論文の概要: Enabling Non-Linear Quantum Operations through Variational Quantum Splines

• arxiv url: http://arxiv.org/abs/2303.04788v3
• Date: Mon, 4 Dec 2023 15:40:19 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-06 01:26:33.630035
• Title: Enabling Non-Linear Quantum Operations through Variational Quantum Splines
• Title（参考訳）: 変分量子スプラインによる非線形量子演算の実現
• Authors: Matteo Antonio Inajetovic, Filippo Orazi, Antonio Macaluso, Stefano Lodi, Claudio Sartori
• Abstract要約: 本稿では,ハイブリッド量子古典計算を用いた非線形量子活性化関数の近似法を提案する。 提案手法は非線形近似のフレキシブルな問題表現に依存しており,既存の量子ニューラルネットワークアーキテクチャに組み込むのに適している。
• 参考スコア（独自算出の注目度）: 1.3874486202578669
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The postulates of quantum mechanics impose only unitary transformations on quantum states, which is a severe limitation for quantum machine learning algorithms. Quantum Splines (QSplines) have recently been proposed to approximate quantum activation functions to introduce non-linearity in quantum algorithms. However, QSplines make use of the HHL as a subroutine and require a fault-tolerant quantum computer to be correctly implemented. This work proposes the Generalised Hybrid Quantum Splines (GHQSplines), a novel method for approximating non-linear quantum activation functions using hybrid quantum-classical computation. The GHQSplines overcome the highly demanding requirements of the original QSplines in terms of quantum hardware and can be implemented using near-term quantum computers. Furthermore, the proposed method relies on a flexible problem representation for non-linear approximation and it is suitable to be embedded in existing quantum neural network architectures. In addition, we provide a practical implementation of the GHQSplines using Pennylane and show that our model outperforms the original QSplines in terms of quality of fitting.
• Abstract（参考訳）: 量子力学の仮定は量子状態にのみユニタリ変換を課すが、これは量子機械学習アルゴリズムの厳しい制限である。 量子スプライン(qsplines)は、量子アルゴリズムに非線形性を導入するために量子活性化関数を近似するために最近提案されている。 しかし、QSplinesはHHLをサブルーチンとして使用し、フォールトトレラントな量子コンピュータを正しく実装する必要がある。 本研究は、ハイブリッド量子古典計算を用いた非線形量子活性化関数の近似法である一般化ハイブリッド量子スプライン(GHQSplines)を提案する。 GHQSplinesは、量子ハードウェアという観点でオリジナルのQSplinesの要求を克服し、短期量子コンピュータを用いて実装することができる。 さらに,提案手法は非線形近似に対する柔軟な問題表現に依存しており,既存の量子ニューラルネットワークアーキテクチャに組み込むのに適している。 さらに,Pennylane を用いた GHQSplines の実用的実装も提供し,本モデルが適合品質において元の QSplines よりも優れていることを示す。

関連論文リスト

• 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)
• Expressive Quantum Supervised Machine Learning using Kerr-nonlinear Parametric Oscillators [0.0]
  変分量子アルゴリズム(VQA)を用いた量子機械学習は、ノイズのある中間スケール量子(NISQ)時代の実用的なアルゴリズムとして積極的に研究されている。 近年の研究では、古典的なデータを量子回路に繰り返しエンコードするデータ再アップロードが、表現力のある量子機械学習モデルを得るために必要であることが示されている。 我々は、Kerrnon Parametric Hilberts (KPO) を別の有望な量子コンピューティングデバイスとして用いて量子機械学習を提案する。
  論文  参考訳（メタデータ） (2023-05-01T07:01:45Z)
• Parameterized Quantum Circuits with Quantum Kernels for Machine Learning: A Hybrid Quantum-Classical Approach [0.8722210937404288]
  Kernel ized Quantum Circuits (PQCs) は一般に量子機械学習(QML)へのハイブリッドアプローチで使用される。 我々は、PQCと量子カーネルの重要な側面として、PQC、量子カーネル、量子アドバンテージを持つ量子カーネル、量子カーネルのトレーニング可能性について論じる。
  論文  参考訳（メタデータ） (2022-09-28T22:14:41Z)
• Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
  本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。 本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
  論文  参考訳（メタデータ） (2022-09-16T02:37:32Z)
• Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the Race to Practical Quantum Advantage [43.3054117987806]
  本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。 本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。 古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
  論文  参考訳（メタデータ） (2022-08-29T15:24:03Z)
• Circuit Symmetry Verification Mitigates Quantum-Domain Impairments [69.33243249411113]
  本稿では,量子状態の知識を必要とせず,量子回路の可換性を検証する回路指向対称性検証を提案する。 特に、従来の量子領域形式を回路指向安定化器に一般化するフーリエ時間安定化器(STS)手法を提案する。
  論文  参考訳（メタデータ） (2021-12-27T21:15:35Z)
• Variational Quantum-Neural Hybrid Error Mitigation [6.555128824546528]
  量子エラー軽減(QEM)は、量子コンピュータ上で信頼性の高い結果を得るために重要である。 量子-ニューラルハイブリッド固有解法 (VQNHE) アルゴリズムは, 本質的にはノイズ耐性であり, ユニークなQEM容量を持つことを示す。
  論文  参考訳（メタデータ） (2021-12-20T08:07:58Z)
• 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)
• Direct Quantum Communications in the Presence of Realistic Noisy Entanglement [69.25543534545538]
  本稿では,現実的な雑音に依拠する新しい量子通信方式を提案する。 性能分析の結果,提案手法は競争力のあるQBER, 利得, 利得を提供することがわかった。
  論文  参考訳（メタデータ） (2020-12-22T13:06:12Z)
• Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
  本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。 数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
  論文  参考訳（メタデータ） (2020-10-20T12:06:27Z)
• Simulating quantum chemistry in the seniority-zero space on qubit-based quantum computers [0.0]
  計算量子化学の近似をゲートベースの量子コンピュータ上で分子化学をシミュレートする手法と組み合わせる。 基本集合を増大させるために解放された量子資源を用いることで、より正確な結果が得られ、必要な数の量子コンピューティングの実行が削減されることが示される。
  論文  参考訳（メタデータ） (2020-01-31T19:44:37Z)

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。