論文の概要: Quantum Cognitive Modeling: New Applications and Systems Research
Directions
- arxiv url: http://arxiv.org/abs/2309.00597v1
- Date: Fri, 1 Sep 2023 17:34:53 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-04 12:51:39.015332
- Title: Quantum Cognitive Modeling: New Applications and Systems Research
Directions
- Title（参考訳）: 量子認知モデリング:新しい応用とシステム研究の方向性
- Authors: Raghavendra Pradyumna Pothukuchi, Leon Lufkin, Yu Jun Shen, Alejandro
Simon, Rome Thorstenson, Bernardo Eilert Trevisan, Michael Tu, Mudi Yang, Ben
Foxman, Viswanatha Srinivas Pothukuchi, Gunnar Epping, Bryant J Jongkees, Thi
Ha Kyaw, Jerome R Busemeyer, Jonathan D Cohen, Abhishek Bhattacharjee
- Abstract要約: 我々は新しい量子応用のクラスとして計算認知モデルを導入する。
私たちが発見した研究の機会の中で、量子クラウドスケジューリングの2つの簡単なアイデアについて研究する。
- 参考スコア（独自算出の注目度）: 49.494754771937714
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Expanding the benefits of quantum computing to new domains remains a
challenging task. Quantum applications are concentrated in only a few domains,
and driven by these few, the quantum stack is limited in supporting the
development or execution demands of new applications. In this work, we address
this problem by identifying both a new application domain, and new directions
to shape the quantum stack. We introduce computational cognitive models as a
new class of quantum applications. Such models have been crucial in
understanding and replicating human intelligence, and our work connects them
with quantum computing for the first time. Next, we analyze these applications
to make the case for redesigning the quantum stack for programmability and
better performance. Among the research opportunities we uncover, we study two
simple ideas of quantum cloud scheduling using data from gate-based and
annealing-based quantum computers. On the respective systems, these ideas can
enable parallel execution, and improve throughput. Our work is a contribution
towards realizing versatile quantum systems that can broaden the impact of
quantum computing on science and society.
- Abstract（参考訳）: 量子コンピューティングの利点を新しい領域に拡張することは、依然として困難な課題である。
量子アプリケーションはわずか数個のドメインに集中しており、量子スタックは、新しいアプリケーションの開発や実行の要求をサポートするために制限されている。
本稿では、新しいアプリケーションドメインと量子スタックを形成する新しい方向の両方を特定することで、この問題に対処します。
量子応用の新しいクラスとして計算認知モデルを導入する。
このようなモデルは人間の知性を理解し、複製するのに不可欠であり、我々の研究は量子コンピューティングとそれらを初めて結びつける。
次に、これらのアプリケーションを分析し、プログラマビリティと性能向上のために量子スタックを再設計する。
我々はゲートベースの量子コンピュータとアニーリングベースの量子コンピュータのデータを用いて、量子クラウドスケジューリングの2つの簡単なアイデアを研究する。
各システムにおいて、これらのアイデアは並列実行を可能にし、スループットを向上させることができる。
我々の研究は、量子コンピューティングが科学と社会に与える影響を拡大できる汎用量子システムの実現への貢献である。
関連論文リスト
- Assessing and Advancing the Potential of Quantum Computing: A NASA Case Study [11.29246196323319]
我々は、量子コンピューティングの可能性を評価し、前進させるNASAの取り組みについて説明する。
本稿では,近・長期のアルゴリズムの進歩と,現在のハードウェアとシミュレーションによる探索結果について論じる。
この研究には物理にインスパイアされた古典的アルゴリズムも含まれており、今日のアプリケーションスケールで使用することができる。
論文 参考訳（メタデータ） (2024-06-21T19:05:42Z) - Unleashing quantum algorithms with Qinterpreter: bridging the gap between theory and practice across leading quantum computing platforms [0.6465466167591405]
QInterpreterはQuantum Science Gateway QubitHubに組み込まれたツールである。
1つのライブラリからもう1つのライブラリにシームレスにプログラムを変換し、結果を視覚化する。
論文 参考訳（メタデータ） (2023-10-11T03:45:11Z) - 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) - 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) - 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) - Evolution of Quantum Computing: A Systematic Survey on the Use of
Quantum Computing Tools [5.557009030881896]
我々は体系的な調査を行い、量子コンピューティングを促進する論文、ツール、フレームワーク、プラットフォームを分類する。
我々は、現在の本質を議論し、オープン課題を特定し、今後の研究方向性を提供する。
我々は、ここ数年でフレームワーク、ツール、プラットフォームのスコアが出現しており、現在利用可能な施設の改善は量子研究コミュニティにおける研究活動を活用するだろうと結論付けている。
論文 参考訳（メタデータ） (2022-04-04T21:21:12Z) - From Quantum Graph Computing to Quantum Graph Learning: A Survey [86.8206129053725]
まず、量子力学とグラフ理論の相関関係について、量子コンピュータが有用な解を生成できることを示す。
本稿では,その実践性と適用性について,一般的なグラフ学習手法について概説する。
今後の研究の触媒として期待される量子グラフ学習のスナップショットを提供する。
論文 参考訳（メタデータ） (2022-02-19T02:56:47Z) - A comparative study of universal quantum computing models: towards a
physical unification [0.0]
近年の進歩は、普遍量子コンピューティングモデル(UQCM)を深く研究する動機となっている。
数十年前に開発されたが、UQCMを形式化し、理解するための物理的に簡潔な原則や図面はいまだに不足している。
未熟なモデルの多様性を考えると、これは難しいが、古典コンピューティングと量子コンピューティングの違いを理解することが重要である。
論文 参考訳（メタデータ） (2021-08-17T23:56:04Z) - 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) - Quantum Computing - A new scientific revolution in the making [2.240702708599667]
PISQアプローチを提唱する: 完全中間スケール量子コンピューティングは、完全量子ビットの概念をよく確立した概念に基づいている。
N)FTQCは(Non)Fault-Tolerant Quantum Computingの略である。
これにより、研究者は完璧な量子ビットの観点でアルゴリズムを定義することによって、新しいアプリケーションの開発にのみ焦点を合わせることができる。
論文 参考訳（メタデータ） (2021-06-22T14:56:55Z)
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。