論文の概要: One qubit as a Universal Approximant
- arxiv url: http://arxiv.org/abs/2102.04032v2
- Date: Tue, 13 Jul 2021 10:11:19 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-12 05:35:15.821023
- Title: One qubit as a Universal Approximant
- Title（参考訳）: 万能近似として1キュービット
- Authors: Adri\'an P\'erez-Salinas, David L\'opez-N\'u\~nez, Artur
Garc\'ia-S\'aez, P. Forn-D\'iaz, Jos\'e I. Latorre
- Abstract要約: 単一量子ビット近似は、その量子ゲートを定義する自由度に格納される任意の有界複素関数を近似することができる。
この研究は、Quantum Machine Learningにおける再アップロード技術の堅牢性を示している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: A single-qubit circuit can approximate any bounded complex function stored in
the degrees of freedom defining its quantum gates. The single-qubit approximant
presented in this work is operated through a series of gates that take as their
parameterization the independent variable of the target function and an
additional set of adjustable parameters. The independent variable is
re-uploaded in every gate while the parameters are optimized for each target
function. The output state of this quantum circuit becomes more accurate as the
number of re-uploadings of the independent variable increases, i. e., as more
layers of gates parameterized with the independent variable are applied. In
this work, we provide two different proofs of this claim related to both the
Fourier series and the Universal Approximation Theorem for Neural Networks, and
we benchmark both methods against their classical counterparts. We further
implement a single-qubit approximant in a real superconducting qubit device,
demonstrating how the ability to describe a set of functions improves with the
depth of the quantum circuit. This work shows the robustness of the
re-uploading technique on Quantum Machine Learning.
- Abstract（参考訳）: 単一量子ビット回路は、量子ゲートを定義する自由度に格納された任意の有界複素関数を近似することができる。
この研究で示された単一量子近似は、ターゲット関数の独立変数と調整可能なパラメータの追加セットをパラメータ化する一連のゲートを通して操作される。
独立変数は各ゲートで再ロードされ、パラメータは各ターゲット関数に最適化される。
この量子回路の出力状態は、独立変数の再アップロード数が増加するにつれて、より正確になる。
e.
独立変数でパラメータ化されたゲートの層が適用される。
本研究では,ニューラルネットワークに対するフーリエ級数と普遍近似定理の両方に関連するこの主張の2つの異なる証明を提案し,両者の手法を古典的手法に対してベンチマークする。
さらに,超伝導量子ビットデバイスに単一量子ビット近似を実装し,量子回路の深さによって関数の集合を記述する能力が向上することを示す。
本研究は,量子機械学習における再アップロード手法の頑健性を示す。
関連論文リスト
- Optimal control in large open quantum systems: the case of transmon readout and reset [44.99833362998488]
本稿では, 随伴状態法と逆時間バックプロパゲーションを組み合わせることで, 極めて大規模なオープンシステム量子制御問題を解く枠組みを提案する。
超伝導量子ビットにおける2つの本質的に散逸する演算を最適化するために、この枠組みを適用した。
システムパラメータの固定化により,制御パルスの形状は両操作の忠実度と持続時間において2倍の改善が得られた。
論文 参考訳（メタデータ） (2024-03-21T18:12:51Z) - Variational-quantum-eigensolver-inspired optimization for spin-chain work extraction [39.58317527488534]
量子源からのエネルギー抽出は、量子電池のような新しい量子デバイスを開発するための重要なタスクである。
量子源からエネルギーを完全に抽出する主な問題は、任意のユニタリ演算をシステム上で行うことができるという仮定である。
本稿では,変分量子固有解法(VQE)アルゴリズムにインスパイアされた抽出可能エネルギーの最適化手法を提案する。
論文 参考訳（メタデータ） (2023-10-11T15:59:54Z) - Universality and Limitations of Prompt Tuning [65.8354898840308]
トランスフォーマーアーキテクチャにおけるソフトプロンプトチューニングの役割を理解するための最初のステップの1つを取り上げる。
連続値関数に対する有限深度事前学習型変圧器を用いて、普遍性と制限のレンズからの即時チューニングを解析する。
この結果は、リプシッツ関数の集合における任意の列列列関数を近似するプロンプトを持つ強変換器の存在を保証する。
論文 参考訳（メタデータ） (2023-05-30T06:47:07Z) - Quantum process tomography of continuous-variable gates using coherent
states [49.299443295581064]
ボソニックモード超伝導回路におけるコヒーレント状態量子プロセストモグラフィ(csQPT)の使用を実証する。
符号化量子ビット上の変位とSNAP演算を用いて構築した論理量子ゲートを特徴付けることにより,本手法の結果を示す。
論文 参考訳（メタデータ） (2023-03-02T18:08:08Z) - Variational waveguide QED simulators [58.720142291102135]
導波管QEDシミュレータは1次元フォトニックバンドギャップ材料と相互作用する量子エミッタによって構成される。
ここでは、これらの相互作用がより効率的な変分量子アルゴリズムを開発するためのリソースとなることを実証する。
論文 参考訳（メタデータ） (2023-02-03T18:55:08Z) - Continuous quantum gate sets and pulse class meta-optimization [0.0]
最適制御パルスの学習系は、ポテンシャルパラメータ値の空間から制御空間への大域的最適写像を得るために、様々なパラメータに適応的に依存することを示す。
提案手法は実験的に関係のある異なる量子ゲート上で試験され,複数の可変パラメータや不確かさパラメータの存在下でも高忠実度パルスを生成できることが証明された。
論文 参考訳（メタデータ） (2022-03-25T11:43:40Z) - Parameterized Two-Qubit Gates for Enhanced Variational Quantum
Eigensolver [0.0]
回路アンサッツの固定およびパラメータ化2量子ゲートを用いた変分量子固有解法をシミュレートする。
パラメータ化バージョンは、量子化学や材料科学に応用したハミルトンの様々な分野において、最高のエネルギーと外れ値の削減の両方に関して、固定バージョンよりも優れていることを示す。
論文 参考訳（メタデータ） (2022-03-09T19:00:01Z) - Simulating Time Evolution with Fully Optimized Single-Qubit Gates on
Parameterized Quantum Circuits [3.5462326830737805]
パラメータ化量子回路における任意の単一量子ビットゲートを逐次最適化する新しい手法を提案する。
本手法をリアルタイム進化に適用し,シミュレーション精度とハードウェア効率のトレードオフを議論する。
論文 参考訳（メタデータ） (2021-11-10T05:46:15Z) - Generalized quantum circuit differentiation rules [23.87373187143897]
量子機械学習に使用される変分量子アルゴリズムは、パラメータ化された量子回路を自動的に区別する能力に依存している。
本稿では、量子回路(ユニット)を任意の発生器と区別するためのルールを提案する。
論文 参考訳（メタデータ） (2021-08-03T00:29:45Z) - Accurate methods for the analysis of strong-drive effects in parametric
gates [94.70553167084388]
正確な数値と摂動解析手法を用いて効率的にゲートパラメータを抽出する方法を示す。
我々は,$i$SWAP, Control-Z, CNOT など,異なる種類のゲートに対する最適操作条件を同定する。
論文 参考訳（メタデータ） (2021-07-06T02:02:54Z) - QUANTIFY: A framework for resource analysis and design verification of
quantum circuits [69.43216268165402]
QUINTIFYは、量子回路の定量的解析のためのオープンソースのフレームワークである。
Google Cirqをベースにしており、Clifford+T回路を念頭に開発されている。
ベンチマークのため、QUINTIFYは量子メモリと量子演算回路を含む。
論文 参考訳（メタデータ） (2020-07-21T15:36:25Z)
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。