論文の概要: Discriminating Quantum States with Quantum Machine Learning
- arxiv url: http://arxiv.org/abs/2112.00313v1
- Date: Wed, 1 Dec 2021 07:09:14 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-02 16:00:32.372969
- Title: Discriminating Quantum States with Quantum Machine Learning
- Title（参考訳）: 量子機械学習による量子状態の識別
- Authors: David Quiroga, Prasanna Date, Raphael C. Pooser
- Abstract要約: 我々は,量子k平均(qk平均)アルゴリズムを低時間複雑に提案し,実装し,解析する。
量子状態の識別は、低レベルのインフェーズと二次信号(IQ)データから量子状態の識別を可能にする。
従来のコンピュータへの依存を減らすため、IBMQ Bogotaデバイス上でqk-meansを用いて状態判別を行う。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum machine learning (QML) algorithms have obtained great relevance in
the machine learning (ML) field due to the promise of quantum speedups when
performing basic linear algebra subroutines (BLAS), a fundamental element in
most ML algorithms. By making use of BLAS operations, we propose, implement and
analyze a quantum k-means (qk-means) algorithm with a low time complexity of
$\mathcal{O}(NKlog(D)I/C)$ to apply it to the fundamental problem of
discriminating quantum states at readout. Discriminating quantum states allows
the identification of quantum states $|0\rangle$ and $|1\rangle$ from low-level
in-phase and quadrature signal (IQ) data, and can be done using custom ML
models. In order to reduce dependency on a classical computer, we use the
qk-means to perform state discrimination on the IBMQ Bogota device and managed
to find assignment fidelities of up to 98.7% that were only marginally lower
than that of the k-means algorithm. Inspection of assignment fidelity scores
resulting from applying both algorithms to a combination of quantum states
showed concordance to our correlation analysis using Pearson Correlation
coefficients, where evidence shows cross-talk in the (1, 2) and (2, 3)
neighboring qubit couples for the analyzed device.
- Abstract（参考訳）: 量子機械学習(QML)アルゴリズムは、ほとんどのMLアルゴリズムの基本要素である基本線形代数サブルーチン(BLAS)を実行する際に、量子スピードアップの約束により、機械学習(ML)分野において大きな関連性を得た。
BLAS演算を用いることで、読み出し時の量子状態を識別する根本的な問題に適用するために、$\mathcal{O}(NKlog(D)I/C)$という低時間複雑さの量子k平均(qk-means)アルゴリズムを提案し、実装し、分析する。
量子状態の識別は、低レベルな in-phase および quadrature signal (iq) データから $|0\rangle$ と $|1\rangle$ の量子状態の識別を可能にする。
古典的コンピュータへの依存を減らすため、我々はqk-meansを使用してIBMQ Bogotaデバイス上で状態判別を行い、k-meansアルゴリズムよりもわずかに低い98.7%の割り当てフィデリティを見つけることができた。
量子状態の組合せに2つのアルゴリズムを適用することによって得られた割当忠実度スコアの検査は、ピアソン相関係数を用いた相関解析と一致した。
2)及び(2)
3) 解析装置の隣接する量子ビット結合。
関連論文リスト
- A quantum-classical hybrid algorithm with Ising model for the learning with errors problem [13.06030390635216]
本稿では,Ising Model (HAWI) を用いた量子古典ハイブリッドアルゴリズムを提案し,LWE問題に対処する。
我々は、ハミルトンの低エネルギーレベルを同定して解を抽出し、現在のノイズの多い中間スケール量子(NISQ)デバイスの実装に適したものにする。
我々のアルゴリズムは反復であり、その時間複雑性はハミルトンの低エネルギーレベルを見つけるために使われる特定の量子アルゴリズムに依存する。
論文 参考訳（メタデータ） (2024-08-15T05:11:35Z) - Quantum sampling algorithms for quantum state preparation and matrix block-encoding [0.0]
まず、量子状態 $|psi_frangle propto sumN_x=1 f(x)|xrangle$ を作成するQRSに基づくアルゴリズムを提案する。
次に、QRSの手法を行列ブロック符号化問題に適用し、与えられた行列をブロック符号化するためのQRSベースのアルゴリズムを、与えられた行列の和 A = sum_ij A_ij |irangle langle j|$ で導入する。
論文 参考訳（メタデータ） (2024-05-19T03:46:11Z) - Spin coupling is all you need: Encoding strong electron correlation on quantum computers [0.0]
量子コンピュータはスピン結合初期状態の形で支配的絡み合い構造を直接符号化することにより、強相関分子系を効率的にシミュレートできることを示す。
我々の研究は、古典的な挑戦的なシステムのための電子構造のスケーラブルな量子シミュレーションへの道を開いた。
論文 参考訳（メタデータ） (2024-04-29T17:14:21Z) - Unifying (Quantum) Statistical and Parametrized (Quantum) Algorithms [65.268245109828]
我々はカーンズのSQオラクルとヴァリアントの弱い評価オラクルからインスピレーションを得ます。
評価クエリから学習するための非条件の下限を出力する,広範かつ直感的なフレームワークを提案する。
論文 参考訳（メタデータ） (2023-10-26T18:23:21Z) - Quantum Clustering with k-Means: a Hybrid Approach [117.4705494502186]
我々は3つのハイブリッド量子k-Meansアルゴリズムを設計、実装、評価する。
我々は距離の計算を高速化するために量子現象を利用する。
我々は、我々のハイブリッド量子k-平均アルゴリズムが古典的バージョンよりも効率的であることを示す。
論文 参考訳（メタデータ） (2022-12-13T16:04:16Z) - Entanglement and coherence in Bernstein-Vazirani algorithm [58.720142291102135]
Bernstein-Vaziraniアルゴリズムは、オラクルに符号化されたビット文字列を決定できる。
我々はベルンシュタイン・ヴァジラニアルゴリズムの量子資源を詳細に分析する。
絡み合いがない場合、初期状態における量子コヒーレンス量とアルゴリズムの性能が直接関係していることが示される。
論文 参考訳（メタデータ） (2022-05-26T20:32:36Z) - Quantum variational learning for entanglement witnessing [0.0]
この研究は量子アルゴリズムの潜在的な実装に焦点を当て、$n$ qubitsの単一レジスタ上で定義された量子状態を適切に分類することができる。
我々は「絡み合いの証人」という概念、すなわち、特定の特定の状態が絡み合うものとして識別できる期待値を持つ演算子を利用する。
我々は,量子ニューラルネットワーク(QNN)を用いて,絡み合いの目撃者の行動を再現する方法をうまく学習した。
論文 参考訳（メタデータ） (2022-05-20T20:14:28Z) - Revisiting dequantization and quantum advantage in learning tasks [3.265773263570237]
サンプルとクエリ(SQ)アクセスを持つ古典的アルゴリズムは量子状態入力を持つ量子アルゴリズムよりも指数関数的に高速に学習タスクを実現できることを示す。
これらの結果から,SQアクセスが量子状態入力に対して強すぎるため,指数的量子優位性が欠如していることが示唆された。
論文 参考訳（メタデータ） (2021-12-01T20:05:56Z) - Benchmarking Small-Scale Quantum Devices on Computing Graph Edit
Distance [52.77024349608834]
グラフ編集距離(GED: Graph Edit Distance)は、2つのグラフ間の(異なる)相似性の度合いを測定する。
本稿では、GED計算における2つの量子アプローチの比較研究について述べる。
論文 参考訳（メタデータ） (2021-11-19T12:35:26Z) - Quantum Approximate Optimization Algorithm Based Maximum Likelihood
Detection [80.28858481461418]
量子技術の最近の進歩は、ノイズの多い中間スケール量子(NISQ)デバイスへの道を開く。
量子技術の最近の進歩は、ノイズの多い中間スケール量子(NISQ)デバイスへの道を開く。
論文 参考訳（メタデータ） (2021-07-11T10:56:24Z) - Quantum Gram-Schmidt Processes and Their Application to Efficient State
Read-out for Quantum Algorithms [87.04438831673063]
本稿では、生成した状態の古典的ベクトル形式を生成する効率的な読み出しプロトコルを提案する。
我々のプロトコルは、出力状態が入力行列の行空間にある場合に適合する。
我々の技術ツールの1つは、Gram-Schmidt正則手順を実行するための効率的な量子アルゴリズムである。
論文 参考訳（メタデータ） (2020-04-14T11:05:26Z)
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。