論文の概要: Algorithmic Strategies for seizing Quantum Computing

• arxiv url: http://arxiv.org/abs/2112.15175v1
• Date: Thu, 30 Dec 2021 18:57:27 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-02 21:11:32.904578
• Title: Algorithmic Strategies for seizing Quantum Computing
• Title（参考訳）: 量子コンピューティングにおけるアルゴリズム戦略
• Authors: Adri\'an P\'erez-Salinas
• Abstract要約: 本質的に量子的性質を利用するための2つの戦略が検討されている。 再アップロード戦略は、機械学習に関連する変分アルゴリズムである。 一元的な戦略は、量子回路に格納されている情報の密度を減らし、ノイズに対するレジリエンスを高めることである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Quantum computing is a nascent technology with prospects to have a huge impact in the world. Its current status, however, only counts on small and noisy quantum computers whose performance is limited. In this thesis, two different strategies are explored to take advantage of inherently quantum properties and propose recipes to seize quantum computing since its advent. First, the re-uploading strategy is a variational algorithm related to machine learning. It consists in introducing data several times along a computation accompanied by tunable parameters. This process permits the circuit to learn and mimic any behavior. This capability emerges naturally from the quantum properties of the circuit. Second, the unary strategy aims to reduce the density of information stored in a quantum circuit to increase its resilience against noise. This trade-off between performance and robustness brings an advantage for noisy devices, where small but meaningful quantum speed-ups can be found.
• Abstract（参考訳）: 量子コンピューティング(quantum computing)は、世界で大きな影響を与える見込みのある新しい技術だ。 しかし、現在の状態は、性能が限られている小型でノイズの多い量子コンピュータにのみカウントされる。 本論文では,量子特性を生かした2つの戦略を考察し,量子コンピューティングの出現以来の活用法を提案する。 まず、再アップロード戦略は機械学習に関連する変分アルゴリズムである。 これは、チューナブルパラメータを伴う計算に沿って、数回データを導入することで構成される。 このプロセスにより、回路はあらゆる動作を学習し模倣することができる。 この能力は、回路の量子的性質から自然に現れる。 第2に、単一戦略は、量子回路に格納されている情報の密度を減らし、ノイズに対するレジリエンスを高めることである。 この性能と堅牢性の間のトレードオフは、小さなが意味のある量子スピードアップを見つけることのできるノイズの多いデバイスに利点をもたらす。

関連論文リスト

• 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)
• A Quantum Algorithm Based Heuristic to Hide Sensitive Itemsets [1.8419202109872088]
  データ共有の文脈において、よく研究された問題を解決するための量子的アプローチを提案する。 本稿では, 量子アルゴリズムを用いて, この問題の解決方法を示すために, 小型データセットを用いた実験を行った。
  論文  参考訳（メタデータ） (2024-02-12T20:44:46Z)
• 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 Financial Modeling on Noisy Intermediate-Scale Quantum Hardware: Random Walks using Approximate Quantum Counting [0.054390204258189995]
  従来の量子カウンティングよりもはるかに少ない2ビットのエンタングルゲートを用いた量子近似カウンティング回路を導入する。 この結果と株価指数の値変化分布を比較し, 量子回路の挙動と中間測定の有無を住宅市場の傾向と比較した。
  論文  参考訳（メタデータ） (2023-10-17T16:54:31Z)
• Stabilization and Dissipative Information Transfer of a Superconducting Kerr-Cat Qubit [0.0]
  そこで我々は,Cat-Qubitと呼ばれる量子ビットモデルへの消散情報伝達について検討した。 このモデルは、二項量子分類の散逸に基づくバージョンにとって特に重要である。 Cat-Qubitアーキテクチャは、人工ニューラルネットワークでアクティベーションライクな機能を実装できる可能性がある。
  論文  参考訳（メタデータ） (2023-07-23T11:28:52Z)
• 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)
• Iterative Qubits Management for Quantum Index Searching in a Hybrid System [56.39703478198019]
  IQuCSは、量子古典ハイブリッドシステムにおけるインデックス検索とカウントを目的としている。 我々はQiskitでIQuCSを実装し、集中的な実験を行う。 その結果、量子ビットの消費を最大66.2%削減できることが示されている。
  論文  参考訳（メタデータ） (2022-09-22T21:54:28Z)
• Quantum computational intelligence for traveltime seismic inversion [0.0]
  我々は、勾配のない量子回路学習に基づく短期量子アルゴリズムによる旅行時地震動インバージョンのためのアプローチを実装した。 ノイズがあっても、何千もの量子ビットを持つ量子コンピュータは、物理問題を解くことができることを実証する。
  論文  参考訳（メタデータ） (2022-08-11T12:36:58Z)
• Data compression for quantum machine learning [2.119778346188635]
  量子コンピュータで使用する古典的データを効率よく圧縮・ロードする問題に対処する。 提案手法により,必要量子ビット数と量子回路の深さを調整できる。
  論文  参考訳（メタデータ） (2022-04-24T03:03:14Z)
• An Application of Quantum Annealing Computing to Seismic Inversion [55.41644538483948]
  小型地震インバージョン問題を解決するために,D波量子アニールに量子アルゴリズムを適用した。 量子コンピュータによって達成される精度は、少なくとも古典的コンピュータと同程度である。
  論文  参考訳（メタデータ） (2020-05-06T14:18:44Z)
• Quantum noise protects quantum classifiers against adversaries [120.08771960032033]
  量子情報処理におけるノイズは、特に短期的な量子技術において、破壊的で避け難い特徴と見なされることが多い。 量子回路の非偏極雑音を利用して分類を行うことにより、敵に縛られるロバスト性を導出できることを示す。 これは、最も一般的な敵に対して使用できる最初の量子プロトコルである。
  論文  参考訳（メタデータ） (2020-03-20T17:56:14Z)

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。