文献

J-GLOBAL ID：202202269680826025   整理番号：22A0067081

ビデオ分類に応用する量子3D畳込みニューラルネットワーク【JST・京大機械翻訳】

A Quantum 3D Convolutional Neural Network with Application in Video Classification

著者 (2件)： Blekos Kostas (University of Patras, Rion, Achaia, Greece) ,  Kosmopoulos Dimitrios (University of Patras, Rion, Achaia, Greece)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13017  ページ： 601-612  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 量子コンピューティングは,古典的計算法と比較して,コストの分率で計算を行うための量子力学の性質を利用することを目指した。最近,機械学習のための量子方法が研究者の関心を引いている。これらの方法は,機械学習の文脈において,量子コンピュータが近い将来に提供できるという潜在的利点を,利用することを目指している。この方向における研究の特に興味深い分野は,畳込みニューラルネットワークとの量子機械学習モデルの結合を調査する。本論文では,ビデオ分類のための3D畳込みニューラルネットワーク(dubbed Q3D-CNN)の量子対応物を開発した。これは量子ビデオ分類のための最初のアプローチである。本モデルは,以前に提案した量子機械学習モデルに基づいており,そこでは,入力データのマニピュレーションが,完全量子力学ニューラルネットワーク層が実現され,量子畳込みニューラルネットワークを形成するために使用できるような方法で実行される。このアプローチを,データ負荷中に量子フレンドリーな操作を導入し,量子ネットワークを適切に操作することにより,このアプローチを増強する。公開利用可能なデータセットからのビデオを用いたビデオ分類における提案Q3D-CNNの適用性を実証した。量子ネットワークとその古典的対応物を用いて,2クラスと3クラスを用いてテストデータセットを成功裏に分類した。Copyright Springer Nature Switzerland AG 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習モデル ,  *ニューラルネットワーク ,  量子論 ,  適応性 ,  *録画装置 ,  *三次元 ,  機械学習 ,  量子計算 ,  量子コンピュータ
準シソーラス用語： マニピュレーション ,  量子ネットワーク ,  入力データ ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (6件)： ビデオ ,  分類 ,  応用 ,  量子 ,  3D ,  畳込みニューラルネットワーク