Core Concepts
量子ハイブリッド・ビジョン・トランスフォーマーは、高エネルギー物理学のイベント分類において、同等の性能を持つことが示された。
Abstract
引用: Unluら(2024)
ビジョン・トランスフォーマーアーキテクチャは画像分類の実装であり、Dosovitskiyらによって最初に導入された。
トランスフォーマーアーキテクチャは計算的に高価であることが知られており、データ量が増加すると問題が悪化する。
本研究では、高エネルギー物理学の分類問題において、量子ハイブリッドビジョン・トランスフォーマーを構築し、その性能を評価した。
ハイブリッドモデルは同等のパラメータ数でクラシカルなアナログと同等の性能を達成できることが示された。
Stats
本研究では40エポックで各モデルを訓練しました。
オプティマイザーにはADAMオプティマイザーを使用しました。
学習率はλ = 5 × 10^-3です。
Quotes
"Models based on vision transformer architectures are considered state-of-the-art when it comes to image classification tasks."
"Quantum-based vision transformer models could potentially alleviate this issue by reducing the training and operating time while maintaining the same predictive power."