Fugu-MT 論文翻訳(概要): Quantum computing with differentiable quantum transforms

論文の概要: Quantum computing with differentiable quantum transforms

arxiv url: http://arxiv.org/abs/2202.13414v1
Date: Sun, 27 Feb 2022 18:11:55 GMT
ステータス: 処理完了
システム内更新日: 2023-02-23 19:45:46.858761
Title: Quantum computing with differentiable quantum transforms
Title（参考訳）: 微分可能な量子変換による量子コンピューティング
Authors: Olivia Di Matteo, Josh Izaac, Tom Bromley, Anthony Hayes, Christina Lee, Maria Schuld, Antal Sz\'ava, Chase Roberts, Nathan Killoran
Abstract要約: 微分可能な量子変換のためのフレームワークを提案する。このような変換は、量子プログラムをその微分可能性を維持する方法で操作できるメタプログラムである。量子コンピューティングにまたがる一連の関連する例で、それらの可能性を強調します。
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: We present a framework for differentiable quantum transforms. Such transforms are metaprograms capable of manipulating quantum programs in a way that preserves their differentiability. We highlight their potential with a set of relevant examples across quantum computing (gradient computation, circuit compilation, and error mitigation), and implement them using the transform framework of PennyLane, a software library for differentiable quantum programming. In this framework, the transforms themselves are differentiable and can be parametrized and optimized, which opens up the possibility of improved quantum resource requirements across a spectrum of tasks.
Abstract（参考訳）: 微分可能な量子変換のためのフレームワークを提案する。このような変換は、量子プログラムをその微分可能性を維持する方法で操作できるメタプログラムである。我々は、量子コンピューティング(勾配計算、回路コンパイル、エラー緩和)にまたがる関連する例のセットでその可能性を強調し、微分可能な量子プログラミングのためのソフトウェアライブラリであるpennylaneの変換フレームワークを使用してそれらを実装する。このフレームワークでは、変換そのものは微分可能であり、パラメータ化と最適化が可能であり、様々なタスクにわたって量子リソース要求が改善される可能性を開く。

関連論文リスト

Quantum memristors for neuromorphic quantum machine learning [0.0]
量子メムリスタは、同じ量子ハードウェアにおいて、測定とフィードフォワードによって提供される非線形性とユニタリ進化を結合する方法として期待されている。量子機械学習のためのニューロモルフィック量子コンピューティングを効果的に展開する方法が有効である。
論文参考訳（メタデータ） (2024-12-25T20:21:24Z)
Large-scale quantum reservoir learning with an analog quantum computer [45.21335836399935]
我々は中性原子アナログ量子コンピュータの量子力学を利用してデータを処理する量子貯水池学習アルゴリズムを開発した。アルゴリズムを実験的に実装し、機械学習タスクの様々なカテゴリで競合性能を達成する。本研究は,従来の量子相関を有効機械学習に活用する可能性を示すものである。
論文参考訳（メタデータ） (2024-07-02T18:00:00Z)
Variational methods for solving high dimensional quantum systems [0.0]
本稿では,高次元量子システムを解くための3つの変分法の有効性について検討する。これらの手法を、凝縮物質物理学におけるフェルミ・ハバードモデルと高エネルギー物理学におけるシュウィンガーモデルという2つの異なる量子系に適用する。両量子系の基底状態を計算し、3つの変分法を用いて得られた結果と比較する。
論文参考訳（メタデータ） (2024-04-17T15:46:27Z)
Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
論文参考訳（メタデータ） (2023-06-29T18:00:01Z)
Efficient estimation of trainability for variational quantum circuits [43.028111013960206]
変動量子回路のコスト関数とその分散を効率よく計算する方法を見出した。この方法は、変分量子回路のトレーニング容易性を証明し、バレンプラトー問題を克服できる設計戦略を探索するために用いられる。
論文参考訳（メタデータ） (2023-02-09T14:05:18Z)
Implicit differentiation of variational quantum algorithms [0.8594140167290096]
変分量子アルゴリズムを用いて暗黙の微分を計算に活用する方法を示す。凝縮物質物理学、量子機械学習、量子情報における応用を探求する。
論文参考訳（メタデータ） (2022-11-24T19:00:19Z)
Quantum Phase Processing and its Applications in Estimating Phase and Entropies [10.8525801756287]
量子位相処理」は、任意の三角変換をユニタリ作用素の固有位相に直接適用することができる。量子位相処理は、単にアンシラ量子ビットを測定することで、量子システムの固有情報を取り出すことができる。本稿では,量子フーリエ変換を必要としない量子位相推定アルゴリズムを提案する。
論文参考訳（メタデータ） (2022-09-28T17:41:19Z)
Circuit Symmetry Verification Mitigates Quantum-Domain Impairments [69.33243249411113]
本稿では,量子状態の知識を必要とせず,量子回路の可換性を検証する回路指向対称性検証を提案する。特に、従来の量子領域形式を回路指向安定化器に一般化するフーリエ時間安定化器(STS)手法を提案する。
論文参考訳（メタデータ） (2021-12-27T21:15:35Z)
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)
Numerical hardware-efficient variational quantum simulation of a soliton solution [0.0]
ハードウェア効率の変動固有解器に特に注意を払う量子アルゴリズムの能力について論じる。磁気相互作用間の微妙な相互作用は、磁気秩序の均一性を破壊するキラル状態の安定化を可能にする。均一な磁気構造を正確に再現できる一方で、ハードウェア効率の良いアンサッツは、非コリニア磁気構造に詳細な記述を提供することが困難である。
論文参考訳（メタデータ） (2021-05-13T11:58:18Z)
Information Scrambling in Computationally Complex Quantum Circuits [56.22772134614514]
53量子ビット量子プロセッサにおける量子スクランブルのダイナミクスを実験的に検討する。演算子の拡散は効率的な古典的モデルによって捉えられるが、演算子の絡み合いは指数関数的にスケールされた計算資源を必要とする。
論文参考訳（メタデータ） (2021-01-21T22:18:49Z)

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。