論文の概要: Quantum Kernel Estimation With Neutral Atoms For Supervised
Classification: A Gate-Based Approach
- arxiv url: http://arxiv.org/abs/2307.15840v1
- Date: Fri, 28 Jul 2023 23:56:26 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-01 19:15:23.421103
- Title: Quantum Kernel Estimation With Neutral Atoms For Supervised
Classification: A Gate-Based Approach
- Title（参考訳）: 中性原子を用いた教師付き分類のための量子核推定--ゲートに基づくアプローチ
- Authors: Marco Russo, Edoardo Giusto, Bartolomeo Montrucchio
- Abstract要約: 量子カーネル推定(Quantum Kernel Estimation, QKE)は、量子コンピュータを用いてカーネル関数を推定する手法である。
中性原子量子コンピュータは、より自由な原子を配置できるため、使用することができる。
本稿では,共通ゲートの集合を明示的に導出するアルゴリズムを提案し,中性原子デバイス上で量子カーネルを推定する方法を提案する。
- 参考スコア（独自算出の注目度）: 0.6445605125467573
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum Kernel Estimation (QKE) is a technique based on leveraging a quantum
computer to estimate a kernel function that is classically difficult to
calculate, which is then used by a classical computer for training a Support
Vector Machine (SVM). Given the high number of 2-local operators necessary for
realizing a feature mapping hard to simulate classically, a high qubit
connectivity is needed, which is not currently possible on superconducting
devices. For this reason, neutral atom quantum computers can be used, since
they allow to arrange the atoms with more freedom. Examples of
neutral-atom-based QKE can be found in the literature, but they are focused on
graph learning and use the analogue approach. In this paper, a general method
based on the gate model is presented. After deriving 1-qubit and 2-qubit gates
starting from laser pulses, a parameterized sequence for feature mapping on 3
qubits is realized. This sequence is then used to empirically compute the
kernel matrix starting from a dataset, which is finally used to train the SVM.
It is also shown that this process can be generalized up to N qubits taking
advantage of the more flexible arrangement of atoms that this technology
allows. The accuracy is shown to be high despite the small dataset and the low
separation. This is the first paper that not only proposes an algorithm for
explicitly deriving a universal set of gates but also presents a method of
estimating quantum kernels on neutral atom devices for general problems using
the gate model.
- Abstract（参考訳）: 量子カーネル推定(Quantum Kernel Estimation, QKE)は、量子コンピュータを利用して計算が難しいカーネル関数を推定する手法である。
古典的にシミュレートするのが難しい特徴マッピングを実現するのに必要な2-局所演算子の数が多ければ、超伝導デバイスでは現在不可能である高量子ビット接続が必要となる。
このため、中性原子量子コンピュータは、より多くの自由度で原子を配置できるため、使用できる。
中立原子に基づくQKEの例は文献で見ることができるが、グラフ学習に焦点をあて、アナログアプローチを用いる。
本稿では,ゲートモデルに基づく一般的な手法を提案する。
レーザパルスから1量子ビット及び2量子ビットゲートを導出した後、3量子ビット上の特徴マッピングのためのパラメータ化シーケンスを実現する。
このシーケンスは、SVMのトレーニングに最終的に使用されるデータセットから始まるカーネル行列を経験的に計算するために使用される。
また、このプロセスは、この技術が許すより柔軟な原子配置を利用して、N量子ビットまで一般化できることも示されている。
小さいデータセットと低い分離にもかかわらず、精度が高いことが示されている。
ゲートの集合を明示的に導出するアルゴリズムを提案するだけでなく、ゲートモデルを用いた一般的な問題に対して中性原子デバイス上で量子カーネルを推定する方法も提案した最初の論文である。
関連論文リスト
- 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) - Neutron-nucleus dynamics simulations for quantum computers [49.369935809497214]
一般ポテンシャルを持つ中性子核シミュレーションのための新しい量子アルゴリズムを開発した。
耐雑音性トレーニング法により、ノイズの存在下でも許容される境界状態エネルギーを提供する。
距離群可換性(DGC)と呼ばれる新しい可換性スキームを導入し、その性能をよく知られたqubit-commutativityスキームと比較する。
論文 参考訳（メタデータ） (2024-02-22T16:33:48Z) - Quantum Semi-Supervised Kernel Learning [4.726777092009554]
本稿では,セミスーパービジョンカーネル支援ベクトルマシンを学習するための量子機械学習アルゴリズムを提案する。
完全教師付き量子LS-SVMと同じスピードアップを維持していることを示す。
論文 参考訳（メタデータ） (2022-04-22T13:39:55Z) - Computing molecular excited states on a D-Wave quantum annealer [52.5289706853773]
分子系の励起電子状態の計算にD波量子アニールを用いることを実証する。
これらのシミュレーションは、太陽光発電、半導体技術、ナノサイエンスなど、いくつかの分野で重要な役割を果たしている。
論文 参考訳（メタデータ） (2021-07-01T01:02:17Z) - Hardware-Efficient, Fault-Tolerant Quantum Computation with Rydberg
Atoms [55.41644538483948]
我々は中性原子量子コンピュータにおいてエラー源の完全な特徴付けを行う。
計算部分空間外の状態への原子量子ビットの崩壊に伴う最も重要なエラーに対処する,新しい,明らかに効率的な手法を開発した。
我々のプロトコルは、アルカリ原子とアルカリ原子の両方にエンコードされた量子ビットを持つ最先端の中性原子プラットフォームを用いて、近い将来に実装できる。
論文 参考訳（メタデータ） (2021-05-27T23:29:53Z) - Quantum Support Vector Machines for Continuum Suppression in B Meson
Decays [0.27342795342528275]
古典的データを量子状態に変換するプロセスである異なる量子符号化回路が最終分類性能に与える影響について検討する。
本稿では、量子回路シミュレーションを用いて、0.848のAUC(Area Under Receiver Operating Characteristics Curve)の符号化手法を提案する。
データセットの縮小バージョンを使用して、IBM Quantum ibmq_casablancaデバイス上でアルゴリズムを実行し、平均AUCは0.703に達した。
論文 参考訳（メタデータ） (2021-03-23T02:09:05Z) - Preparation of excited states for nuclear dynamics on a quantum computer [117.44028458220427]
量子コンピュータ上で励起状態を作成するための2つの異なる方法を研究する。
シミュレーションおよび実量子デバイス上でこれらの手法をベンチマークする。
これらの結果から,フォールトトレラントデバイスに優れたスケーリングを実現するために設計された量子技術が,接続性やゲート忠実性に制限されたデバイスに実用的なメリットをもたらす可能性が示唆された。
論文 参考訳（メタデータ） (2020-09-28T17:21:25Z) - Electronic structure with direct diagonalization on a D-Wave quantum
annealer [62.997667081978825]
本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。
そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
論文 参考訳（メタデータ） (2020-09-02T22:46:47Z) - Efficient Two-Electron Ansatz for Benchmarking Quantum Chemistry on a
Quantum Computer [0.0]
本稿では,ハイブリッド量子古典アルゴリズムにおける2電子原子と分子の計算に有効なアンザッツを提案する。
アンザッツは2電子系の基本的な構造を利用し、非局所的および局所的な自由度を扱う。
本ベンチマークは,2つの公開量子コンピュータ上でのエラー軽減手法を用いて実装した。
論文 参考訳（メタデータ） (2020-04-21T23:37:48Z) - Quantum Gram-Schmidt Processes and Their Application to Efficient State
Read-out for Quantum Algorithms [87.04438831673063]
本稿では、生成した状態の古典的ベクトル形式を生成する効率的な読み出しプロトコルを提案する。
我々のプロトコルは、出力状態が入力行列の行空間にある場合に適合する。
我々の技術ツールの1つは、Gram-Schmidt正則手順を実行するための効率的な量子アルゴリズムである。
論文 参考訳（メタデータ） (2020-04-14T11:05:26Z)
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。