論文の概要: Optimal quantum reservoir computing for the NISQ era
- arxiv url: http://arxiv.org/abs/2205.10107v1
- Date: Fri, 20 May 2022 12:00:27 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-12 08:05:12.166506
- Title: Optimal quantum reservoir computing for the NISQ era
- Title(参考訳): NISQ時代の最適量子貯水池計算
- Authors: L. Domingo, G. Carlo, and F. Borondo
- Abstract要約: このレターでは、最適な量子貯水池を選択するための基準を提供する。
以上の結果から, ゲートが著しく少ない他のモデルよりも優れた結果が得られ, 量子貯水池計算と量子状態複雑性の理論的ギャップに関する洞察も得られている。
- 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: Universal fault-tolerant quantum computers require millions of qubits with
low error rates. Since this technology is years ahead, noisy intermediate-scale
quantum (NISQ) computation is receiving tremendous interest. In this setup,
quantum reservoir computing is a relevant machine learning algorithm. Its
simplicity of training and implementation allows to perform challenging
computations on today available machines. In this Letter, we provide a
criterion to select optimal quantum reservoirs, requiring few and simple gates.
Our findings demonstrate that they render better results than other commonly
used models with significantly less gates, and also provide insight on the
theoretical gap between quantum reservoir computing and the theory of quantum
states complexity.
- Abstract(参考訳): 普遍的なフォールトトレラント量子コンピュータは、エラー率の低い数百万キュービットを必要とする。
この技術は何年も先にあるため、ノイズの多い中間スケール量子(NISQ)計算は大きな関心を集めている。
この設定では、量子貯水池コンピューティングは関連する機械学習アルゴリズムである。
トレーニングと実装の単純さは、今日利用可能なマシン上で難しい計算を実行できる。
このレターにおいて、我々は最適な量子貯水池を選択するための基準を提供し、わずかかつ単純なゲートを必要とする。
その結果, ゲートが著しく少ない他の一般的なモデルよりも優れた結果が得られ, 量子貯留層計算と量子状態複雑性理論との理論的ギャップについての知見も得られた。
関連論文リスト
- Quantum Circuit Learning on NISQ Hardware [0.0]
現在の量子コンピュータは小さく、エラーを起こしやすいシステムである。
フォールトトレラントな量子コンピュータは近い将来は利用できない。
我々は,IBM量子コンピュータ上で最大3キュービットのQCL回路が実行可能であることを示す。
論文 参考訳(メタデータ) (2024-05-03T13:00:32Z) - Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。
提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
論文 参考訳(メタデータ) (2023-04-18T11:57:15Z) - ArsoNISQ: Analyzing Quantum Algorithms on Near-Term Architectures [0.18188255328029254]
本稿では,与えられた量子アルゴリズムの許容誤差率を決定するArsoNISQフレームワークを紹介する。
ArsoNISQは、パウリの誤差モデルに従って誤差を受ける量子回路のシミュレーションに基づいている。
論文 参考訳(メタデータ) (2023-01-18T02:09:48Z) - 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) - Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。
本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
論文 参考訳(メタデータ) (2022-09-16T02:37:32Z) - Quantum reservoir computation utilising scale-free networks [0.0]
我々は,スケールフリーネットワークを利用した量子優位性を示すパターン認識のための新しい貯水池計算モデルを提案する。
このアプローチの単純さは、量子複雑性の計算能力を示すとともに、そのようなプロセッサに新しいアプリケーションを提供する。
論文 参考訳(メタデータ) (2021-08-27T06:28:08Z) - Towards understanding the power of quantum kernels in the NISQ era [79.8341515283403]
量子カーネルの利点は,大規模データセット,計測回数の少ないもの,システムノイズなどにおいて消失することを示した。
我々の研究は、NISQデバイス上で量子優位性を得るための先進量子カーネルの探索に関する理論的ガイダンスを提供する。
論文 参考訳(メタデータ) (2021-03-31T02:41:36Z) - 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) - SQUARE: Strategic Quantum Ancilla Reuse for Modular Quantum Programs via
Cost-Effective Uncomputation [7.92565122267857]
本稿では,量子プログラムにおけるスクラッチキュービット(アンシラ)の割り当てと再利用に取り組むコンパイル基盤を提案する。
中心となるSQUAREは、量子ビット再利用の機会を生み出すために、戦略的に非計算を行う。
SQUARE は NISQ アプリケーションの平均成功率を 1.47 倍改善することを示した。
論文 参考訳(メタデータ) (2020-04-18T06:34:37Z) - Simulating quantum chemistry in the seniority-zero space on qubit-based
quantum computers [0.0]
計算量子化学の近似をゲートベースの量子コンピュータ上で分子化学をシミュレートする手法と組み合わせる。
基本集合を増大させるために解放された量子資源を用いることで、より正確な結果が得られ、必要な数の量子コンピューティングの実行が削減されることが示される。
論文 参考訳(メタデータ) (2020-01-31T19:44:37Z)
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。