文献

J-GLOBAL ID：202002276943783328   整理番号：20A2617222

ハイブリッド古典-量子機械学習モデルに関する調査【JST・京大機械翻訳】

Survey on Hybrid Classical-Quantum Machine Learning Models

著者 (5件)： Metawei Maha A. (Ain Shams University,Faculty of Engineering,Computers and Systems Eng. Department,Cairo,Egypt) ,  Said Hazem (Ain Shams University,Faculty of Engineering,Computers and Systems Eng. Department,Cairo,Egypt) ,  Taher Mohamed (Ain Shams University,Faculty of Engineering,Computers and Systems Eng. Department,Cairo,Egypt) ,  Eldeib Hesham (Electronics Research Institute,Computers and Systems Department,Giza,Egypt) ,  Nassar Salwa M. (Electronics Research Institute,Computers and Systems Department,Giza,Egypt)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CCCI  ページ： 1-6  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 0-1損失関数による分類問題の最適化は,単純な二値分類タスクに対してもNP困難問題である。Preskillは,NP困難問題の最悪ケースインスタンスを解くための量子コンピュータを期待しないが,それはより良い近似解を見つけるか,または,より高速であることを見出した。ハイブリッド量子古典的プラットフォームは,近赤外量子コンピュータの全容量を利用する。本研究では,様々な機械学習タスクを達成する変分回路ベースアプローチに焦点を当てた。実際の量子ハードウェアと能動的に発展するシミュレーションソフトウェアについて行われた様々な実験的実証を概観し,このますます成長する分野での広範囲の実世界アプリケーションを持つことが期待される。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  変分法 ,  *学習モデル ,  損失関数 ,  近赤外線 ,  応用プログラム ,  ハードウェア ,  NP困難 ,  *機械学習 ,  量子コンピュータ
準シソーラス用語： 近似解 ,  シミュレーションソフトウェア ,  二値分類 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 量子機械 ,  学習モデル ,  調査