Fugu-MT 論文翻訳(概要): A survey on the complexity of learning quantum states

論文の概要: A survey on the complexity of learning quantum states

arxiv url: http://arxiv.org/abs/2305.20069v1
Date: Wed, 31 May 2023 17:44:07 GMT
ステータス: 処理完了
システム内更新日: 2023-06-01 14:43:34.774115
Title: A survey on the complexity of learning quantum states
Title（参考訳）: 量子状態学習の複雑さに関する調査
Authors: Anurag Anshu and Srinivasan Arunachalam
Abstract要約: 我々は、最近の結果が、様々なエキサイティングなオープンな質問で、非常に成功した理論への道を歩んでいることを強調する。これらの結果には、量子トモグラフィーの進歩、物理量子状態の学習、トモグラフィーへの代替学習モデル、量子状態として符号化された古典関数の学習が含まれる。
参考スコア（独自算出の注目度）: 23.097706741644682
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We survey various recent results that rigorously study the complexity of learning quantum states. These include progress on quantum tomography, learning physical quantum states, alternate learning models to tomography and learning classical functions encoded as quantum states. We highlight how these results are paving the way for a highly successful theory with a range of exciting open questions. To this end, we distill 25 open questions from these results.
Abstract（参考訳）: 量子状態の学習の複雑さを厳格に研究する最近の様々な結果を調査した。これには、量子トモグラフィの進展、物理量子状態の学習、トモグラフィーへの代替学習モデル、量子状態としてコード化された古典関数の学習が含まれる。これらの結果は、さまざまなエキサイティングなオープンな質問で、非常に成功した理論への道を切り開いている。この目的のために、これらの結果から25の質問を抽出します。

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)
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)
A Survey on Quantum Reinforcement Learning [2.5882725323376112]
量子強化学習は、量子コンピューティングと機械学習の交差する分野である。既に利用可能なノイズの多い中間スケール量子デバイスに焦点を合わせ、それらは関数近似器として機能する変分量子回路を含む。さらに、将来のフォールトトレラントハードウェアに基づく量子強化学習アルゴリズムを調査し、その一部は証明可能な量子優位性を持つ。
論文参考訳（メタデータ） (2022-11-07T11:25:47Z)
Recent Advances for Quantum Neural Networks in Generative Learning [98.88205308106778]
量子生成学習モデル(QGLM)は、古典的な学習モデルを上回る可能性がある。機械学習の観点からQGLMの現状を概観する。従来の機械学習タスクと量子物理学の両方におけるQGLMの潜在的な応用について論じる。
論文参考訳（メタデータ） (2022-06-07T07:32:57Z)
Introduction to Quantum Reinforcement Learning: Theory and PennyLane-based Implementation [10.40861455010028]
本稿では,変分量子回路を用いた量子強化学習の概念を紹介する。本研究で得られた実験結果から量子強化学習のパワーと可能性について論じる。
論文参考訳（メタデータ） (2021-08-16T01:05:49Z)
Quantum Neural Networks: Concepts, Applications, and Challenges [11.370663646213606]
量子ディープラーニングは、ディープニューラルネットワークのトレーニングに量子コンピューティング技術を使用する研究分野である。本稿では,量子深層学習の背景と基本原理を説明し,その成果を紹介する。
論文参考訳（メタデータ） (2021-08-02T04:32:15Z)
On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
論文参考訳（メタデータ） (2021-06-29T14:01:40Z)
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)
Quantum Phases of Matter on a 256-Atom Programmable Quantum Simulator [41.74498230885008]
決定論的に作成された中性原子の2次元配列に基づくプログラマブル量子シミュレータを実証する。我々は高忠実度反強磁性状態の生成と特徴付けによりシステムをベンチマークする。次に、相互作用とコヒーレントレーザー励起の間の相互作用から生じるいくつかの新しい量子相を作成し、研究する。
論文参考訳（メタデータ） (2020-12-22T19:00:04Z)
Advances in Quantum Deep Learning: An Overview [9.188318506016898]
量子ニューラルネットワーク(QNN)と、量子畳み込みネットワーク(QCNN)のような他の変種をモデル化するために提案された異なるスキームについてレビューする。量子インスパイアされた古典的ディープラーニングアルゴリズムの最近の進歩とその自然言語処理への応用について簡単に説明する。
論文参考訳（メタデータ） (2020-05-08T23:36:50Z)

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。