Fugu-MT 論文翻訳(概要): Quantum Kernel Evaluation via Hong-Ou-Mandel Interference

論文の概要: Quantum Kernel Evaluation via Hong-Ou-Mandel Interference

arxiv url: http://arxiv.org/abs/2212.12083v1
Date: Thu, 22 Dec 2022 23:55:23 GMT
ステータス: 処理完了
システム内更新日: 2023-01-09 06:58:41.907692
Title: Quantum Kernel Evaluation via Hong-Ou-Mandel Interference
Title（参考訳）: 香港-奥羽-マンデル干渉による量子カーネル評価
Authors: Cassandra Bowie, Sally Shrapnel, Michael Kewming
Abstract要約: 量子機械学習における最も一般的な応用の1つは量子カーネル法である。本稿では,時間的に符号化された光子とHong-Ou-Mandel干渉を用いたカーネル評価の実験的応用を提案する。
参考スコア（独自算出の注目度）: 11.270300525597227
License: http://creativecommons.org/licenses/by/4.0/
Abstract: One of the fastest growing areas of interest in quantum computing is its application to, and unification with machine learning methods. One of the most popular applications in quantum machine learning methods are quantum kernels methods. Evaluating quantum kernels can be experimentally difficult as it requires measuring the overlap of two quantum states. In this article we propose an experimentally realisable application of kernel evaluation using temporally encoded photons and Hong-Ou-Mandel (HOM) interference. We present a complete description of this method and show that it can be combined with kernel mean embedding and maximum mean discrepancy to efficiently classify encoded data.
Abstract（参考訳）: 量子コンピューティングにおける最も急速に成長している分野の1つは、機械学習手法の適用と統合である。量子機械学習における最も一般的な応用の1つは量子カーネル法である。 2つの量子状態の重なりを測定する必要があるため、量子カーネルの評価は実験的に難しい。本稿では,時間符号化光子とhong-ou-mandel(hom)干渉を用いたカーネル評価の実験的応用を提案する。本手法の完全な記述を行い,カーネル平均埋め込みと最大平均整合性を組み合わせて効率よく符号化データの分類を行うことを示す。

関連論文リスト

Phase-space negativity as a computational resource for quantum kernel methods [2.5499055723658097]
量子カーネル法は、機械学習において量子計算の優位性を達成するための提案である。ボゾン系に対する量子核関数の最適古典的推定に十分な条件を提供する。本研究は, 量子機械学習において, 位相空間準確率分布における負性の役割を担っている。
論文参考訳（メタデータ） (2024-05-20T21:18:53Z)
Quantum Machine Learning: Quantum Kernel Methods [0.0]
カーネルメソッドは古典的な機械学習において強力で一般的なテクニックである。量子コンピュータ上でしか効率的に計算できない量子特徴空間を使用することで、量子上の優位性を導出することができる。データ依存型投影量子カーネルは、古典的カーネルに対して大きな利点をもたらすことが示されている。
論文参考訳（メタデータ） (2024-05-02T23:45:29Z)
Quadratic speed-ups in quantum kernelized binary classification [1.3812010983144802]
量子カーネルをデータ間の類似性の尺度として使用するいくつかの量子機械学習アルゴリズムが登場し、量子状態として符号化されたデータセットのバイナリ分類を実行するようになった。本稿では,QKCに対する新しい量子回路を提案し,量子ビットの数を1つ減らし,サンプルデータに対して回路深さを線形に減らした。 Irisデータセットの数値シミュレーションにより,従来の手法よりも2次的な高速化を検証した。
論文参考訳（メタデータ） (2024-03-26T07:39:48Z)
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)
Simulating Gaussian boson sampling quantum computers [68.8204255655161]
実験的なガウスボソンサンプリングネットワークをシミュレートする最近の理論手法について概説する。主に、量子力学の位相空間表現を使用する手法に焦点を当てる。 GBSの理論、最近の実験、その他の手法についても概説する。
論文参考訳（メタデータ） (2023-08-02T02:03:31Z)
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)
Demonstration of a bosonic quantum classifier with data re-uploading [0.1616312990391151]
単一量子ビットシステムでは、データ再ロード技術を用いて普遍的な量子分類器を実現することができる。本稿では,この手法をボソニックシステムに適用した新しい量子分類器を提案し,シリコン光集積量子回路を用いた実演に成功した。
論文参考訳（メタデータ） (2022-07-14T02:05:55Z)
Tunable photon-mediated interactions between spin-1 systems [68.8204255655161]
我々は、光子を媒介とする効果的なスピン-1系間の相互作用に、光遷移を持つマルチレベルエミッタを利用する方法を示す。本結果は,空洞QEDおよび量子ナノフォトニクス装置で利用可能な量子シミュレーションツールボックスを拡張した。
論文参考訳（メタデータ） (2022-06-03T14:52:34Z)
Efficient Bipartite Entanglement Detection Scheme with a Quantum Adversarial Solver [89.80359585967642]
パラメータ化量子回路で完了した2プレーヤゼロサムゲームとして,両部絡み検出を再構成する。このプロトコルを線形光ネットワーク上で実験的に実装し、5量子量子純状態と2量子量子混合状態の両部絡み検出に有効であることを示す。
論文参考訳（メタデータ） (2022-03-15T09:46:45Z)
Experimental Quantum Generative Adversarial Networks for Image Generation [93.06926114985761]
超伝導量子プロセッサを用いた実世界の手書き桁画像の学習と生成を実験的に行う。我々の研究は、短期量子デバイス上での高度な量子生成モデル開発のためのガイダンスを提供する。
論文参考訳（メタデータ） (2020-10-13T06:57:17Z)
Experimental quantum reading with photon counting [0.0]
量子的優位性は、実測光子計数測定と単純最大値決定を組み合わせることで得られることを示す。実験により、量子絡み合いと単純な光学がデジタルデータの読み出しを向上できることが示された。
論文参考訳（メタデータ） (2020-04-21T18:00:01Z)

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。