論文の概要: Quantum-like states on complex synchronized networks

• arxiv url: http://arxiv.org/abs/2405.07950v1
• Date: Mon, 13 May 2024 17:25:58 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-14 12:36:51.989558
• Title: Quantum-like states on complex synchronized networks
• Title（参考訳）: 複素同期ネットワーク上の量子様状態
• Authors: Gregory D. Scholes,
• Abstract要約: 本稿では、量子ライクな(QL)状態とQLビットのモデルを提案する。 巨大で複雑なシステムが、QL形式で情報を処理可能な堅牢な状態をホストできる方法を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent work has exposed the idea that interesting quantum-like probability laws, including interference effects, can be manifest in classical systems. Here we propose a model for quantum-like (QL) states and QL bits. We suggest a way that huge, complex systems can host robust states that can process information in a QL fashion. Axioms that such states should satisfy are proposed. Specifically, it is shown that building blocks suited for QL states are networks, possibly very complex, that we defined based on $k$-regular random graphs. These networks can dynamically encode a lot of information that is distilled into the emergent states we can use for QL like processing. Although the emergent states are classical, they have properties analogous to quantum states. Concrete examples of how QL functions are possible are given. The possibility of a `QL advantage' for computing-type operations and the potential relevance for new kinds of function in the brain are discussed and left as open questions.
• Abstract（参考訳）: 最近の研究は、干渉効果を含む興味深い量子のような確率法則が古典的なシステムで現れるという考えを明らかにしている。 本稿では、量子ライクな(QL)状態とQLビットのモデルを提案する。 巨大で複雑なシステムが、QL形式で情報を処理可能な堅牢な状態をホストできる方法を提案する。 そのような状態を満たすべき公理が提案されている。 具体的には、QL状態に適したビルディングブロックはネットワークであり、おそらく非常に複雑であり、$k$-regularランダムグラフに基づいて定義しました。 これらのネットワークは、QLのような処理で使用できる創発的な状態に蒸留された多くの情報を動的にエンコードすることができる。 創発状態は古典的であるが、量子状態に類似した性質を持つ。 QL関数の具体的な例が提供される。 計算型操作における‘QLアドバンテージ’の可能性と、脳内の新しい種類の機能との関連性について論じ、オープンな質問として残されている。

関連論文リスト

• Extending Quantum Perceptrons: Rydberg Devices, Multi-Class Classification, and Error Tolerance [67.77677387243135]
  量子ニューロモーフィックコンピューティング(QNC)は、量子計算とニューラルネットワークを融合して、量子機械学習(QML)のためのスケーラブルで耐雑音性のあるアルゴリズムを作成する QNCの中核は量子パーセプトロン(QP)であり、相互作用する量子ビットのアナログダイナミクスを利用して普遍的な量子計算を可能にする。
  論文  参考訳（メタデータ） (2024-11-13T23:56:20Z)
• Multiple-basis representation of quantum states [1.1999555634662633]
  量子状態のハイブリッドで効率的な量子古典的表現、多重基底表現について検討する。 この表現は、ある与えられた基底と異なる基底でスパースな状態の線形結合で構成され、量子回路によって規定される。 この表現が利用できる場合、すなわち、基底状態の近似、浅い回路で基底を指定してより深い計算をシミュレーションすること、および状態を多重基底表現として記述するためのトモグラフィープロトコルを見つける。
  論文  参考訳（メタデータ） (2024-11-05T13:57:57Z)
• Quantum information with quantum-like bits [0.0]
  これまでの研究で、我々は巨大で複雑な古典システムを実現することができる量子のようなビットの構築を提案してきた。 本稿では、量子的資源の数学的構造を探究し、創発状態を操作することで任意のゲートをどのように実装できるかを示す。
  論文  参考訳（メタデータ） (2024-08-12T20:40:54Z)
• Unifying (Quantum) Statistical and Parametrized (Quantum) Algorithms [65.268245109828]
  我々はカーンズのSQオラクルとヴァリアントの弱い評価オラクルからインスピレーションを得ます。 評価クエリから学習するための非条件の下限を出力する,広範かつ直感的なフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-10-26T18:23:21Z)
• State Classification via a Random-Walk-Based Quantum Neural Network [0.0]
  量子ニューラルネットワーク(QSNN)を導入し、量子状態のバイナリ識別を実現する能力を示す。 バイナリ識別以外にも、QSNNは未知の状態の集合を、絡み合った状態と分離可能な状態の2つのタイプに分類するためにも用いられる。 以上の結果から,QSNNは未知の量子状態を量子情報で処理する大きな可能性を持っていることが示唆された。
  論文  参考訳（メタデータ） (2023-04-12T07:39:23Z)
• Variational Quantum Eigensolver for Classification in Credit Sales Risk [0.5524804393257919]
  本稿では,変分量子固有解器(VQE)といわゆるSWAP-Testに基づく量子回路について考察する。 活用されたデータセットでは、2つのクラスが観察できる。 この解はコンパクトであり、対数的に増加するキュービット数だけを必要とする。
  論文  参考訳（メタデータ） (2023-03-05T23:08:39Z)
• Delegated variational quantum algorithms based on quantum homomorphic encryption [69.50567607858659]
  変分量子アルゴリズム(VQA)は、量子デバイス上で量子アドバンテージを達成するための最も有望な候補の1つである。 クライアントのプライベートデータは、そのような量子クラウドモデルで量子サーバにリークされる可能性がある。 量子サーバが暗号化データを計算するための新しい量子ホモモルフィック暗号(QHE)スキームが構築されている。
  論文  参考訳（メタデータ） (2023-01-25T07:00:13Z)
• Towards Neural Variational Monte Carlo That Scales Linearly with System Size [67.09349921751341]
  量子多体問題(Quantum many-body problem)は、例えば高温超伝導体のようなエキゾチックな量子現象をデミストする中心である。 量子状態を表すニューラルネットワーク(NN)と変分モンテカルロ(VMC)アルゴリズムの組み合わせは、そのような問題を解決する上で有望な方法であることが示されている。 ベクトル量子化技術を用いて,VMCアルゴリズムの局所エネルギー計算における冗長性を利用するNNアーキテクチャVector-Quantized Neural Quantum States (VQ-NQS)を提案する。
  論文  参考訳（メタデータ） (2022-12-21T19:00:04Z)
• Quantum variational learning for entanglement witnessing [0.0]
  この研究は量子アルゴリズムの潜在的な実装に焦点を当て、$n$ qubitsの単一レジスタ上で定義された量子状態を適切に分類することができる。 我々は「絡み合いの証人」という概念、すなわち、特定の特定の状態が絡み合うものとして識別できる期待値を持つ演算子を利用する。 我々は,量子ニューラルネットワーク(QNN)を用いて,絡み合いの目撃者の行動を再現する方法をうまく学習した。
  論文  参考訳（メタデータ） (2022-05-20T20:14:28Z)
• Oracle separations of hybrid quantum-classical circuits [68.96380145211093]
  量子計算の2つのモデル: CQ_dとQC_d。 CQ_dは、d-d-deepth量子コンピュータのシナリオを何度も捉え、QC_dは測定ベースの量子計算に類似している。 CQ_dとQC_dの類似性にもかかわらず、2つのモデルは本質的にはCQ_d $nsubseteq$QC_dとQC_d $nsubseteq$CQ_dである。
  論文  参考訳（メタデータ） (2022-01-06T03:10:53Z)
• Entanglement Classification via Neural Network Quantum States [58.720142291102135]
  本稿では、学習ツールと量子絡み合いの理論を組み合わせて、純状態における多部量子ビット系の絡み合い分類を行う。 我々は、ニューラルネットワーク量子状態(NNS)として知られる制限されたボルツマンマシン(RBM)アーキテクチャにおいて、人工ニューラルネットワークを用いた量子システムのパラメータ化を用いる。
  論文  参考訳（メタデータ） (2019-12-31T07:40:23Z)

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。