論文の概要: Quantum Stochastic Walk Models for Quantum State Discrimination
- arxiv url: http://arxiv.org/abs/2003.13257v1
- Date: Mon, 30 Mar 2020 08:07:12 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-27 12:27:23.105998
- Title: Quantum Stochastic Walk Models for Quantum State Discrimination
- Title(参考訳): 量子状態判別のための量子確率ウォークモデル
- Authors: Nicola Dalla Pozza, Filippo Caruso
- Abstract要約: 量子ウォーク(QSW)は、量子ウォークと古典的ランダムウォークの両方の一般化を可能にする。
このようなシステムにおける量子状態判別の問題を考慮し、ネットワークトポロジの重みを最適化することで解決する。
- 参考スコア(独自算出の注目度): 6.85316573653194
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum Stochastic Walks (QSW) allow for a generalization of both quantum and
classical random walks by describing the dynamic evolution of an open quantum
system on a network, with nodes corresponding to quantum states of a fixed
basis. We consider the problem of quantum state discrimination on such a
system, and we solve it by optimizing the network topology weights. Finally, we
test it on different quantum network topologies and compare it with optimal
theoretical bounds.
- Abstract(参考訳): 量子確率ウォーク (Quantum Stochastic Walks, QSW) は、固定基底の量子状態に対応するノードを持つネットワーク上のオープン量子システムの動的進化を記述することによって、量子と古典的ランダムウォークの両方の一般化を可能にする。
このようなシステムにおける量子状態判別の問題を考慮し、ネットワークトポロジの重みを最適化することで解決する。
最後に、異なる量子ネットワークトポロジ上でテストし、最適な理論境界と比較する。
関連論文リスト
- A Quantum-Classical Collaborative Training Architecture Based on Quantum
State Fidelity [50.387179833629254]
我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。
Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。
他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
論文 参考訳(メタデータ) (2024-02-23T14:09:41Z) - Unsupervised Random Quantum Networks for PDEs [0.0]
PINNは、微分演算子と関連する境界条件を満たすように訓練されたディープニューラルネットワークの助けを借りて、PDEの解を近似する。
我々はこのアイデアを量子コンピューティング領域で再考し、パラメータ化されたランダム量子回路を試行的な解として用いた。
ランダムな量子ネットワークは、従来の量子ネットワークやランダムな古典的ネットワークよりも優れていることを示す。
論文 参考訳(メタデータ) (2023-12-21T10:25:52Z) - QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional
Networks [124.7972093110732]
本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。
現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。
我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
論文 参考訳(メタデータ) (2022-11-09T21:43:16Z) - Quantum Neural Architecture Search with Quantum Circuits Metric and
Bayesian Optimization [2.20200533591633]
各量子状態に対するゲートの作用を特徴付ける新しい量子ゲート距離を提案する。
提案手法は、経験的量子機械学習の3つの問題において、ベンチマークを著しく上回っている。
論文 参考訳(メタデータ) (2022-06-28T16:23:24Z) - Topology identification of autonomous quantum dynamical networks [5.161531917413708]
自律量子力学ネットワークにおけるトポロジー同定問題の可解性に関する解析条件を提供する。
得られたアルゴリズムは、量子ウォーク形式に基づく数値的な例に基づくハミルトン再構成のために試験される。
論文 参考訳(メタデータ) (2021-11-01T10:27:55Z) - Efficient criteria of quantumness for a large system of qubits [58.720142291102135]
大規模部分量子コヒーレント系の基本パラメータの無次元結合について論じる。
解析的および数値計算に基づいて、断熱進化中の量子ビット系に対して、そのような数を提案する。
論文 参考訳(メタデータ) (2021-08-30T23:50:05Z) - Variational Quantum Eigensolver for SU($N$) Fermions [0.0]
変分量子アルゴリズムは、ノイズの多い中間スケール量子コンピュータのパワーを活用することを目的としている。
変分量子固有解法を$N$成分フェルミオンの基底状態特性の研究に応用する。
提案手法は,多体系の電流ベース量子シミュレータの基礎を定式化したものである。
論文 参考訳(メタデータ) (2021-06-29T16:39:30Z) - Quantum Federated Learning with Quantum Data [87.49715898878858]
量子機械学習(QML)は、量子コンピューティングの発展に頼って、大規模な複雑な機械学習問題を探求する、有望な分野として登場した。
本稿では、量子データ上で動作し、量子回路パラメータの学習を分散的に共有できる初めての完全量子連合学習フレームワークを提案する。
論文 参考訳(メタデータ) (2021-05-30T12:19:27Z) - Quantum information spreading in a disordered quantum walk [50.591267188664666]
量子ウォークスを用いて量子情報拡散パターンを探索する量子探索プロトコルを設計する。
我々は、異常や古典的輸送を調査するために、コヒーレントな静的および動的障害に焦点を当てる。
以上の結果から,複雑なネットワークで発生する欠陥や摂動の情報を読み取る装置として,量子ウォーク(Quantum Walk)が考えられる。
論文 参考訳(メタデータ) (2020-10-20T20:03:19Z) - Quantum State Discrimination on Reconfigurable Noise-Robust Quantum
Networks [6.85316573653194]
量子情報処理における根本的な問題は、システムの量子状態の集合の識別である。
本稿では、この問題を量子ウォークによって定義されるグラフによって記述されたオープン量子システム上で解決する。
ネットワークのパラメータを最適化し、正しい識別の確率を最大化する。
論文 参考訳(メタデータ) (2020-03-25T19:07:03Z) - Entanglement Classification via Neural Network Quantum States [58.720142291102135]
本稿では、学習ツールと量子絡み合いの理論を組み合わせて、純状態における多部量子ビット系の絡み合い分類を行う。
我々は、ニューラルネットワーク量子状態(NNS)として知られる制限されたボルツマンマシン(RBM)アーキテクチャにおいて、人工ニューラルネットワークを用いた量子システムのパラメータ化を用いる。
論文 参考訳(メタデータ) (2019-12-31T07:40:23Z)
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。