論文の概要: Temporal Information Processing on Noisy Quantum Computers
- arxiv url: http://arxiv.org/abs/2001.09498v2
- Date: Thu, 23 Jul 2020 04:04:39 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-06 19:42:59.048406
- Title: Temporal Information Processing on Noisy Quantum Computers
- Title（参考訳）: 雑音量子コンピュータにおける時間情報処理
- Authors: Jiayin Chen and Hendra I. Nurdin and Naoki Yamamoto
- Abstract要約: 複素散逸型量子力学を利用する量子貯水池計算を提案する。
遠隔アクセスされたクラウドベースの超伝導量子コンピュータに関する実証実験は、小さくノイズの多い量子貯水池が高次非線形時間的タスクに対処できることを実証している。
本研究は, 量子誤り訂正を伴わず, 忠実度を増大させるような, 短期ゲートモデル量子コンピュータの魅力的な時間的処理手法の道筋をたどるものである。
- 参考スコア（独自算出の注目度）: 3.4180402210147243
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The combination of machine learning and quantum computing has emerged as a
promising approach for addressing previously untenable problems. Reservoir
computing is an efficient learning paradigm that utilizes nonlinear dynamical
systems for temporal information processing, i.e., processing of input
sequences to produce output sequences. Here we propose quantum reservoir
computing that harnesses complex dissipative quantum dynamics. Our class of
quantum reservoirs is universal, in that any nonlinear fading memory map can be
approximated arbitrarily closely and uniformly over all inputs by a quantum
reservoir from this class. We describe a subclass of the universal class that
is readily implementable using quantum gates native to current noisy gate-model
quantum computers. Proof-of-principle experiments on remotely accessed
cloud-based superconducting quantum computers demonstrate that small and noisy
quantum reservoirs can tackle high-order nonlinear temporal tasks. Our
theoretical and experimental results pave the path for attractive temporal
processing applications of near-term gate-model quantum computers of increasing
fidelity but without quantum error correction, signifying the potential of
these devices for wider applications including neural modeling, speech
recognition and natural language processing, going beyond static classification
and regression tasks.
- Abstract（参考訳）: 機械学習と量子コンピューティングの組み合わせは、これまで不可能だった問題に対処するための有望なアプローチとして登場した。
リザーバコンピューティングは、非線形力学系を時間的情報処理、すなわち入力シーケンスの処理に利用し、出力シーケンスを生成する効率的な学習パラダイムである。
本稿では,複雑な散逸量子力学を利用した量子貯留層計算を提案する。
我々の量子貯水池のクラスは普遍的であり、任意の非線形フェージングメモリマップは、このクラスからの量子貯水池によって任意の入力に対して任意にかつ一様に近似することができる。
現在のノイズゲートモデル量子コンピュータに固有の量子ゲートを用いて容易に実装できる普遍クラスのサブクラスを記述する。
遠隔アクセスされたクラウドベースの超伝導量子コンピュータの原理実証実験は、小さくノイズの多い量子貯水池が高次非線形時間的タスクに取り組むことができることを示した。
我々の理論的および実験的結果は、ニューラルネットワーク、音声認識、自然言語処理など、静的な分類や回帰タスクを超越した、より広範な応用のための、量子誤り訂正を伴わない、短期ゲートモデル量子コンピュータの魅力的な時間的処理の道を開くものである。
関連論文リスト
- Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか?
我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。
我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
論文 参考訳（メタデータ） (2024-08-22T08:21:28Z) - The curse of random quantum data [62.24825255497622]
量子データのランドスケープにおける量子機械学習の性能を定量化する。
量子機械学習におけるトレーニング効率と一般化能力は、量子ビットの増加に伴い指数関数的に抑制される。
この結果は量子カーネル法と量子ニューラルネットワークの広帯域限界の両方に適用できる。
論文 参考訳（メタデータ） (2024-08-19T12:18:07Z) - QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum
Circuits [82.50620782471485]
QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。
1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。
提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
論文 参考訳（メタデータ） (2024-01-10T22:33:00Z) - Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
期待されている量子コンピュータの応用は、科学と産業にまたがる。
本稿では,量子アルゴリズムの応用分野について検討する。
私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
論文 参考訳（メタデータ） (2023-10-04T17:53:55Z) - Optimizing quantum noise-induced reservoir computing for nonlinear and
chaotic time series prediction [2.5427629797261297]
我々は, 量子雑音による貯水池を改良し, 貯水池の騒音を表現的非線形信号を生成するための資源として利用する。
その結果,1つのノイズモデルと少ないメモリ容量で,非線形ベンチマークにおいて優れたシミュレーション結果が得られた。
論文 参考訳（メタデータ） (2023-03-09T18:40:03Z) - Quantum Machine Learning: from physics to software engineering [58.720142291102135]
古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。
量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
論文 参考訳（メタデータ） (2023-01-04T23:37:45Z) - Quantum Simulation on Noisy Superconducting Quantum Computers [0.0]
量子シミュレーションは、量子コンピューティングの潜在的に強力な応用である。
大学院や学部の学生レベルでの入門文学やデモンストレーションはほとんどない。
これにより、既に労働力が限られている分野への参入障壁が人為的に上昇する。
論文 参考訳（メタデータ） (2022-09-06T19:44:18Z) - Natural quantum reservoir computing for temporal information processing [4.785845498722406]
貯留層計算(Reservoir computing)は、人工的または物理的散逸動態を利用する時間情報処理システムである。
本稿では, 量子ビットに付加される自然ノイズによって散逸特性が供給される貯水池として, 現実の超伝導量子コンピューティングデバイスを用いる方法を提案する。
論文 参考訳（メタデータ） (2021-07-13T01:58:57Z) - Experimental quantum memristor [0.5396401833457565]
我々は、集積フォトニクスと単一光子に作用する新しい量子光学メムリスタを、実験的に導入し、実証する。
私たちのデバイスは、即時および短期的な量子ニューロモルフィックアーキテクチャの構築ブロックになる可能性がある。
論文 参考訳（メタデータ） (2021-05-11T08:42:14Z) - The Hintons in your Neural Network: a Quantum Field Theory View of Deep
Learning [84.33745072274942]
線形および非線形の層をユニタリ量子ゲートとして表現する方法を示し、量子モデルの基本的な励起を粒子として解釈する。
ニューラルネットワークの研究のための新しい視点と技術を開くことに加えて、量子定式化は光量子コンピューティングに適している。
論文 参考訳（メタデータ） (2021-03-08T17:24:29Z) - Quantum reservoir computing with a single nonlinear oscillator [0.0]
単一非線形発振器における連続可変量子貯水池計算を提案する。
量子古典的な性能向上を実証し、量子測定の非線形性(英語版)を推定する。
量子貯水池の性能がヒルベルト空間次元にどのように依存するか, 入射雑音の影響について検討し, その実験的な実装について簡単に述べる。
論文 参考訳（メタデータ） (2020-04-30T17:14:34Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。