Fugu-MT 論文翻訳(概要): Quantum Data Center: Perspectives

論文の概要: Quantum Data Center: Perspectives

arxiv url: http://arxiv.org/abs/2309.06641v1
Date: Tue, 12 Sep 2023 23:24:38 GMT
ステータス: 処理完了
システム内更新日: 2023-09-14 16:01:58.252941
Title: Quantum Data Center: Perspectives
Title（参考訳）: 量子データセンター:展望
Authors: Junyu Liu, Liang Jiang
Abstract要約: 既存の古典的データセンターの量子バージョンであるQuantum Data Center (QDC)を紹介する。ビジネスと科学、特に機械学習とビッグデータ産業におけるQDCの影響の可能性を示す。
参考スコア（独自算出の注目度）: 10.048201735241616
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: A quantum version of data centers might be significant in the quantum era. In this paper, we introduce Quantum Data Center (QDC), a quantum version of existing classical data centers, with a specific emphasis on combining Quantum Random Access Memory (QRAM) and quantum networks. We argue that QDC will provide significant benefits to customers in terms of efficiency, security, and precision, and will be helpful for quantum computing, communication, and sensing. We investigate potential scientific and business opportunities along this novel research direction through hardware realization and possible specific applications. We show the possible impacts of QDCs in business and science, especially the machine learning and big data industries.
Abstract（参考訳）: データセンターの量子バージョンは、量子時代において重要かもしれない。本稿では、量子ランダムアクセスメモリ(QRAM)と量子ネットワークを組み合わせることに焦点を当てた、既存の古典的データセンターの量子バージョンである量子データセンター(QDC)を紹介する。我々は、QDCが効率、セキュリティ、精度の点で顧客に大きなメリットをもたらし、量子コンピューティング、通信、センシングに役立ちます。我々は,ハードウェア実現と応用可能性を通じて,この新たな研究方向に沿って,潜在的な科学的・ビジネス的機会について検討する。我々は、ビジネスや科学、特に機械学習やビッグデータ産業におけるqdcの影響の可能性を示す。

関連論文リスト

Quantum delegated and federated learning via quantum homomorphic encryption [0.5939164722752263]
本稿では,量子デリゲート型およびフェデレート型学習を無理論データプライバシ保証で実現可能な汎用フレームワークを提案する。この枠組みの下での学習と推論は、盲点量子コンピューティングに基づくスキームに比べて通信の複雑さが著しく低いことが示される。
論文参考訳（メタデータ） (2024-09-28T14:13:50Z)
The curse of random quantum data [62.24825255497622]
量子データのランドスケープにおける量子機械学習の性能を定量化する。量子機械学習におけるトレーニング効率と一般化能力は、量子ビットの増加に伴い指数関数的に抑制される。この結果は量子カーネル法と量子ニューラルネットワークの広帯域限界の両方に適用できる。
論文参考訳（メタデータ） (2024-08-19T12:18:07Z)
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)
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)
Data centers with quantum random access memory and quantum networks [8.505567906382312]
量子ランダムアクセスメモリ(QRAM)と量子ネットワークを組み合わせたアーキテクチャである量子データセンター(QDC)を提案する。我々は、QDCがデータセンターの将来のバージョンとして、効率的でプライベートで高速なサービスを提供することを示しています。
論文参考訳（メタデータ） (2022-07-28T18:34:36Z)
Summary: Chicago Quantum Exchange (CQE) Pulse-level Quantum Control Workshop [4.279232730307778]
量子情報処理は、現在のコンピューティングのフロンティアを超えて、大きな可能性を秘めている。より良い量子ビットの製造、アルゴリズムの進歩、そして量子ソフトウェアの開発に重点を置いてはならない。デバイスをフォールトトレラントな体制にスケールするには、デバイスレベルの量子制御を洗練する必要がある。
論文参考訳（メタデータ） (2022-02-28T08:18:59Z)
Entangled Datasets for Quantum Machine Learning [0.0]
代わりに量子状態からなる量子データセットを使うべきだと我々は主張する。 NTangledデータセットの状態を生成するために量子ニューラルネットワークをどのように訓練するかを示す。また、拡張性があり、量子回路によって準備された状態で構成される、別の絡み合いベースのデータセットについても検討する。
論文参考訳（メタデータ） (2021-09-08T02:20:13Z)
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)
Nearest Centroid Classification on a Trapped Ion Quantum Computer [57.5195654107363]
我々は,古典的データを量子状態に効率よくロードし,距離推定を行う手法を用いて,量子近接Centroid分類器を設計する。 MNIST手書き桁データセットの古典的最寄りのセントロイド分類器の精度と8次元合成データの最大100%の精度とを一致させ,11量子ビットトラップイオン量子マシン上で実験的に実証した。
論文参考訳（メタデータ） (2020-12-08T01:10:30Z)

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。