量子アニール器を用いたランキングと分類のための特徴選択に向けて【JST・京大機械翻訳】

Dacrema Maurizio Ferrari; Moroni Fabio; Nembrini Riccardo; Ferro Nicola; Faggioli Guglielmo; Cremonesi Paolo

プレプリント

J-GLOBAL ID：202202217174211136 整理番号：22P0346491

量子アニール器を用いたランキングと分類のための特徴選択に向けて【JST・京大機械翻訳】

Towards Feature Selection for Ranking and Classification Exploiting Quantum Annealers

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 (6件)： , , , , ,
資料名：
発行年： 2022年05月09日プレプリントサーバーでの情報更新日： 2022年05月09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)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

特徴選択は,多くのランキング,分類,あるいは予測タスクにおける共通のステップであり,多くの目的を果たす。冗長または雑音の多い特徴を除去することにより,ランキングまたは分類の精度を改善でき,その後の学習ステップの計算コストを低減できた。しかし,特徴選択は,それ自身計算的に高価なプロセスである。理論的アルゴリズム論文に限定された数十年間,量子コンピューティングは,現在,量子アニーリングパラダイムに基づく特別目的ソルバにおいて,現実的問題に取り組むための実行可能なツールになっている。本論文は,ランキングと分類の両方のためのいくつかの二次特徴選択アルゴリズムを解明するために,現在利用可能な量子コンピューティングアーキテクチャを使用することの実現可能性を探ることを目指した。実験解析は,15の最先端のデータセットを含む。量子計算ハードウェアで得られた有効性は,古典的ソルバと同等であり,量子コンピュータが,興味深い問題に取り組むのに十分信頼できることを示した。スケーラビリティに関して,電流発生量子コンピュータは,ある古典的アルゴリズムよりも限られた高速化を提供でき,ハイブリッド量子古典的戦略は,数千以上の特徴の問題に対して,より低い計算コストを示した。【JST・京大機械翻訳】

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

その他の計算機 , 計算理論

, , , ,

前のページに戻る