論文の概要: Frequency- and dissipation-dependent entanglement advantage in spin-network Quantum Reservoir Computing

• arxiv url: http://arxiv.org/abs/2403.08998v2
• Date: Fri, 18 Oct 2024 23:23:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-22 13:11:56.967367
• Title: Frequency- and dissipation-dependent entanglement advantage in spin-network Quantum Reservoir Computing
• Title（参考訳）: スピンネットワーク量子貯留層計算における周波数および散逸に依存した絡み合いの利点
• Authors: Youssef Kora, Hadi Zadeh-Haghighi, Terrence C Stewart, Khabat Heshami, Christoph Simon,
• Abstract要約: 線形および非線形メモリタスクにおける量子貯水池計算(QRC)のためのIsingスピンネットワークの性能について検討する。 量子絡み合いにより、スピンネットワーク量子貯水池はより多くの時間的特徴を記憶することができる。
• 参考スコア（独自算出の注目度）: 0.686758336057631
• License:
• Abstract: We study the performance of an Ising spin network for quantum reservoir computing (QRC) in linear and non-linear memory tasks. We investigate the extent to which quantumness enhances performance by monitoring the behaviour of quantum entanglement, which we quantify by the partial transpose of the density matrix. In the most general case where the effects of dissipation are incorporated, our results indicate that the strength of the entanglement advantage depends on the frequency of the input signal; the benefit of entanglement is greater with more rapidly fluctuating signals, whereas a low-frequency input is better suited to a non-entangled reservoir. This may be understood as a condition for an entanglement advantage to manifest itself: the system's quantum memory must survive for long enough for the temporal structure of the input signal to reveal itself. We also find that quantum entanglement empowers a spin-network quantum reservoir to remember a greater number of temporal features.
• Abstract（参考訳）: 線形および非線形メモリタスクにおける量子貯水池計算(QRC)のためのIsingスピンネットワークの性能について検討する。 本研究では,密度行列の部分的転位によって定量化される量子絡み合いの挙動を監視することにより,量子度が性能を高める程度について検討する。 消散効果が組み込まれている最も一般的な例では, エンタングルメントアドバンストの強度は入力信号の周波数に依存するが, エンタングルメントの利点はより高速な変動信号で大きいが, 低周波入力は非エンタングルド貯水池に適している。 システムの量子メモリは、入力信号の時間構造が自分自身を明らかにするのに十分な期間生存する必要がある。 また、量子絡み合いはスピンネットワーク量子貯水池により多くの時間的特徴を記憶させる力を与える。

関連論文リスト

• Quantum Advantage in Distributed Sensing with Noisy Quantum Networks [37.23288214515363]
  分散センシングにおける量子優位性はノイズの多い量子ネットワークで実現できることを示す。 この量子的優位性には絡み合いが必要であるが、真の多部絡みは一般に不要である。
  論文  参考訳（メタデータ） (2024-09-25T16:55:07Z)
• 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)
• Capacities of quantum Markovian noise for large times [8.302146576157497]
  量子マルコフノイズモデルが与えられた場合、任意に長時間保存できる古典的あるいは量子的システムの最大次元について検討する。 固定時間設定とは異なり、無限時間の極限において、古典的および量子的容量は、量子チャネルの周辺スペクトルの効率的な計算可能特性によって特徴づけられることを示す。
  論文  参考訳（メタデータ） (2024-07-31T19:02:50Z)
• Trade-off between Noise and Banding in a Quantum Adder with Qudits [0.0]
  量子フーリエ変換に基づく量子加算は、量子回路の積分部分である。 我々は、任意の欠陥まで量子加算を達成するために必要な制御された回転ゲートの数について、上界を解析的に証明する。 我々は、磁場を利用して1次元のスピン鎖に従って進化する初期状態を作成することが、多体系において量子加算回路を実装するための潜在的手法であることを示した。
  論文  参考訳（メタデータ） (2023-10-17T18:22:23Z)
• Entanglement Distribution in Quantum Repeater with Purification and Optimized Buffer Time [53.56179714852967]
  バッファ時間に最適化された量子リピータを用いた絡み合い分布について検討する。 終端ノードにおけるメモリ数の増加は、メモリ当たりの絡み合いの分布率を高めることを観察する。 しかし、不完全な操作を考慮すると、メモリ単位の絡み合いが記憶数の増加とともに減少するという驚くべき観察がなされる。
  論文  参考訳（メタデータ） (2023-05-23T23:23:34Z)
• Exploring quantum mechanical advantage for reservoir computing [0.0]
  量子貯水池の量子特性と線形短期記憶性能の関連性を確立する。 貯水池における高い絡み合いは,より複雑な貯水池力学の前提条件であることがわかった。 本稿では,物理量子貯水池の性能に及ぼすデファスティングの影響について論じる。
  論文  参考訳（メタデータ） (2023-02-07T17:07:28Z)
• QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional Networks [124.7972093110732]
  本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。 現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。 我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
  論文  参考訳（メタデータ） (2022-11-09T21:43:16Z)
• Noisy Quantum Kernel Machines [58.09028887465797]
  量子学習マシンの新たなクラスは、量子カーネルのパラダイムに基づくものである。 消散と脱コヒーレンスがパフォーマンスに与える影響について検討する。 量子カーネルマシンでは,デコヒーレンスや散逸を暗黙の正規化とみなすことができる。
  論文  参考訳（メタデータ） (2022-04-26T09:52:02Z)
• Entanglement from tensor networks on a trapped-ion QCCD quantum computer [2.943524728957949]
  我々は、量子シミュレーションに対するこのアプローチの有意義な利点を実験的に実証した。 すべての相関関数に加えて、無限系の絡み合い構造は「結合量子ビット」の小さなレジスタに便利に符号化される。 熱力学的極限において,相関スピン鎖の近臨界エントロピーを定量的に決定する。
  論文  参考訳（メタデータ） (2021-04-22T18:00:00Z)
• Continuous-time dynamics and error scaling of noisy highly-entangling quantum circuits [58.720142291102135]
  最大21キュービットの雑音量子フーリエ変換プロセッサをシミュレートする。 我々は、デジタルエラーモデルに頼るのではなく、微視的な散逸過程を考慮に入れている。 動作中の消散機構によっては、入力状態の選択が量子アルゴリズムの性能に強い影響を与えることが示される。
  論文  参考訳（メタデータ） (2021-02-08T14:55:44Z)
• Quantum noise protects quantum classifiers against adversaries [120.08771960032033]
  量子情報処理におけるノイズは、特に短期的な量子技術において、破壊的で避け難い特徴と見なされることが多い。 量子回路の非偏極雑音を利用して分類を行うことにより、敵に縛られるロバスト性を導出できることを示す。 これは、最も一般的な敵に対して使用できる最初の量子プロトコルである。
  論文  参考訳（メタデータ） (2020-03-20T17:56:14Z)

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。