Fugu-MT 論文翻訳(概要): Binary classification with noisy quantum circuits and noisy quantum data

論文の概要: Binary classification with noisy quantum circuits and noisy quantum data

arxiv url: http://arxiv.org/abs/2211.06492v1
Date: Fri, 11 Nov 2022 22:06:17 GMT
ステータス: 処理完了
システム内更新日: 2023-01-19 18:11:05.075871
Title: Binary classification with noisy quantum circuits and noisy quantum data
Title（参考訳）: 雑音量子回路と雑音量子データを用いたバイナリ分類
Authors: Yonghoon Lee and Doga Murat Kurkcuoglu and Gabriel Nathan Perdue
Abstract要約: 本研究では,量子回路における単一量子ビット雑音の影響と,量子トレーニングデータにおける劣化について検討する。データ内のノイズが正則化器として機能することを示し、ある場合にはノイズの恩恵を受けることができることを示す。
参考スコア（独自算出の注目度）: 2.2311710049695446
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We study the effects of single-qubit noises in the quantum circuit and the corruption in the quantum training data to the performance of binary classification problem. We find that under the presence of errors, the measurement at a qubit is affected only by the noise in the corresponding qubit, and that the errors on other qubits do not affect this outcome. Furthermore, for the task where we fit a binary classifier using a quantum training data, we show that the noise in the data can work as a regularizer, implying that we can benefit from the noise in certain cases. We support our findings with simulations.
Abstract（参考訳）: 量子回路における単一量子ビット雑音と量子トレーニングデータの劣化が二項分類問題の性能に及ぼす影響について検討する。誤差の存在下では、量子ビットにおける測定は対応する量子ビットのノイズのみに影響され、他の量子ビットにおける誤差はこの結果に影響しない。さらに、量子トレーニングデータを用いてバイナリ分類器を適合させるタスクでは、データ内のノイズが正規化器として機能し、ある場合にはノイズの恩恵を受けることができることを示す。私たちはシミュレーションで結果を支持します。

関連論文リスト

Power Characterization of Noisy Quantum Kernels [52.47151453259434]
一般化誤差が小さい場合でも,量子カーネル法は予測能力に乏しい。我々は、量子計算にノイズの多い量子カーネル法を用いるために重要な警告を提供する。
論文参考訳（メタデータ） (2024-01-31T01:02:16Z)
Quantum State Reconstruction in a Noisy Environment via Deep Learning [0.9012198585960443]
未知のノイズチャネルによって崩壊した量子状態の再構成と分類のタスクについて検討する。このような手法が,99%以上の忠実度で回復できることを示す。また、異なる量子ノイズチャネルを区別するタスクも検討し、ニューラルネットワークベースの分類器が、そのような分類問題を正確な精度で解決できることを示す。
論文参考訳（メタデータ） (2023-09-21T10:03:30Z)
Taking advantage of noise in quantum reservoir computing [0.0]
量子雑音は量子貯水池計算の性能向上に有効であることを示す。我々の結果は量子デバイスの基礎となる物理的なメカニズムに新たな光を当てた。
論文参考訳（メタデータ） (2023-01-17T11:22:02Z)
Certified Robustness of Quantum Classifiers against Adversarial Examples through Quantum Noise [68.1992787416233]
量子ランダムな回転雑音を加えることで、敵攻撃に対する量子分類器のロバスト性を向上できることを示す。我々は、量子分類器が敵の例に対して防御できるように、証明された堅牢性を導出する。
論文参考訳（メタデータ） (2022-11-02T05:17:04Z)
Evaluating the Resilience of Variational Quantum Algorithms to Leakage Noise [6.467585493563487]
漏れノイズは、エラー訂正アプローチでは処理できないエラーの損傷源である。このノイズが変分量子アルゴリズム(VQA)の性能に与える影響はまだ分かっていない。
論文参考訳（メタデータ） (2022-08-10T14:50:14Z)
Noise effects on purity and quantum entanglement in terms of physical implementability [27.426057220671336]
量子デバイスの不完全操作による量子デコヒーレンスは、ノイズの多い中間スケール量子(NISQ)時代の重要な問題である。量子情報および量子計算における標準解析は、量子ノイズチャネルをパラメータ化するためにエラーレートを使用する。本稿では,その逆の物理的実装性により,ノイズチャネルのデコヒーレンス効果を特徴付けることを提案する。
論文参考訳（メタデータ） (2022-07-04T13:35:17Z)
Noisy Quantum Kernel Machines [58.09028887465797]
量子学習マシンの新たなクラスは、量子カーネルのパラダイムに基づくものである。消散と脱コヒーレンスがパフォーマンスに与える影響について検討する。量子カーネルマシンでは,デコヒーレンスや散逸を暗黙の正規化とみなすことができる。
論文参考訳（メタデータ） (2022-04-26T09:52:02Z)
Impact of quantum noise on the training of quantum Generative Adversarial Networks [0.0]
我々は、異なる種類の量子ノイズが存在する場合の量子生成逆数ネットワーク(qGAN)の性能について、最初の研究を行う。特に,qGAN学習過程におけるリードアウトと2ビットゲート誤差の影響について検討する。
論文参考訳（メタデータ） (2022-03-02T10:35:34Z)
Learning Noise via Dynamical Decoupling of Entangled Qubits [49.38020717064383]
絡み合った量子系のノイズは、複数の自由度を含む多体効果のために特徴付けるのが困難である。 2キュービットゲートで発生する雑音を特徴付けるマルチキュービットダイナミックデカップリングシーケンスを開発し,適用する。
論文参考訳（メタデータ） (2022-01-26T20:22:38Z)
A deep learning model for noise prediction on near-term quantum devices [137.6408511310322]
我々は、量子デバイスからの実験データに基づいて畳み込みニューラルネットワークをトレーニングし、ハードウェア固有のノイズモデルを学ぶ。コンパイラはトレーニングされたネットワークをノイズ予測器として使用し、期待されるノイズを最小限に抑えるために回路にゲートのシーケンスを挿入する。
論文参考訳（メタデータ） (2020-05-21T17:47:29Z)
Quantum noise protects quantum classifiers against adversaries [120.08771960032033]
量子情報処理におけるノイズは、特に短期的な量子技術において、破壊的で避け難い特徴と見なされることが多い。量子回路の非偏極雑音を利用して分類を行うことにより、敵に縛られるロバスト性を導出できることを示す。これは、最も一般的な敵に対して使用できる最初の量子プロトコルである。
論文参考訳（メタデータ） (2020-03-20T17:56:14Z)

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。