QUILT: Effective Multi-Class Classification on Quantum Computers Using an Ensemble of Diverse Quantum Classifiers

要約

量子コンピューターは理論的には古典的なコンピューターよりも大幅な高速化が可能です。
しかし、近い将来の量子コンピューティングの時代は、量子ビットの数が少なく、エラーが発生しやすいため限界があります。
Quilt は、現在のエラーが発生しやすい量子コンピューターで効果的に動作するように設計された、マルチクラス分類タスクを実行するためのフレームワークです。
Quilt は、実際の量子マシンだけでなく、量子マシンのノイズフリー化に伴って予測されるノイズ レベルでも評価されます。
Quilt は、5 量子ビット システム上の MNIST データセットを使用して、最大 85% のマルチクラス分類精度を実証します。

要約(オリジナル)

Quantum computers can theoretically have significant acceleration over classical computers; but, the near-future era of quantum computing is limited due to small number of qubits that are also error prone. Quilt is a framework for performing multi-class classification task designed to work effectively on current error-prone quantum computers. Quilt is evaluated with real quantum machines as well as with projected noise levels as quantum machines become more noise-free. Quilt demonstrates up to 85% multi-class classification accuracy with the MNIST dataset on a five-qubit system.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google