論文の概要: Milestones of research activity in quantum computing: EPS grand
challenges
- arxiv url: http://arxiv.org/abs/2207.02857v1
- Date: Wed, 6 Jul 2022 18:00:05 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-06 09:28:40.669860
- Title: Milestones of research activity in quantum computing: EPS grand
challenges
- Title(参考訳): 量子コンピューティングにおける研究活動のマイルストーン:eps大挑戦
- Authors: Zeki Can Seskir and Jacob Biamonte
- Abstract要約: 量子コンピューティングは2017年ごろにインフレクションポイントを受けたと我々は主張する。
次の変曲点は、量子コンピュータによって初めて現実的な問題が解決されるときのものであると我々は主張する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We argue that quantum computing underwent an inflection point circa 2017.
Long promised funding materialised which prompted public and private
investments around the world. Techniques from machine learning suddenly
influenced central aspects of the field. On one hand, machine learning was used
to emulate quantum systems. On the other hand, quantum algorithms became viewed
as a new type of machine learning model (creating the new model of {\it
variational} quantum computation). Here we sketch some milestones which have
lead to this inflection point. We argue that the next inflection point would
occur around when practical problems will be first solved by quantum computers.
We anticipate that by 2050 this would have become commonplace, were the world
would still be adjusting to the possibilities brought by quantum computers.
- Abstract(参考訳): 量子コンピューティングは2017年頃に曲がり角を成したと主張している。
長年の資金提供が約束され、世界中の公的および民間投資が引き起こされた。
機械学習の技術が突然、この分野の中心的側面に影響を与えた。
一方、機械学習は量子システムをエミュレートするために用いられた。
一方、量子アルゴリズムは、新しいタイプの機械学習モデル(変分量子計算の新しいモデルを作成する)と見なされるようになった。
ここでは、この反射点につながるいくつかのマイルストーンをスケッチします。
次の摂動点は、量子コンピュータによって初めて現実的な問題が解決されるときに生じる。
2050年までに、世界は量子コンピュータによってもたらされる可能性に合わせて調整されるだろうと予測している。
関連論文リスト
- 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) - Recent Advances for Quantum Neural Networks in Generative Learning [98.88205308106778]
量子生成学習モデル(QGLM)は、古典的な学習モデルを上回る可能性がある。
機械学習の観点からQGLMの現状を概観する。
従来の機械学習タスクと量子物理学の両方におけるQGLMの潜在的な応用について論じる。
論文 参考訳(メタデータ) (2022-06-07T07:32:57Z) - Systematic Literature Review: Quantum Machine Learning and its
applications [0.0]
この写本は、2017年から2023年にかけて発行された論文の体系的文献レビューを提示することを目的としている。
本研究では、量子機械学習技術とアルゴリズムを使用した94の論文を特定した。
既存の量子コンピュータには、量子コンピューティングがその完全な潜在能力を達成するのに十分な品質、速度、スケールが欠けているため、量子ハードウェアの改善が必要である。
論文 参考訳(メタデータ) (2022-01-11T17:36:34Z) - Demonstrating robust simulation of driven-dissipative problems on
near-term quantum computers [53.20999552522241]
量子コンピュータは物理学と化学における量子力学系のシミュレーションに革命をもたらす。
現在の量子コンピュータは、訂正されていないノイズ、ゲートエラー、デコヒーレンスのためにアルゴリズムを不完全に実行している。
ここでは、量子力学における最も難しい問題の1つとして、駆動散逸多体問題の解法が本質的にエラーに対して堅牢であることを示す。
論文 参考訳(メタデータ) (2021-08-02T21:36:37Z) - On quantum neural networks [91.3755431537592]
量子ニューラルネットワークの概念は、その最も一般的な関数の観点から定義されるべきである。
我々の推論は、量子力学におけるファインマン経路積分定式化の利用に基づいている。
論文 参考訳(メタデータ) (2021-04-12T18:30:30Z) - Imaginary Time Propagation on a Quantum Chip [50.591267188664666]
想像時間における進化は、量子多体系の基底状態を見つけるための顕著な技術である。
本稿では,量子コンピュータ上での仮想時間伝搬を実現するアルゴリズムを提案する。
論文 参考訳(メタデータ) (2021-02-24T12:48:00Z) - Quantum Computing Methods for Supervised Learning [0.08594140167290096]
小型の量子コンピュータと量子アニールが製造され、既に商業的に販売されている。
我々は、教師付き機械学習問題への応用を探求する前に、量子コンピューティングの背景と重要な結果を要約する。
論文 参考訳(メタデータ) (2020-06-22T06:34:42Z) - Quantum Computation [0.0]
量子計算の中核となる原理と応用分野について論じ,要約する。
物理系の挙動に対する計算のマッピングは歴史的課題である。
量子コンピュータが正しく機能するために必要な技術を評価する。
論文 参考訳(メタデータ) (2020-06-04T11:57:18Z) - Quantum Machine Learning in High Energy Physics [1.191194620421783]
本稿では,高エネルギー物理学における問題に対する量子機械学習を用いた第1世代の考え方を概説する。
興味深い疑問は、量子機械学習を高エネルギー物理学に適用する方法があるかどうかである。
論文 参考訳(メタデータ) (2020-05-18T10:48:39Z) - 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)
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。