論文の概要: Quantum-Classical Hybrid Information Processing via a Single Quantum System

• arxiv url: http://arxiv.org/abs/2209.00497v1
• Date: Thu, 1 Sep 2022 14:33:40 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-02 14:22:36.157492
• Title: Quantum-Classical Hybrid Information Processing via a Single Quantum System
• Title（参考訳）: 単一量子システムによる量子古典的ハイブリッド情報処理
• Authors: Quoc Hoan Tran, Sanjib Ghosh and Kohei Nakajima
• Abstract要約: 量子ベースの通信における現在の技術は、ハイブリッド処理のための古典的なデータと量子データの新たな統合をもたらす。 本稿では,古典的入力と量子的入力の両方を必要とする計算タスクにおいて,量子力学を利用する量子貯水池プロセッサを提案する。
• 参考スコア（独自算出の注目度）: 1.1602089225841632
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Current technologies in quantum-based communications bring a new integration of quantum data with classical data for hybrid processing. However, the frameworks of these technologies are restricted to a single classical or quantum task, which limits their flexibility in near-term applications. We propose a quantum reservoir processor to harness quantum dynamics in computational tasks requiring both classical and quantum inputs. This analog processor comprises a network of quantum dots in which quantum data is incident to the network and classical data is encoded via a coherent field exciting the network. We perform a multitasking application of quantum tomography and nonlinear equalization of classical channels. Interestingly, the tomography can be performed in a closed-loop manner via the feedback control of classical data. Therefore, if the classical input comes from a dynamical system, embedding this system in a closed loop enables hybrid processing even if access to the external classical input is interrupted. Finally, we demonstrate preparing quantum depolarizing channels as a novel quantum machine learning technique for quantum data processing.
• Abstract（参考訳）: 量子ベースの通信における現在の技術は、ハイブリッド処理のための量子データと古典データとの新たな統合をもたらす。 しかしながら、これらの技術のフレームワークは単一の古典的または量子的なタスクに限定されており、短期的なアプリケーションにおける柔軟性を制限している。 古典的および量子的な入力を必要とする計算タスクにおいて量子力学を利用する量子貯水池プロセッサを提案する。 本発明のアナログプロセッサは、ネットワークに量子データが入射し、古典的なデータがネットワークを刺激するコヒーレントフィールドを介して符号化される量子ドットのネットワークを含む。 量子トモグラフィーと古典チャネルの非線形等化のマルチタスク応用を行う。 興味深いことに、トモグラフィーは古典データのフィードバック制御によってクローズドループ方式で行うことができる。 したがって、古典入力が力学系から来る場合、このシステムを閉ループに埋め込むことで、外部古典入力へのアクセスを中断してもハイブリッド処理が可能である。 最後に,量子データ処理のための新しい量子機械学習手法として,量子非分極チャネルの作成を示す。

関連論文リスト

• LatentQGAN: A Hybrid QGAN with Classical Convolutional Autoencoder [7.945302052915863]
  量子機械学習の潜在的な応用は、古典的なデータを生成するために量子コンピュータのパワーを利用することである。 本稿では,自己エンコーダと結合したハイブリッド量子古典的GANを用いた新しい量子モデルであるLatntQGANを提案する。
  論文  参考訳（メタデータ） (2024-09-22T23:18:06Z)
• Distributed Quantum Computation via Entanglement Forging and Teleportation [13.135604356093193]
  分散量子計算は、限られたサイズの量子プロセッサ上での大規模量子計算の実用的な方法である。 本稿では,量子相関のない2つの量子プロセッサ上で非局所量子回路を実装する手法を実証する。
  論文  参考訳（メタデータ） (2024-09-04T08:10:40Z)
• Distributed quantum machine learning via classical communication [0.7378853859331619]
  本稿では,古典的通信を通じて量子プロセッサユニットを統合する実験的な分散量子機械学習手法を提案する。 その結果,古典的コミュニケーションを取り入れることで,コミュニケーションのないスキームに比べて分類精度が向上することが示唆された。
  論文  参考訳（メタデータ） (2024-08-29T08:05:57Z)
• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
  d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。 我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• Operational Nonclassicality in Quantum Communication Networks [9.312605205492458]
  通信ネットワークにおける量子非古典性を目撃するための運用フレームワークを適用した。 絡み合い支援のポイント・ツー・ポイント・チャンネルやマルチポイント・チャネルなど,多くの基本ネットワークにおいて非古典性を示す。 我々のアプローチは量子ネットワークハードウェア上で実装され、特定のプロトコルを自動的に確立するために使用することができる。
  論文  参考訳（メタデータ） (2024-03-05T14:07:37Z)
• A Quantum-Classical Collaborative Training Architecture Based on Quantum State Fidelity [50.387179833629254]
  我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。 Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。 他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
  論文  参考訳（メタデータ） (2024-02-23T14:09:41Z)
• Anticipative measurements in hybrid quantum-classical computation [68.8204255655161]
  量子計算を古典的な結果によって補う手法を提案する。 予測の利点を生かして、新しいタイプの量子測度がもたらされる。 予測量子測定では、古典計算と量子計算の結果の組み合わせは最後にのみ起こる。
  論文  参考訳（メタデータ） (2022-09-12T15:47:44Z)
• Quantum Federated Learning with Quantum Data [87.49715898878858]
  量子機械学習(QML)は、量子コンピューティングの発展に頼って、大規模な複雑な機械学習問題を探求する、有望な分野として登場した。 本稿では、量子データ上で動作し、量子回路パラメータの学習を分散的に共有できる初めての完全量子連合学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-05-30T12:19:27Z)
• The Hintons in your Neural Network: a Quantum Field Theory View of Deep Learning [84.33745072274942]
  線形および非線形の層をユニタリ量子ゲートとして表現する方法を示し、量子モデルの基本的な励起を粒子として解釈する。 ニューラルネットワークの研究のための新しい視点と技術を開くことに加えて、量子定式化は光量子コンピューティングに適している。
  論文  参考訳（メタデータ） (2021-03-08T17:24:29Z)
• Quantum Deformed Neural Networks [83.71196337378022]
  我々は,量子コンピュータ上で効率的に動作するように設計された新しい量子ニューラルネットワーク層を開発した。 入力状態の絡み合いに制限された場合、古典的なコンピュータでシミュレートすることができる。
  論文  参考訳（メタデータ） (2020-10-21T09:46:12Z)

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。