Fugu-MT 論文翻訳(概要): The Quantum Effect: A Recipe for QuantumPi

論文の概要: The Quantum Effect: A Recipe for QuantumPi

arxiv url: http://arxiv.org/abs/2302.01885v3
Date: Mon, 8 May 2023 16:55:30 GMT
ステータス: 処理完了
システム内更新日: 2023-05-09 23:08:23.752875
Title: The Quantum Effect: A Recipe for QuantumPi
Title（参考訳）: 量子効果:量子Piのレシピ
Authors: Jacques Carette, Chris Heunen, Robin Kaarsgaard, Amr Sabry
Abstract要約: 自由カテゴリー構成は、量子コンピューティングを可逆古典モデルの2つのコピーの組み合わせとして特徴づける。このレシピは、Piの2つのコピーから計算的に普遍的な量子プログラミング言語を効果的に構築する。
参考スコア（独自算出の注目度）: 0.5735035463793007
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Free categorical constructions characterise quantum computing as the combination of two copies of a reversible classical model, glued by the complementarity equations of classical structures. This recipe effectively constructs a computationally universal quantum programming language from two copies of Pi, the internal language of rig groupoids. The construction consists of Hughes' arrows. Thus answer positively the question whether a computational effect exists that turns reversible classical computation into quantum computation: the quantum effect. Measurements can be added by layering a further effect on top. Our construction also enables some reasoning about quantum programs (with or without measurement) through a combination of classical reasoning and reasoning about complementarity.
Abstract（参考訳）: 自由カテゴリー構成は、古典構造の相補性方程式に結びついた可逆的古典モデルの2つのコピーの組み合わせとして量子コンピューティングを特徴づける。このレシピは、rig groupoidsの内部言語であるpiの2つのコピーから計算に普遍的な量子プログラミング言語を効果的に構築する。構造はヒューズの矢で成っている。したがって、可逆古典計算を量子計算に変換する計算効果が存在するかどうかという疑問は正に答える:量子効果。測定は、上面にさらなる効果を階層化することで追加することができる。我々の構成はまた、古典的推論と相補性に関する推論の組み合わせによって(測定の有無に関わらず)量子プログラムに関するいくつかの推論を可能にする。

関連論文リスト

Quantum decoherence from complex saddle points [0.0]
量子デコヒーレンス(quantum decoherence)は、量子物理学を古典物理学にブリッジする効果である。カルデイラ・レゲットモデルにおける第一原理計算について述べる。また、モンテカルロ計算による一般モデルへの作業拡張についても論じる。
論文参考訳（メタデータ） (2024-08-29T15:35:25Z)
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)
A vertical gate-defined double quantum dot in a strained germanium double quantum well [48.7576911714538]
シリコン-ゲルマニウムヘテロ構造におけるゲート定義量子ドットは、量子計算とシミュレーションのための魅力的なプラットフォームとなっている。ひずみゲルマニウム二重量子井戸におけるゲート定義垂直2重量子ドットの動作を実証する。課題と機会を議論し、量子コンピューティングと量子シミュレーションの潜在的な応用について概説する。
論文参考訳（メタデータ） (2023-05-23T13:42:36Z)
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)
Experimental verification of the quantum nature of a neural network [0.0]
システムを量子化する理由と、ニューラルネットワークが量子残基を持つと解釈できる範囲について論じる。古典的ニューラルネットワークの量子関数規則(マップ)から絡み合いを抽出できる可能性のある実験を提案する。
論文参考訳（メタデータ） (2022-08-23T06:33:59Z)
Qunity: A Unified Language for Quantum and Classical Computing (Extended Version) [3.5348690973777006]
量子プログラミング言語Quinityを紹介します。 Qunityは量子コンピューティングを古典コンピューティングの自然な一般化として扱う。我々はQunityがいくつかの量子アルゴリズムをきれいに表現する方法を示す。
論文参考訳（メタデータ） (2022-04-26T15:34:22Z)
Quantum Information Effects [0.0]
量子計算における情報量を操作するために、2つの二重量子情報効果(隠れと割り当て)について検討する。結果の型と効果のシステムは、測定を含む不可逆的な量子コンピューティングに対して完全に表現可能である。
論文参考訳（メタデータ） (2021-07-26T12:21:42Z)
Depth-efficient proofs of quantumness [77.34726150561087]
量子性の証明は、古典的検証器が信頼できない証明器の量子的利点を効率的に証明できる挑戦応答プロトコルの一種である。本稿では、証明者が量子回路を一定深度でしか実行できない量子性構成の証明を2つ与える。
論文参考訳（メタデータ） (2021-07-05T17:45:41Z)
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)
Secure Two-Party Quantum Computation Over Classical Channels [63.97763079214294]
古典的アリス(Alice)と量子的ボブ(Quantum Bob)が古典的なチャネルを通してのみ通信できるような設定を考える。悪質な量子逆数の場合,ブラックボックスシミュレーションを用いた2次元量子関数を実現することは,一般に不可能であることを示す。我々は、QMA関係Rの古典的量子知識(PoQK)プロトコルを入力として、古典的当事者によって検証可能なRのゼロ知識PoQKを出力するコンパイラを提供する。
論文参考訳（メタデータ） (2020-10-15T17:55:31Z)
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。