論文の概要: Adaptive Circuit Learning of Born Machine: Towards Realization of Amplitude Embedding and Quantum Data Loading

• arxiv url: http://arxiv.org/abs/2311.17798v2
• Date: Thu, 04 Sep 2025 21:02:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-08 14:27:24.974762
• Title: Adaptive Circuit Learning of Born Machine: Towards Realization of Amplitude Embedding and Quantum Data Loading
• Title（参考訳）: リーンマシンの適応回路学習--振幅埋め込みと量子データローディングの実現に向けて
• Authors: Chun-Tse Li, Hao-Chung Cheng,
• Abstract要約: 本稿では、アンザッツ回路を動的に拡張するAdaptive Circuit Learning of Born Machineというフレームワークを提案する。 本アルゴリズムは、ターゲット状態に存在する複雑な絡み合いを最もよく捉える2ビットの絡み合いゲートを選択的に統合するように設計されている。
• 参考スコア（独自算出の注目度）: 14.015610256155602
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum data loading plays a central role in quantum algorithms and quantum information processing. Many quantum algorithms hinge on the ability to prepare arbitrary superposition states as a subroutine, with claims of exponential speedups often predicated on access to an efficient data-loading oracle. In practice, constructing a circuit to prepare a generic $n$-qubit quantum state typically demands computational efforts scaling as $\mathcal{O}(2^n)$, posing a significant challenge for quantum algorithms to outperform their classical counterparts. To address this critical issue, various hybrid quantum-classical approaches have been proposed. However, many of these solutions favor simplistic circuit architectures, which are susceptible to substantial optimization challenges. In this study, we harness quantum circuits as Born machines to generate probability distributions. Drawing inspiration from methods used to investigate electronic structures in quantum chemistry and condensed matter physics, we propose a framework called Adaptive Circuit Learning of Born Machine, which dynamically expands the ansatz circuit. Our algorithm is designed to selectively integrate two-qubit entangled gates that best capture the intricate entanglement present within the target state. Empirical experiments underscore the efficacy of our approach in encoding real-world data through amplitude embedding, demonstrating not only compliance with but also enhancement over the performance benchmarks set by prior research.
• Abstract（参考訳）: 量子データのロードは、量子アルゴリズムと量子情報処理において中心的な役割を果たす。 多くの量子アルゴリズムは、任意の重ね合わせ状態をサブルーチンとして準備する能力にヒンジを付けており、指数的なスピードアップの主張は、しばしば効率的なデータローディングオラクルへのアクセスを前提としている。 実際には、一般的な$n$-qubit量子状態を作るために回路を構築する場合、通常、$\mathcal{O}(2^n)$としてスケールする必要がある。 この重要な問題に対処するために、様々なハイブリッド量子古典的アプローチが提案されている。 しかし、これらのソリューションの多くは単純化された回路アーキテクチャを好んでおり、これはかなりの最適化の課題に影響を受けやすい。 本研究では,量子回路をボルンマシンとして利用し,確率分布を生成する。 本稿では,量子化学および凝縮物質物理学における電子構造の研究に使用される手法から着想を得て,アンザッツ回路を動的に拡張するAdaptive Circuit Learning of Born Machineというフレームワークを提案する。 本アルゴリズムは、ターゲット状態に存在する複雑な絡み合いを最もよく捉える2ビットの絡み合いゲートを選択的に統合するように設計されている。 実験により,振幅埋め込みによる実世界のデータを符号化する手法の有効性が実証された。

関連論文リスト

• Provably Robust Training of Quantum Circuit Classifiers Against Parameter Noise [49.97673761305336]
  ノイズは、信頼できる量子アルゴリズムを達成するための大きな障害である。 本稿では,パラメータ化量子回路分類器のロバスト性を高めるための雑音耐性学習理論とアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-05-24T02:51:34Z)
• Circuit Folding: Modular and Qubit-Level Workload Management in Quantum-Classical Systems [5.6744988702710835]
  回路編み込み(Circuit knitting)は、量子回路から計算負荷の一部をオフロードする技法である。 本稿では,量子回路内の繰り返し構造を識別・活用する新しいグラフベースシステムであるCiFoldを提案する。 我々のシステムは様々な量子アルゴリズムで広く評価されており、最大で799.2%の量子リソース使用量の削減を実現している。
  論文  参考訳（メタデータ） (2024-12-24T23:34:17Z)
• AC/DC: Automated Compilation for Dynamic Circuits [0.41356970190072423]
  本稿では,任意の状態あるいはユニタリ演算子を自動生成する動的量子回路を生成するための新しいフレームワークを提案する。 状態準備のための動的回路の生成,長距離エンタングゲート,回路最適化,および格子シミュレーションへの動的回路の適用を実証する。
  論文  参考訳（メタデータ） (2024-12-10T23:14:42Z)
• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
  d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。 我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
  量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。 どの場の量子スピードアップが達成できるかという新たな課題が生じる。 量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
  論文  参考訳（メタデータ） (2024-02-26T09:32:07Z)
• Testing and Debugging Quantum Circuits [0.65268245109828]
  本稿では,振幅変調,位相変調,振幅再分配の3種類の回路ブロックについて述べる。 本稿では,量子コンピューティングのユニークな要求に合わせて,包括的ユニットテストツール(Cirquo)とデバッグアプローチを提案する。
  論文  参考訳（メタデータ） (2023-11-30T02:42:58Z)
• Predicting RNA Secondary Structure on Universal Quantum Computer [2.277461161767121]
  RNA構造が塩基配列からどのように折り畳み、その二次構造がどのように形成されるかを知るための最初のステップである。 従来のエネルギーベースのアルゴリズムは、特に非ネスト配列の精度が低い。 普遍量子コンピューティングのためのゲートモデルアルゴリズムは利用できない。
  論文  参考訳（メタデータ） (2023-05-16T15:57:38Z)
• Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
  単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。 提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
  論文  参考訳（メタデータ） (2023-04-18T11:57:15Z)
• Quantum circuit debugging and sensitivity analysis via local inversions [62.997667081978825]
  本稿では,回路に最も影響を及ぼす量子回路の断面をピンポイントする手法を提案する。 我々は,IBM量子マシン上に実装されたアルゴリズム回路の例に応用して,提案手法の実用性と有効性を示す。
  論文  参考訳（メタデータ） (2022-04-12T19:39:31Z)
• Quantum amplitude damping for solving homogeneous linear differential equations: A noninterferometric algorithm [0.0]
  本研究は,同種LDEを解くための効率的な量子アルゴリズムを構築するために,量子振幅減衰演算を資源として利用する新しい手法を提案する。 このようなオープンな量子系にインスパイアされた回路は、非干渉法で解の実際の指数項を構成することができることを示す。
  論文  参考訳（メタデータ） (2021-11-10T11:25:32Z)
• Efficient realization of quantum algorithms with qudits [0.70224924046445]
  マルチレベル量子システム(キューディット)を用いた量子アルゴリズムの効率的な実装手法を提案する。 提案手法は,Quditベースのプロセッサのパラメータに依存する標準量子ビット方式の回路のトランスパイレーションを用いる。 特定の普遍集合から取られた単一量子ゲートと2量子ゲートの列に量子回路を変換する明示的なスキームを提供する。
  論文  参考訳（メタデータ） (2021-11-08T11:09:37Z)
• Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
  マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。 その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
  論文  参考訳（メタデータ） (2021-06-24T20:16:02Z)
• Quantum Gate Pattern Recognition and Circuit Optimization for Scientific Applications [1.6329956884407544]
  回路最適化のための2つのアイデアを導入し、AQCELと呼ばれる多層量子回路最適化プロトコルに組み合わせる。 AQCELは、高エネルギー物理学における最終状態の放射をモデル化するために設計された反復的で効率的な量子アルゴリズム上に展開される。 我々の手法は汎用的であり、様々な量子アルゴリズムに有用である。
  論文  参考訳（メタデータ） (2021-02-19T16:20:31Z)
• 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)

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。