for Dual-Camera CASSI System [3.414706880536149]
分光画像技術は、スペクトル、空間、時間分解能のバランスをとる上で、長年にわたって根本的な課題に直面してきた。
従来のモデルベースの手法は、手作りの固有の画像に頼っているため、限られた性能を示す。
本稿では,全変動(TV)下降理論を統合したデュアルカメラCASSI再構成フレームワークを提案する。
論文 参考訳（メタデータ） (2025-09-13T16:57:06Z) - MPQ-DMv2: Flexible Residual Mixed Precision Quantization for Low-Bit Diffusion Models with Temporal Distillation [74.34220141721231]
我々は,textbfMixed textbfPrecision textbfQuantizationフレームワークを改良したMPQ-DMv2を提案する。
論文 参考訳（メタデータ） (2025-07-06T08:16:50Z) - A Systematic Approach to Hyperbolic Quantum Error Correction Codes [0.0]
双曲型量子誤り訂正符号(HQECC)は双曲空間のユニークな幾何学的性質を活用して、量子誤り訂正の能力と性能を高める。
ハイパーボリック格子に量子ビットを埋め込むことで、HQECCは従来のユークリッド符号よりも高い符号化率とエラー閾値を達成できる。
論文 参考訳（メタデータ） (2025-04-10T14:38:10Z) - 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) - Quadratic Unconstrained Binary Optimisation via Quantum-Inspired
Annealing [58.720142291102135]
本稿では,2次非制約二項最適化の事例に対する近似解を求める古典的アルゴリズムを提案する。
我々は、チューニング可能な硬さと植え付けソリューションを備えた大規模問題インスタンスに対して、我々のアプローチをベンチマークする。
論文 参考訳（メタデータ） (2021-08-18T09:26:17Z) - Cogradient Descent for Dependable Learning [64.02052988844301]
双線形最適化問題に対処するために,CoGDアルゴリズムに基づく信頼度の高い学習法を提案する。
CoGDは、ある変数がスパーシティ制約を持つ場合の双線形問題を解くために導入された。
また、特徴と重みの関連を分解するためにも使用できるため、畳み込みニューラルネットワーク(CNN)をより良く訓練するための我々の手法をさらに一般化することができる。
論文 参考訳（メタデータ） (2021-06-20T04:28:20Z) - Cogradient Descent for Bilinear Optimization [124.45816011848096]
双線形問題に対処するために、CoGDアルゴリズム(Cogradient Descent Algorithm)を導入する。
一方の変数は、他方の変数との結合関係を考慮し、同期勾配降下をもたらす。
本アルゴリズムは,空間的制約下での1変数の問題を解くために応用される。
論文 参考訳（メタデータ） (2020-06-16T13:41:54Z)
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。