論文の概要: Quantum Encoding Agents: A Natural Language Interface for Data Embedding Strategy Selection in Quantum Machine Learning
- arxiv url: http://arxiv.org/abs/2609.31902v1
- Date: Fri, 25 Sep 2026 18:44:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 04:48:18.779247
- Title: Quantum Encoding Agents: A Natural Language Interface for Data Embedding Strategy Selection in Quantum Machine Learning
- Title（参考訳）: 量子符号化エージェント: 量子機械学習におけるデータ埋め込み戦略選択のための自然言語インタフェース
- Abstract要約: 本稿では,エンコーディング選択を自然言語操作に変換するオープンソースシステムであるQuantum Agentsを提案する。
このサービスは、振幅、角度、密度の高い角度、IQP、ベース、データ再アップロード、カスタムフィーチャーマップの7つのエンコードファミリを実装している。
- 参考スコア（独自算出の注目度）: 0.3638100329270042
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Selecting a data encoding is a central and poorly tooled decision in quantum machine learning. The feature map fixes the geometry of the Hilbert space, the expressibility of quantum kernels, and whether the circuit can run on near-term hardware. This paper presents Quantum Encoding Agents, an open-source system that turns encoding selection into a natural-language interaction. Given a dataset and an optional task description, it profiles the data, applies a hardware-aware policy using the gate-error threshold p* approximately 10^{-3}, returns a copyable Qiskit circuit with a justification in Portuguese or English, and scores the quantum kernel by Kernel-Target Alignment (KTA). When a numerical matrix is available, it estimates the correlation fractal dimension D_2 and selects original columns with FD-ASE, using q* = max(2, ceil(D_2)) as a qubit budget so that angle and IQP maps are not proposed at a width where the fidelity kernel has collapsed. The service implements seven encoding families: amplitude, angle, dense angle, IQP, basis, data re-uploading, and custom feature map. On benchmark datasets, KTA separates these encodings under realistic NISQ constraints.
- Abstract（参考訳）: データエンコーディングの選択は、量子機械学習において中心的で、ツールの不十分な決定である。
特徴写像はヒルベルト空間の幾何学、量子核の表現可能性、および回路が短期ハードウェア上で動作可能かどうかを定めている。
本稿では,エンコーディング選択を自然言語操作に変換するオープンソースシステムであるQuantum Encoding Agentsを提案する。
データセットと任意のタスク記述が与えられた場合、そのデータをプロファイルし、ゲートエラーしきい値 p* を用いてハードウェア対応ポリシーを適用し、ポルトガル語または英語で正当化されたコピー可能なカイスキット回路を返却し、カーネル・ターゲットアライメント(KTA)によって量子カーネルをスコアする。
数値行列が利用可能であれば、相関フラクタル次元D_2を推定し、q* = max(2, ceil(D_2)) を用いて FD-ASE で元の列を立方体予算として選択する。
このサービスは、振幅、角度、密度の高い角度、IQP、ベース、データ再アップロード、カスタムフィーチャーマップの7つのエンコードファミリを実装している。
ベンチマークデータセットでは、KTAはこれらのエンコーディングを現実的なNISQ制約の下で分離する。
関連論文リスト
- Fourier-Geometric Circuit Design for Gate and Entanglement Placement in Quantum Neural Networks [48.27646637170387]
パウリの読み出しと2量子エンタングルの通勤のための回路設計規則を提案する。
パウリの読み出しと2ビットのエンタングルに対して、これは与えられた相互作用グラフに対して局所回転とエンタングル層を配置する回路設計規則を与える。
論文 参考訳（メタデータ） (2026-09-28T16:00:45Z) - Vehicle-Routing Clustering by Sparse Quantum Relaxation [1.8262547855491453]
本稿では,時間窓を用いた容量化ピックアップ・アンド・デリバリ問題に対するクラスタ・ファースト・ルート秒割当分解法について検討する。
我々は,スパース化対象のみを符号化し,丸め後の修復による1ホット,キャパシティ,クラスタ時間予算の実現性を確保することで,ハミルトンスパースを維持している。
論文 参考訳（メタデータ） (2026-09-17T02:05:02Z) - Generalized Quantum Hadamard Test for Machine Learning [1.904851064759821]
有界入力空間における内積を計算する能力を持つ量子アダマールテストを提案する。
従来の2つの機械学習モデルと統合することで,アルゴリズムの適用例を示す。
論文 参考訳（メタデータ） (2025-08-06T03:55:34Z) - Sublinear Classical-to-Quantum Data Encoding using $n$-Toffoli Gates [3.0711566483997066]
一般的な戦略は振幅符号化であり、n-qubitレジスタの振幅にN=2textsuperscriptnの古典的な入力ベクトルを埋め込む。
そこで我々は,N の線形平均深度を持つ汎用手法を提案し,実用性の向上を図った。
N=2textsuperscriptnの大きさの任意の複素ベクトルを、n qubits + 2 アンシラを持つレジスタと、マルチコントロールNOT(MCX)ゲートのサブ線形数を用いて任意の2進精度で符号化する。
論文 参考訳（メタデータ） (2025-05-09T13:49:16Z) - An Efficient Quantum Classifier Based on Hamiltonian Representations [50.467930253994155]
量子機械学習(QML)は、量子コンピューティングの利点をデータ駆動タスクに移行しようとする分野である。
入力をパウリ弦の有限集合にマッピングすることで、データ符号化に伴うコストを回避できる効率的な手法を提案する。
我々は、古典的および量子モデルに対して、テキストおよび画像分類タスクに対する我々のアプローチを評価する。
論文 参考訳（メタデータ） (2025-04-13T11:49:53Z) - Data Encoding for VQC in Qiskit, A Comparison With Novel Hybrid Encoding [0.0]
振幅符号化は必要な量子ビットを減らすため、アングル符号化は状態の自由を良くし、表現的符号化や位相に基づく区別に使用される。
本稿では,Amplitudeエンコーディングが要求されるqubitを削減し,Angleエンコーディングが状態自由度を向上し,表現的エンコーディングや位相に基づく区別に使用されることにより,効率的なqubit使用が保証されることを示す。
論文 参考訳（メタデータ） (2025-03-18T09:36:09Z) - Extending Quantum Perceptrons: Rydberg Devices, Multi-Class Classification, and Error Tolerance [67.77677387243135]
量子ニューロモーフィックコンピューティング(QNC)は、量子計算とニューラルネットワークを融合して、量子機械学習(QML)のためのスケーラブルで耐雑音性のあるアルゴリズムを作成する
QNCの中核は量子パーセプトロン(QP)であり、相互作用する量子ビットのアナログダイナミクスを利用して普遍的な量子計算を可能にする。
論文 参考訳（メタデータ） (2024-11-13T23:56:20Z) - Supervised binary classification of small-scale digit images and weighted graphs with a trapped-ion quantum processor [56.089799129458875]
捕捉された171ドルYb$+$イオンに基づく量子プロセッサのベンチマーク結果を示す。
リングトポロジを持つ小さな二進数画像と重み付きグラフの2種類のデータセットに対して、教師付き二進分類を行う。
論文 参考訳（メタデータ） (2024-06-17T18:20:51Z) - Quantum Patch-Based Autoencoder for Anomaly Segmentation [44.99833362998488]
画像の異常セグメンテーションのためのパッチベースの量子オートエンコーダ(QPB-AE)を提案する。
QPB-AEは、組み込まれた入力パッチの量子状態を再構成し、測定から直接異常マップを計算する。
複数のデータセットとパラメータ構成でその性能を評価する。
論文 参考訳（メタデータ） (2024-04-26T08:42:58Z) - Delegated variational quantum algorithms based on quantum homomorphic
encryption [69.50567607858659]
変分量子アルゴリズム(VQA)は、量子デバイス上で量子アドバンテージを達成するための最も有望な候補の1つである。
クライアントのプライベートデータは、そのような量子クラウドモデルで量子サーバにリークされる可能性がある。
量子サーバが暗号化データを計算するための新しい量子ホモモルフィック暗号(QHE)スキームが構築されている。
論文 参考訳（メタデータ） (2023-01-25T07:00:13Z) - A Quantum Dot Plot Generation Algorithm for Pairwise Sequence Alignment [0.0]
量子ペアワイズシーケンスアライメント(QPSA)アルゴリズムは、データアライメントタスクにおいて指数的なスピードアップを提供する。
これは、量子重ね合わせに整列する古典的なデータを効率的に符号化するというオープンな問題に依存している。
我々は、量子ドットプロット(QDP)と呼ばれる、このオラクルの代替的で明示的な構成を提供する。
我々はQDPの運用上の複雑さを、Q#とQiskitのソフトウェアフレームワークが生成する量子マシン命令の分析を通じて評価する。
論文 参考訳（メタデータ） (2021-07-23T16:48:29Z)
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。