Quantum Normalizing Flows for Anomaly Detection

要約

正規化フローは、任意の分布から事前定義された (正規など) 分布への全単射マッピングを計算します。
このようなフローは、さまざまなタスクに対処するために使用できます。
このようなマッピングが学習されると、異常が検出されます。
この研究では、量子アーキテクチャのフローの正規化を紹介し、そのようなフローをモデル化して最適化する方法を説明し、サンプル データセットでメソッドを評価します。
私たちが提案するモデルは、従来の方法、特に異常検出と比較して、競合するパフォーマンスを示します。
量子にインスピレーションを得たアルゴリズムがすでに利用可能なものです。
実験では、分離フォレスト (IF)、ローカル外れ値係数 (LOF)、または単一クラス SVM とパフォーマンスを比較します。

要約(オリジナル)

A Normalizing Flow computes a bijective mapping from an arbitrary distribution to a predefined (e.g. normal) distribution. Such a flow can be used to address different tasks, e.g. anomaly detection, once such a mapping has been learned. In this work we introduce Normalizing Flows for Quantum architectures, describe how to model and optimize such a flow and evaluate our method on example datasets. Our proposed models show competitive performance for anomaly detection compared to classical methods, esp. those ones where there are already quantum inspired algorithms available. In the experiments we compare our performance to isolation forests (IF), the local outlier factor (LOF) or single-class SVMs.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google