抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
異常値汚染データに幾何学的モデルを当てはめることは,おそらく難治性である。多くのコンピュータビジョンシステムは,ロバストフィッティングを解決するためのランダムサンプリング発見的方法に依存し,最適性保証と誤差限界を提供しない。したがって,費用がかかる厳密解と品質保証のない高速発見的方法の間のギャップを埋めることができる新しいアプローチを開発することは,重要である。本論文では,ロバストフィッティングのためのハイブリッド量子古典的アルゴリズムを提案した。このコア寄与は,整数プログラムのシーケンスを解決し,大域的解または誤差限界で終了する新しいロバストフィッティング定式化である。コンビナトリアルサブ問題は,量子アニーリング器に適用可能であり,それは効率的に結合を締めくことを助ける。量子コンピューティングの利用はロバストフィッティングの基本的不可解性に打ち勝つものではないが,誤差限界を与えることにより,提案アルゴリズムはランダム化ヒューリスティックスに対する実用的改良である。さらに,本研究はコンピュータビジョンにおける量子計算の具体的応用を示す。実際の量子コンピュータ(D-Wave Advanage)とシミュレーションにより得られた結果を示した。ソースコード:https://github.com/dadung/HQC robust fitting;【JST・京大機械翻訳】