May, 2024

量子视觉特征编码再探讨

PDF
TL;DR通过研究量子机器学习在计算机视觉中的应用，本文发现现有的量子编码设计未能保证在编码过程后信息特征的保留，给量子机器学习模型的学习过程带来了复杂性，同时也导致了一个被称为 “量子信息差距” 的问题，该问题直接影响了量子机器学习算法的性能。为了解决这个挑战，我们引入了一种名为量子信息保持的简单而高效的新损失函数（QIP），以最小化这个差距，从而提升了量子机器学习算法的性能。广泛实验证明了我们的方法的有效性，相比当前方法，提供了卓越的性能，并始终在量子建模中取得了最先进的结果。
发现论文，激发创造
  • 量子图像处理中深度学习作为量子误差降低的工具

    成功使用生成对抗网络和相位失真展开误差减小方法对使用 LPIQE 编码的图像进行整体误差降低。

    Nov, 2023

  • 量子数据编码：经典到量子映射技术的比较分析及其对机器学习准确性的影响

    该研究探索了将量子数据嵌入技术与经典机器学习算法相结合，旨在评估在各种模型上的性能增强和计算效果。我们探索了多种经典到量子的映射方法，包括基编码、角度编码和幅度编码，通过对包括逻辑回归、K 近邻、支持向量机以及随机森林、LightGBM、AdaBoost 和 CatBoost 在内的流行机器学习算法进行广泛的实证研究，发现量子数据嵌入有助于改善分类准确性和 F1 分数，尤其在与增强特征表示有关的模型中表现突出。我们观察到运行时间方面存在微妙的影响，低复杂度模型展示了适度的增加，而计算复杂度更高的模型则经历了明显的变化。值得注意的是，集成方法在性能提升和计算开销之间表现出有利的平衡。该研究强调了量子数据嵌入在增强经典机器学习模型方面的潜力，并强调了在性能改进与计算成本之间权衡的重要性。未来的研究方向可能涉及优化计算效率的量子编码过程以及在实际应用中的可扩展性。我们的工作为量子计算和经典机器学习交叉领域的不断增长的知识贡献了见解，为寻求利用量子启发技术的研究人员和实践者提供了洞察。

    Nov, 2023

  • 量子图像去噪与机器学习：提高量子图像处理质量和可靠性的新方法

    通过训练和应用机器学习模型来识别和纠正量子处理图像中的噪声问题，我们可以弥补量子计算机产生的噪音并以高效率获取类似于经典计算机的处理结果。

    Feb, 2024

  • 数据编码对变分量子机器学习模型表达能力的影响

    本文研究了数据编码策略对参数化量子电路作为函数逼近器的表达能力的影响，发现量子模型可以被自然地写成数据的部分傅里叶级数，通过多次反复简单的数据编码门，量子模型可以访问越来越丰富的频率光谱，发现存在一些量子模型可以实现所有可能的傅里叶系数集，因此如果可访问频谱足够丰富，则这些模型是通用函数逼近器。

    Aug, 2020

  • 量子增强特征空间中量子机器学习模型的普适逼近特性

    本文证明典型情况下，基于量子增强特征空间的机器学习模型是连续函数的通用逼近器，从理论角度探究了量子特征映射的表达能力与在分类不相交区域方面的功能。

    Sep, 2020

  • 引导量子压缩的希格斯辨识

    设计了一个集成预处理和量子分类算法的可训练模型，即引导量子压缩模型，来解决量子机器学习算法使用经典自动编码器作为独立预处理步骤可能导致分类性能下降的问题，并通过应用于 LHC 的质子 - 质子碰撞中的希格斯玻色子识别，展示了该模型在解决分类问题上的优越性能。

    Feb, 2024

  • 探索用于计算机视觉的量子增强机器学习：对噪声中尺度量子设备的应用和见解

    该研究探索了量子计算和机器学习的交叉领域，着重评估数据重新上传方案和补丁生成对抗网络模型等混合量子 - 经典算法在小规模量子设备上的有效性，并通过实际实现和测试揭示了这些算法与经典对应算法相当或更好的性能，突显了在机器学习任务中利用量子算法的潜力。

    Apr, 2024

  • 量子分类器的强健数据编码

    该论文研究了数据编码在量子机器学习模型中的作用，证明了其在决策边界和噪音数据处理中的重要性，并定义了鲁棒数据编码的概念，并提供了数值结果以验证所述发现。

    Mar, 2020

  • 在量子计算机上对时尚 - MNIST 数据集进行分类

    量子机器学习算法对工业应用的潜在影响仍然是一个激动人心的待解问题，我们尝试通过改进一种近期提出的变分算法，用当前可用的量子计算机的本机门集合和拓扑结构逼近准备编码数据，将该算法应用于 Fashion-MNIST 数据集，并在当前量子计算机上部署简单的量子变分分类器对编码的数据集进行训练，实现了中等精度的结果，为我们的数据编码方法的近期可用性提供了概念验证。

    Mar, 2024

  • 量子机器学习图像分类

    本文探讨使用量子分类器对二进制属性进行模式分类，特别是对图像数据集的分类表现良好，对医学领域来说是具有很大潜力的。

    Nov, 2020