論文の概要: Universal algorithms for quantum data learning
- arxiv url: http://arxiv.org/abs/2210.11850v1
- Date: Fri, 21 Oct 2022 10:13:10 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-18 19:46:54.297028
- Title: Universal algorithms for quantum data learning
- Title(参考訳): 量子データ学習のためのユニバーサルアルゴリズム
- Authors: Marco Fanizza, Michalis Skotiniotis, John Calsamiglia, Ramon
Mu\~noz-Tapia, and Gael Sent\'is
- Abstract要約: 量子センサーと量子コンピュータを動作させることで、純粋に量子処理に利用可能な量子状態の形でデータを作成できる。
製品状態の形で与えられる量子データセットの構造特性を明らかにするための一連の研究についてレビューする。
- 参考スコア(独自算出の注目度): 0.9786690381850356
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Operating quantum sensors and quantum computers would make data in the form
of quantum states available for purely quantum processing, opening new avenues
for studying physical processes and certifying quantum technologies. In this
Perspective, we review a line of works dealing with measurements that reveal
structural properties of quantum datasets given in the form of product states.
These algorithms are universal, meaning that their performances do not depend
on the reference frame in which the dataset is provided. Requiring the
universality property implies a characterization of optimal measurements via
group representation theory.
- Abstract(参考訳): 量子センサーと量子コンピュータを運用することで、純粋に量子処理が可能な量子状態の形でデータを作成でき、物理プロセスの研究と量子技術の認定のための新たな道を開くことができる。
本稿では,製品状態の形で与えられる量子データセットの構造的性質を明らかにする一連の測定結果について考察する。
これらのアルゴリズムは普遍的であり、その性能はデータセットが提供された参照フレームに依存しない。
普遍性を必要とすることは、群表現論による最適測定の特徴づけを意味する。
関連論文リスト
- Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
期待されている量子コンピュータの応用は、科学と産業にまたがる。
本稿では,量子アルゴリズムの応用分野について検討する。
私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
論文 参考訳(メタデータ) (2023-10-04T17:53:55Z) - 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) - Feature Map for Quantum Data: Probabilistic Manipulation [2.867517731896504]
量子特徴写像は、量子資源をMLアルゴリズムに燃やすことにより、量子状態のヒルベルト空間を持つインスタンスに対応する。
本稿では,教師付き学習アルゴリズムを改善するために,量子状態の確率論的操作として,量子データの特徴マップを提案する。
論文 参考訳(メタデータ) (2023-03-28T01:17:08Z) - Optimisation-free Classification and Density Estimation with Quantum
Circuits [0.0]
量子回路を用いた確率密度推定と分類のための新しい機械学習フレームワークの実装を実証する。
このフレームワークは、トレーニングデータセットまたは単一のデータサンプルを、量子特徴写像を介して物理システムの量子状態にマッピングする。
我々は、我々のフレームワークに量子アドバンテージを活用できる変分量子回路のアプローチについて議論する。
論文 参考訳(メタデータ) (2022-03-28T02:40:24Z) - 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) - 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) - Nearest Centroid Classification on a Trapped Ion Quantum Computer [57.5195654107363]
我々は,古典的データを量子状態に効率よくロードし,距離推定を行う手法を用いて,量子近接Centroid分類器を設計する。
MNIST手書き桁データセットの古典的最寄りのセントロイド分類器の精度と8次元合成データの最大100%の精度とを一致させ,11量子ビットトラップイオン量子マシン上で実験的に実証した。
論文 参考訳(メタデータ) (2020-12-08T01:10:30Z) - Entanglement transfer, accumulation and retrieval via quantum-walk-based
qubit-qudit dynamics [50.591267188664666]
高次元システムにおける量子相関の生成と制御は、現在の量子技術の展望において大きな課題である。
本稿では,量子ウォークに基づく移動・蓄積機構により,$d$次元システムの絡み合った状態が得られるプロトコルを提案する。
特に、情報を軌道角運動量と単一光子の偏光度にエンコードするフォトニック実装について述べる。
論文 参考訳(メタデータ) (2020-10-14T14:33:34Z) - Reconstructing quantum states with quantum reservoir networks [4.724825031148412]
我々は貯水池計算の枠組みに基づく量子状態トモグラフィープラットフォームを導入する。
量子ニューラルネットワークを形成し、任意の量子状態を再構築するための包括的なデバイスとして機能する。
論文 参考訳(メタデータ) (2020-08-14T14:01:55Z) - On quantum ensembles of quantum classifiers [0.0]
量子機械学習は、量子コンピュータの根底にある性質を利用して機械学習技術を強化する。
量子分類器の量子アンサンブルの具体的な実装は、精度重み付き量子アンサンブルと呼ばれ、完全に量子化することができる。
一方、一般的な量子アンサンブルフレームワークは、特に量子スピードアップを提供する有名なDeutsch-Jozsaアルゴリズムを含むことが示されている。
論文 参考訳(メタデータ) (2020-01-29T13:46:16Z)
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。