論文の概要: Quantum Evolution Kernel for Node-Attributed Graphs

• arxiv url: http://arxiv.org/abs/2610.36984v1
• Date: Tue, 27 Oct 2026 10:35:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.567584
• Title: Quantum Evolution Kernel for Node-Attributed Graphs
• Title（参考訳）: ノード分散グラフのための量子進化カーネル
• Abstract要約: ノード分布グラフを中性原子量子コンピュータに埋め込む新しい手法を提案する。 本稿では,数値認識への応用を提案する。 本稿では,より一般的なJensen-Shannon距離法よりも平均精度が高いことを示す。
• 参考スコア（独自算出の注目度）: 42.10344083312251
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present a novel approach to embed node-attributed graphs onto neutral-atom quantum computers, and propose an application to digit recognition. Our approach extends PASQAL's quantum evolution kernel (QEK) by introducing a node-level feature encoding based on three-level quantum states. To this purpose, we present a prototype showing how the resulting embedding can be leveraged to extract correlation-based information for classification tasks. The entire quantum process is simulated using Pasqal's Pulser library, which inevitably imposes constraints on the size of the experimental datasets. We compare our method with classical baselines to evaluate its potential. We show that, for the digit recognition task, our method achieves a higher mean accuracy than the more commonly used Jensen-Shannon distance-based methods by utilizing the Wasserstein distance.
• Abstract（参考訳）: 本稿では,ノード分布グラフを中性原子量子コンピュータに埋め込む新しい手法を提案し,数値認識への応用を提案する。 提案手法は,PASQALの量子進化カーネル(QEK)を拡張し,三レベル量子状態に基づくノードレベルの特徴符号化を導入する。 そこで本研究では,分類タスクの相関に基づく情報抽出に,組込み結果の活用方法を示すプロトタイプを提案する。 量子プロセス全体がPasqalのPulserライブラリを使ってシミュレートされている。 提案手法を古典的ベースラインと比較し,その可能性を評価する。 本稿では, 数値認識タスクにおいて, ワッサーシュタイン距離を利用して, より一般的なジェンセン-シャノン距離法よりも高い平均精度が得られることを示す。

関連論文リスト

• Quartic quantum speedups for community detection [84.14713515477784]
  我々は,準量子スピードアップを実現するハイパーグラフコミュニティ検出のための量子アルゴリズムを開発した。 提案アルゴリズムは,従来検討されていた PCA や $p$XORSAT といった問題を超えて拡張した Kikuchi 法に基づいている。
  論文  参考訳（メタデータ） (2025-10-09T17:35:17Z)
• 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)
• A quantum annealing approach to graph node embedding [1.0878040851638]
  ノード埋め込みは、グラフノードをベクトルとして表現し、構造的およびリレーショナル特性を保存するための重要なテクニックである。 DeepWalk、node2vec、グラフ畳み込みネットワークといった古典的な手法は、グラフの構造パターンと関係パターンをキャプチャすることでノードの埋め込みを学習する。 量子コンピューティングは、量子効果を活用し、新しい最適化アプローチを導入することで、グラフベースの学習に有望な代替手段を提供する。
  論文  参考訳（メタデータ） (2025-03-08T20:11:55Z)
• Quantum Kernel Estimation With Neutral Atoms For Supervised Classification: A Gate-Based Approach [0.6445605125467573]
  量子カーネル推定(Quantum Kernel Estimation, QKE)は、量子コンピュータを用いてカーネル関数を推定する手法である。 中性原子量子コンピュータは、より自由な原子を配置できるため、使用することができる。 本稿では,共通ゲートの集合を明示的に導出するアルゴリズムを提案し,中性原子デバイス上で量子カーネルを推定する方法を提案する。
  論文  参考訳（メタデータ） (2023-07-28T23:56:26Z)
• A hybrid quantum-classical classifier based on branching multi-scale entanglement renormalization ansatz [5.548873288570182]
  本稿では,ラベル伝搬に基づく量子半教師付き分類器を提案する。 グラフ構築の難しさを考慮し,変分量子ラベル伝搬法(VQLP)を開発した。 本手法では、最適化に必要なパラメータを減らすために、局所パラメータ化量子回路を作成する。
  論文  参考訳（メタデータ） (2023-03-14T13:46:45Z)
• Towards Quantum Graph Neural Networks: An Ego-Graph Learning Approach [47.19265172105025]
  グラフ構造化データのための新しいハイブリッド量子古典アルゴリズムを提案し、これをEgo-graph based Quantum Graph Neural Network (egoQGNN)と呼ぶ。 egoQGNNはテンソル積とユニティ行列表現を用いてGNN理論フレームワークを実装し、必要なモデルパラメータの数を大幅に削減する。 このアーキテクチャは、現実世界のデータからヒルベルト空間への新しいマッピングに基づいている。
  論文  参考訳（メタデータ） (2022-01-13T16:35:45Z)
• Quantum evolution kernel : Machine learning on graphs with programmable arrays of qubits [0.0]
  本稿では,量子系の時間進化に基づいて,グラフ構造データ間の類似度を測定する手法を提案する。 システムのハミルトニアンにおける入力グラフの位相を符号化することにより、進化はデータの重要な特徴を保持する測定サンプルを生成する。 本手法は,典型的なベンチマークデータセット上での標準グラフカーネルと比較して性能がよいことを示す。
  論文  参考訳（メタデータ） (2021-07-07T14:25:18Z)
• Tree tensor network classifiers for machine learning: from quantum-inspired to quantum-assisted [0.0]
  本稿では,データベクトルの長さが指数関数的に大きいヒルベルト空間において,多変量データを量子状態に符号化する量子支援機械学習(QAML)法について述べる。 本稿ではゲートベースの量子コンピューティングデバイスに実装可能なアプローチを提案する。
  論文  参考訳（メタデータ） (2021-04-06T02:31:48Z)
• Facial Expression Recognition on a Quantum Computer [68.8204255655161]
  量子機械学習手法を用いて表情認識の可能な解を示す。 適切に定義された量子状態の振幅に符号化されたグラフの隣接行列を操作する量子回路を定義する。
  論文  参考訳（メタデータ） (2021-02-09T13:48:00Z)

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。