論文の概要: Microwave signal processing using an analog quantum reservoir computer
- arxiv url: http://arxiv.org/abs/2312.16166v2
- Date: Fri, 6 Sep 2024 02:10:09 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-09 20:43:32.713395
- Title: Microwave signal processing using an analog quantum reservoir computer
- Title（参考訳）: アナログ量子貯水池コンピュータを用いたマイクロ波信号処理
- Authors: Alen Senanian, Sridhar Prabhu, Vladimir Kremenetski, Saswata Roy, Yingkang Cao, Jeremy Kline, Tatsuhiro Onodera, Logan G. Wright, Xiaodi Wu, Valla Fatemi, Peter L. McMahon,
- Abstract要約: 超伝導回路は,様々な分類作業において,アナログ量子貯水池として利用できることを示す。
我々の研究は、QRCが量子計算の優位性をもたらすかどうかという問題に対処しようとはしていない。
- 参考スコア（独自算出の注目度）: 5.236242306967409
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum reservoir computing (QRC) has been proposed as a paradigm for performing machine learning with quantum processors where the training is efficient in the number of required runs of the quantum processor and takes place in the classical domain, avoiding the issue of barren plateaus in parameterized-circuit quantum neural networks. It is natural to consider using a quantum processor based on superconducting circuits to classify microwave signals that are analog -- continuous in time. However, while theoretical proposals of analog QRC exist, to date QRC has been implemented using circuit-model quantum systems -- imposing a discretization of the incoming signal in time, with each time point input by executing a gate operation. In this paper we show how a quantum superconducting circuit comprising an oscillator coupled to a qubit can be used as an analog quantum reservoir for a variety of classification tasks, achieving high accuracy on all of them. Our quantum system was operated without artificially discretizing the input data, directly taking in microwave signals. Our work does not attempt to address the question of whether QRCs could provide a quantum computational advantage in classifying pre-recorded classical signals. However, beyond illustrating that sophisticated tasks can be performed with a modest-size quantum system and inexpensive training, our work opens up the possibility of achieving a different kind of advantage than a purely computational advantage: superconducting circuits can act as extremely sensitive detectors of microwave photons; our work demonstrates processing of ultra-low-power microwave signals in our superconducting circuit, and by combining sensitive detection with QRC processing within the same system, one could achieve a quantum sensing-computational advantage, i.e., an advantage in the overall analysis of microwave signals comprising just a few photons.
- Abstract（参考訳）: 量子サーブレットコンピューティング(QRC)は、量子プロセッサで機械学習を実行するパラダイムとして提案されており、量子プロセッサの必要な実行回数でトレーニングが効率的であり、古典的なドメインで行われ、パラメータ化された回路量子ニューラルネットワークにおけるバレンプラトーの問題を回避する。
超伝導回路に基づく量子プロセッサを用いて、アナログであるマイクロ波信号を時間的に連続的に分類することは自然である。
しかし、アナログQRCの理論的な提案は存在するが、QRCは回路モデル量子システムを用いて実装されている。
本稿では, 量子ビットに結合した発振器からなる量子超伝導回路を, 様々な分類タスクのためのアナログ量子貯水池として利用し, それらすべてに対して高い精度を実現する方法を示す。
我々の量子システムは、マイクロ波信号を直接取り込み、入力データを人工的に識別することなく動作した。
我々の研究は、事前記録された古典的信号の分類において、QRCが量子計算上の優位性をもたらすかどうかという問題に対処しようとはしない。
超伝導回路はマイクロ波光子の極端に感度の高い検出器として機能し、超伝導回路内の超低消費電力マイクロ波信号の処理を同じシステム内でのQRC処理と組み合わせることで、量子センシング・計算の優位性、すなわち数個の光子からなるマイクロ波信号の全体的な分析において優位性を得ることができる。
関連論文リスト
- 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 Compiling with Reinforcement Learning on a Superconducting Processor [55.135709564322624]
超伝導プロセッサのための強化学習型量子コンパイラを開発した。
短絡の新規・ハードウェア対応回路の発見能力を示す。
本研究は,効率的な量子コンパイルのためのハードウェアによるソフトウェア設計を実証する。
論文 参考訳（メタデータ） (2024-06-18T01:49:48Z) - Quantum Parametric Amplification and NonClassical Correlations due to 45
nm nMOS Circuitry Effect [2.0481796917798407]
本研究は、量子回路における半導体技術の利用の画期的な探索を明らかにする。
この新しい量子デバイスは、量子信号を増幅する量子パラメトリック増幅器として機能するだけでなく、信号固有の量子特性も強化する。
論文 参考訳（メタデータ） (2023-10-25T05:55:50Z) - 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) - Recompilation-enhanced simulation of electron-phonon dynamics on IBM
Quantum computers [62.997667081978825]
小型電子フォノン系のゲートベース量子シミュレーションにおける絶対的資源コストについて考察する。
我々は、弱い電子-フォノン結合と強い電子-フォノン結合の両方のためのIBM量子ハードウェアの実験を行う。
デバイスノイズは大きいが、近似回路再コンパイルを用いることで、正確な対角化に匹敵する電流量子コンピュータ上で電子フォノンダイナミクスを得る。
論文 参考訳（メタデータ） (2022-02-16T19:00:00Z) - Dispersive qubit readout with machine learning [0.08399688944263842]
オープン量子系は散逸相転移を起こすことができ、その臨界挙動はセンシングアプリケーションに利用することができる。
最近導入された測定プロトコルでは、パラメトリック(2光子駆動)のカー共振器の駆動散逸位相遷移を使い、99.9%の単一量子ビット検出忠実度に達した。
我々は、機械学習に基づく分類アルゴリズムを用いて、この臨界ダイナミクスから情報を抽出する。
論文 参考訳（メタデータ） (2021-12-10T04:25:43Z) - Parity measurement in the strong dispersive regime of circuit quantum
acoustodynamics [1.7673364730995766]
非古典的機械状態のフォノン数分布とパリティの直接測定を行った。
これらの測定は、音響量子メモリとプロセッサを構築するための基本的な構成要素の1つである。
我々の結果は、機械システムを使ってさらに複雑な量子アルゴリズムを実行するための扉を開く。
論文 参考訳（メタデータ） (2021-10-01T08:40:26Z) - Exploiting dynamic quantum circuits in a quantum algorithm with
superconducting qubits [0.207811670193148]
超伝導系量子システム上に動的量子回路を構築する。
我々は、量子位相推定という最も基本的な量子アルゴリズムの1つを適応バージョンで活用する。
我々は、動的回路を用いたリアルタイム量子コンピューティングのバージョンが、実質的で有意義な利点をもたらすことを実証した。
論文 参考訳（メタデータ） (2021-02-02T18:51:23Z) - 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) - Circuit Quantum Electrodynamics [62.997667081978825]
マクロレベルの量子力学的効果は、1980年代にジョセフソン接合型超伝導回路で初めて研究された。
過去20年間で、量子情報科学の出現は、これらの回路を量子情報プロセッサの量子ビットとして利用するための研究を強化してきた。
量子電磁力学(QED)の分野は、今では独立して繁栄する研究分野となっている。
論文 参考訳（メタデータ） (2020-05-26T12:47:38Z) - Expressibility and trainability of parameterized analog quantum systems
for machine learning applications [0.0]
システム内の外部駆動と障害の相互作用が、相互作用する量子システムのトレーニング可能性と表現可能性をどのように規定しているかを示す。
我々の研究は、量子多体物理学と機械学習への応用の基本的な関連性を示している。
論文 参考訳（メタデータ） (2020-05-22T14:59:42Z)
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。