[论文解读] Image Classification via Quantum Machine Learning

Héctor Iván García Hernández, Raymundo Torres Ruiz+1 more|arXiv (Cornell University)|Nov 3, 2020

Quantum Computing Algorithms and Architecture参考文献 13被引用 11

一句话总结

本文提出了一种完全基于量子的机器学习分类器，用于图像分类，采用二进制编码模式与量子态叠加。其在真实数据集上表现出色，包括平衡与高度不平衡的类别——尤其在医学影像中具有临床意义的少数类中表现突出，验证了量子机器学习超越理论的潜力。

ABSTRACT

Quantum Computing and especially Quantum Machine Learning, in a short period of time, has gained a lot of interest through research groups around the world. This can be seen in the increasing number of proposed models for pattern classification applying quantum principles to a certain degree. Despise the increasing volume of models, there is a void in testing these models on real datasets and not only on synthetic ones. The objective of this work is to classify patterns with binary attributes using a quantum classifier. Specially, we show results of a complete quantum classifier applied to image datasets. The experiments show favorable output while dealing with balanced classification problems as well as with imbalanced classes where the minority class is the most relevant. This is promising in medical areas, where usually the important class is also the minority class.

研究动机与目标

• 在真实世界图像数据集上验证量子机器学习模型，超越理论证明与合成数据。
• 解决类别不平衡分类的挑战，特别是当少数类具有临床重要性时（例如疾病检测）。
• 展示一种完整的量子分类器实现，考虑真实量子硬件约束与实际编码方式。
• 评估近场量子设备在有限量子比特与噪声条件下的分类可扩展性与鲁棒性。
• 为未来在医学与高风险应用中实现量子增强的图像分类提供基础。

提出的方法

• 使用叠加将二进制图像模式映射到量子态，将每个像素值编码为计算基态的均匀加权叠加中的±1。
• 采用酉变换准备输入态与权重态，通过量子干涉实现内积计算。
• 使用量子电路通过受控操作计算输入态与权重态之间的内积，并测量|1⟩态。
• 对测量结果应用阈值机制，将输入分类为两类之一。
• 使用Qiskit与PyTorch实现混合量子-经典模型与电路生成。
• 在两个真实数据集（MNIST类与Semeion数字）上使用标准机器学习评估指标（准确率、精确率、召回率、F1、AUC）进行评估。

实验结果

研究问题

• RQ1 在量子比特数量有限的情况下，完全量子分类器是否能在真实图像分类任务中实现具有竞争力的性能？
• RQ2 在少数类具有临床重要性的类别不平衡数据集中，量子分类器表现如何（例如医学诊断）？
• RQ3 尽管数据有限且存在硬件噪声，量子模型是否仍能对少数类保持高召回率与F1分数？
• RQ4 即使在当前的含噪声中等规模量子（NISQ）设备上，量子叠加与干涉是否能为模式分类提供计算优势？
• RQ5 将经典图像数据映射到量子态的实际挑战是什么，以及如何在真实硬件中保持保真度？

主要发现

• 在平衡的MNIST类数据上，量子分类器的平均F1得分为0.872，各分类的F1得分范围为0.739至0.964。
• 在严重不平衡的数据上，分类器对少数类的召回率保持在最高1.0，F1得分范围为0.161至0.204。
• 在最不平衡的情况下，模型对数字7的AUC为0.567，对数字5的AUC为0.560，表明尽管存在类别不平衡，仍具备中等程度的判别能力。
• 在Semeion数据集上，模型表现强劲，数字7的最大召回率为0.977，所有类别的平均准确率为0.839。
• 重新代入误差分析显示，即使在极端不平衡条件下，模型对大多数类别的泛化能力仍较合理，误差率低于0.25。
• 在不平衡设置下，分类器对少数类的检测表现出鲁棒性，数字0、1、4、5、6、7、8、9的召回率均高于0.95。