量子k最近傍アルゴリズム【JST・京大機械翻訳】

Basheer Afrad; Afham A.; Goyal Sandeep K.

プレプリント

J-GLOBAL ID：202202207950916220 整理番号：21P0027120

量子k最近傍アルゴリズム【JST・京大機械翻訳】

Quantum $k$-nearest neighbors algorithm

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年03月20日プレプリントサーバーでの情報更新日： 2021年06月17日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

最も簡単で最も効果的な古典的機械学習アルゴリズムの一つは,M列車状態の集合からk最近傍を見つけることによって未知のテスト状態を分類するk最近傍アルゴリズム(kNN)である。ここでは,類似性測度として忠実度に基づく古典的kNN量子kNN(QkNN)の量子アナログを示した。QkNNアルゴリズムが量子k-maximaアルゴリズムのインスタンスに低減でき,従ってQkNNのクエリ複雑性がO(√kM)であることを示した。この低減における非自明なタスクは,量子状態の振幅として,試験状態とすべての列車状態の間の忠実度情報を符号化することである。この振幅符号化情報をディジタルフォーマットに変換することにより,それらを効率的に比較でき,これにより削減を完了できる。古典的kNNと既存の量子kNNアルゴリズムとは異なり,提案したアルゴリズムは量子データに直接使用でき,量子状態トモグラフィーのような高価なプロセスを迂回する。一例として,エンタングルメント分類と量子状態識別におけるこのアルゴリズムの適用性を示した。【JST・京大機械翻訳】

, , , , , , ,
, , , 【Automatic Indexing@JST】

人工知能 , パターン認識

前のページに戻る