論文の概要: Exponential learning advantages with conjugate states and minimal
quantum memory
- arxiv url: http://arxiv.org/abs/2403.03469v1
- Date: Wed, 6 Mar 2024 05:04:45 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-07 16:03:52.242316
- Title: Exponential learning advantages with conjugate states and minimal
quantum memory
- Title(参考訳): 共役状態と最小量子メモリによる指数学習の利点
- Authors: Robbie King, Kianna Wan, Jarrod McClean
- Abstract要約: 将来量子コンピュータで利用可能な新しい学習リソースについて検討する。
特定のシャドウトモグラフィータスクでは、$rho otimes rhoast$ のコピーのみの測定は $rhootimes K$ の測定よりも指数関数的に強力である。
この利点は、量子シミュレーションの改善、量子センサーからの学習、新しい物理現象の発見に応用できるかもしれない。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The ability of quantum computers to directly manipulate and analyze quantum
states stored in quantum memory allows them to learn about aspects of our
physical world that would otherwise be invisible given a modest number of
measurements. Here we investigate a new learning resource which could be
available to quantum computers in the future -- measurements on the unknown
state accompanied by its complex conjugate $\rho \otimes \rho^\ast$. For a
certain shadow tomography task, we surprisingly find that measurements on only
copies of $\rho \otimes \rho^\ast$ can be exponentially more powerful than
measurements on $\rho^{\otimes K}$, even for large $K$. This expands the class
of provable exponential advantages using only a constant overhead quantum
memory, or minimal quantum memory, and we provide a number of examples where
the state $\rho^\ast$ is naturally available in both computational and physical
applications. In addition, we precisely quantify the power of classical shadows
on single copies under a generalized Clifford ensemble and give a class of
quantities that can be efficiently learned. The learning task we study in both
the single copy and quantum memory settings is physically natural and
corresponds to real-space observables with a limit of bosonic modes, where it
achieves an exponential improvement in detecting certain signals under a noisy
background. We quantify a new and powerful resource in quantum learning, and we
believe the advantage may find applications in improving quantum simulation,
learning from quantum sensors, and uncovering new physical phenomena.
- Abstract(参考訳): 量子コンピュータが量子メモリに格納された量子状態を直接操作し、分析する能力によって、控えめな数の計測値を考えると、我々の物理的世界の側面について学ぶことができる。
ここでは,量子コンピュータが将来利用可能になるであろう新しい学習資源について検討する -- 複素共役である $\rho \otimes \rho^\ast$ を伴う未知の状態の測定。
あるシャドウトモグラフィーのタスクでは、驚くべきことに$\rho \otimes \rho^\ast$のコピーのみの測定は$\rho^{\otimes k}$の計測値よりも指数関数的に強力である。
これにより、一定のオーバーヘッド量子メモリまたは最小量子メモリのみを用いて証明可能な指数的優位性のクラスを拡張し、計算と物理の両方のアプリケーションで自然に$\rho^\ast$状態が利用できる多くの例を提供する。
さらに、一般化されたクリフォードアンサンブルの下で単一コピー上の古典的影のパワーを正確に定量化し、効率的に学習できる量のクラスを与える。
単一コピーと量子メモリの両方で研究する学習タスクは物理的に自然であり、ボソニックモードの限界を持つ実空間観測量に対応し、ノイズの多い背景下で特定の信号を検出するための指数関数的な改善を実現する。
量子学習における新しい強力なリソースを定量化し、量子シミュレーションの改善、量子センサーからの学習、新しい物理現象の発見に応用できる可能性があると信じている。
関連論文リスト
- Hybrid quantum transfer learning for crack image classification on NISQ
hardware [62.997667081978825]
グレー値画像のひび割れ検出に量子転送学習を適用した。
我々は、PennyLaneの標準量子ビットのパフォーマンスとトレーニング時間を、IBMのqasm_simulatorや実際のバックエンドと比較する。
論文 参考訳(メタデータ) (2023-07-31T14:45:29Z) - 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 Optical Memory for Entanglement Distribution [52.77024349608834]
長距離における量子状態の絡み合いは、量子コンピューティング、量子通信、および量子センシングを増強することができる。
過去20年間で、高忠実度、高効率、長期保存、有望な多重化機能を備えた量子光学記憶が開発された。
論文 参考訳(メタデータ) (2023-04-19T03:18:51Z) - The power of noisy quantum states and the advantage of resource dilution [62.997667081978825]
絡み合った蒸留により、ノイズの多い量子状態が一重項に変換される。
エンタングルメント希釈は局所雑音に対する共有量子状態のレジリエンスを高めることができることを示す。
論文 参考訳(メタデータ) (2022-10-25T17:39:29Z) - Scalable measures of magic resource for quantum computers [0.0]
量子ビット数に依存しないサンプリングコストを持つ純量子状態に対するマジックリソースの効率的な測定方法を提案する。
古典的にシミュレート可能な安定化状態から、IonQ量子コンピュータ上の難解な量子状態への遷移を示す。
論文 参考訳(メタデータ) (2022-04-21T12:50:47Z) - Scalable approach to many-body localization via quantum data [69.3939291118954]
多体局在は、量子多体物理学の非常に難しい現象である。
計算コストの高いステップを回避できるフレキシブルニューラルネットワークベースの学習手法を提案する。
我々のアプローチは、量子多体物理学の新たな洞察を提供するために、大規模な量子実験に適用することができる。
論文 参考訳(メタデータ) (2022-02-17T19:00:09Z) - Quantifying information scrambling via Classical Shadow Tomography on
Programmable Quantum Simulators [0.0]
我々は,量子情報のダイナミクスを探索する技術を開発し,それをIBM超伝導量子プロセッサ上で実験的に実装する。
量子情報スクランブルの2つの曖昧なシグネチャを識別するが、どちらも散逸過程によって模倣できない。
両シグネチャを測り、量子系の数値シミュレーションで結果を支持する。
論文 参考訳(メタデータ) (2022-02-10T16:36:52Z) - Exponential separations between learning with and without quantum memory [17.763817187554096]
量子システムと力学の学習特性を学習するための量子メモリのパワーについて検討する。
多くの最先端の学習アルゴリズムは、追加の外部量子メモリへのアクセスを必要とする。
このトレードオフは、幅広い学習問題に固有のものであることを示す。
論文 参考訳(メタデータ) (2021-11-10T19:03:49Z) - Quantifying Qubit Magic Resource with Gottesman-Kitaev-Preskill Encoding [58.720142291102135]
我々は、ほとんどのフォールトトレラント量子コンピュータにおいて、魔法のリソース測度、探索特性を定義する。
我々の定式化は、連続変数量子計算におけるボソニック符号、よく研究されたツールに基づいている。
論文 参考訳(メタデータ) (2021-09-27T12:56:01Z) - Continuous Variable Quantum Advantages and Applications in Quantum
Optics [0.0]
この論文は連続変数と光学的設定における3つの主要な問題に焦点を当てている。
量子マシンが古典的マシンを上回る能力はどこから来るのか?
量子情報の使用によって実際に得られる利点は何か?
論文 参考訳(メタデータ) (2021-02-10T02:43:27Z) - Demonstrating the power of quantum computers, certification of highly
entangled measurements and scalable quantum nonlocality [0.0]
我々は、量子ネットワークにインスパイアされた相関実験において、最先端のIBM量子コンピュータのパワーを実証する。
実験では最大12量子ビットを特徴とし,ベル状態測定の実装が必要である。
論文 参考訳(メタデータ) (2020-09-29T13:59:49Z)
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。