論文の概要: Artificial Intelligence and Machine Learning for Quantum Technologies
- arxiv url: http://arxiv.org/abs/2208.03836v1
- Date: Sun, 7 Aug 2022 23:02:55 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-09 12:50:35.558375
- Title: Artificial Intelligence and Machine Learning for Quantum Technologies
- Title（参考訳）: 量子技術のための人工知能と機械学習
- Authors: Mario Krenn, Jonas Landgraf, Thomas Foesel, Florian Marquardt
- Abstract要約: ここ数年、科学者たちが機械学習を使って量子計測を分析し始めた例を紹介します。
オープンな課題と将来の可能性を強調し、今後10年間、いくつかの投機的ビジョンで締めくくります。
- 参考スコア（独自算出の注目度）: 6.25426839308312
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In recent years, the dramatic progress in machine learning has begun to
impact many areas of science and technology significantly. In the present
perspective article, we explore how quantum technologies are benefiting from
this revolution. We showcase in illustrative examples how scientists in the
past few years have started to use machine learning and more broadly methods of
artificial intelligence to analyze quantum measurements, estimate the
parameters of quantum devices, discover new quantum experimental setups,
protocols, and feedback strategies, and generally improve aspects of quantum
computing, quantum communication, and quantum simulation. We highlight open
challenges and future possibilities and conclude with some speculative visions
for the next decade.
- Abstract（参考訳）: 近年、機械学習の劇的な進歩は、科学やテクノロジーの多くの分野に大きな影響を与え始めている。
本論では、量子技術がこの革命からどのように恩恵を受けているのかを考察する。
我々は、ここ数年、科学者が機械学習やより広範な人工知能の手法を使って量子計測を分析し、量子デバイスのパラメータを推定し、新しい量子実験装置、プロトコル、フィードバック戦略を発見し、一般に量子コンピューティング、量子通信、量子シミュレーションの側面を改善してきた例を紹介した。
オープンな課題と将来の可能性を強調し、次の10年間の投機的ビジョンで締めくくります。
関連論文リスト
- Quantum Machine Learning: An Interplay Between Quantum Computing and Machine Learning [54.80832749095356]
量子機械学習(QML)は、量子コンピューティングの原理と従来の機械学習を組み合わせた急速に成長する分野である。
本稿では,変分量子回路を用いてQMLアーキテクチャを開発する機械学習パラダイムの量子コンピューティングについて述べる。
論文 参考訳（メタデータ） (2024-11-14T12:27:50Z) - Quantum Machine Learning Implementations: Proposals and Experiments [0.0]
この記事では、量子強化学習、量子オートエンコーダ、量子メムリスタなど、特定の高インパクトトピックについてレビューする。
量子機械学習の分野は、産業や社会にとって有益な結果を生み出す最初の量子技術の一つかもしれない。
論文 参考訳（メタデータ） (2023-03-11T01:02:16Z) - 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) - Modern applications of machine learning in quantum sciences [51.09906911582811]
本稿では、教師なし、教師なし、強化学習アルゴリズムにおけるディープラーニングとカーネル手法の使用について述べる。
我々は、微分可能プログラミング、生成モデル、機械学習に対する統計的アプローチ、量子機械学習など、より専門的なトピックについて議論する。
論文 参考訳（メタデータ） (2022-04-08T17:48:59Z) - New Trends in Quantum Machine Learning [0.0]
我々は、機械学習が新しい量子技術とアルゴリズムの恩恵を受ける方法を探る。
データ可視化技術や機械学習から借用した他のスキームは、理論家にとって非常に有用である。
論文 参考訳（メタデータ） (2021-08-22T08:23:30Z) - Standard Model Physics and the Digital Quantum Revolution: Thoughts
about the Interface [68.8204255655161]
量子システムの分離・制御・絡み合いの進歩は、かつての量子力学の興味深い特徴を、破壊的な科学的・技術的進歩のための乗り物へと変えつつある。
本稿では,3つの領域科学理論家の視点から,絡み合い,複雑性,量子シミュレーションのインターフェースについて考察する。
論文 参考訳（メタデータ） (2021-07-10T06:12:06Z) - Simulating Quantum Materials with Digital Quantum Computers [55.41644538483948]
デジタル量子コンピュータ(DQC)は、古典的コンピュータでは引き起こせない量子シミュレーションを効率的に行うことができる。
このレビューの目的は、物理量子優位性を達成するために行われた進歩の要約を提供することである。
論文 参考訳（メタデータ） (2021-01-21T20:10:38Z) - Quantum machine learning and quantum biomimetics: A perspective [0.0]
量子機械学習は、量子技術の中でエキサイティングで有望なパラダイムとして登場した。
本稿では,これらのトピックについて概観し,科学コミュニティが実施した関連研究について述べる。
論文 参考訳（メタデータ） (2020-04-25T07:45:20Z) - Machine Learning for Quantum Matter [0.0]
本稿では,量子物質研究の進展をめざして,機械学習のアイデアの最近の発展と適応を概観する。
機械学習と量子多体物理学の交わる領域における今後の発展の展望について論じる。
論文 参考訳（メタデータ） (2020-03-24T18:00:30Z)
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。