論文の概要: State estimation with quantum extreme learning machines beyond the scrambling time
- arxiv url: http://arxiv.org/abs/2409.06782v1
- Date: Tue, 10 Sep 2024 18:00:06 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-12 17:19:05.381329
- Title: State estimation with quantum extreme learning machines beyond the scrambling time
- Title(参考訳): 量子極端学習マシンによる衝突時間を超える状態推定
- Authors: Marco Vetrano, Gabriele Lo Monaco, Luca Innocenti, Salvatore Lorenzo, G. Massimo Palma,
- Abstract要約: 我々は、多くの異なる種類の力学に対して、スクランブル時間を超えても効率的な状態推定が可能であることを示している。
これらの結果は、堅牢なQELMベースの状態推定プロトコルのための有望な場所を提供する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum extreme learning machines (QELMs) leverage untrained quantum dynamics to efficiently process information encoded in input quantum states, avoiding the high computational cost of training more complicated nonlinear models. On the other hand, quantum information scrambling (QIS) quantifies how the spread of quantum information into correlations makes it irretrievable from local measurements. Here, we explore the tight relation between QIS and the predictive power of QELMs. In particular, we show efficient state estimation is possible even beyond the scrambling time, for many different types of dynamics -- in fact, we show that in all the cases we studied, the reconstruction efficiency at long interaction times matches the optimal one offered by random global unitary dynamics. These results offer promising venues for robust experimental QELM-based state estimation protocols, as well as providing novel insights into the nature of QIS from a state estimation perspective.
- Abstract(参考訳): 量子エクストリームラーニングマシン(QELM)は、訓練されていない量子力学を利用して入力量子状態に符号化された情報を効率的に処理する。
一方、量子情報スクランブル(QIS)は、量子情報の相関関係への拡散が、局所的な測定から不可能であることを示す。
本稿では,QISとQELMの予測力の密接な関係について考察する。
特に、多くの異なる種類のダイナミクスに対して、効率的な状態推定が可能であることを示し、実際、研究したすべてのケースにおいて、長時間の相互作用時間における再構成効率は、ランダムなグローバルユニタリダイナミクスによって提供される最適値と一致することを示す。
これらの結果から,堅牢なQELMに基づく状態推定プロトコルの実現と,状態推定の観点からのQISの性質に関する新たな洞察が期待できる。
関連論文リスト
- An operational definition of quantum information scrambling [0.0]
量子情報スクランブル(QIS)は、いくつかの量子系の特徴である。
本稿では,QISの定式化に基づく量子状態の量子化に基づく新しい計算効率のQIS量化器を提案する。
等尺的量子進化によって引き起こされるQISの度合いを反映した最適推定確率が、アクセス可能な最小情報に直接接続されていることを示す。
論文 参考訳(メタデータ) (2023-12-18T19:00:01Z) - QKSAN: A Quantum Kernel Self-Attention Network [53.96779043113156]
量子カーネル法(Quantum Kernel Methods, QKM)のデータ表現能力とSAMの効率的な情報抽出能力を組み合わせた量子カーネル自己認識機構(Quantum Kernel Self-Attention Mechanism, QKSAM)を導入する。
量子カーネル自己保持ネットワーク(QKSAN)フレームワークは,DMP(Dederred Measurement Principle)と条件測定技術を巧みに組み込んだQKSAMに基づいて提案されている。
4つのQKSANサブモデルはPennyLaneとIBM Qiskitプラットフォームにデプロイされ、MNISTとFashion MNISTのバイナリ分類を実行する。
論文 参考訳(メタデータ) (2023-08-25T15:08:19Z) - 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) - Tomography of Quantum States from Structured Measurements via
quantum-aware transformer [12.506858276895915]
量子状態のキャラクタリゼーションのための量子計測の構造について検討する。
我々は、測定周波数と密度行列の複雑な関係を捉えるために、量子認識変換器(QAT)モデルを設計する。
特に、アーキテクチャにおける量子演算子をクエリして、量子データの情報表現を容易にする。
論文 参考訳(メタデータ) (2023-05-09T13:22:13Z) - Potential and limitations of quantum extreme learning machines [55.41644538483948]
本稿では,QRCとQELMをモデル化するフレームワークを提案する。
我々の分析は、QELMとQRCの両方の機能と限界をより深く理解するための道を開いた。
論文 参考訳(メタデータ) (2022-10-03T09:32:28Z) - Dynamical simulation via quantum machine learning with provable
generalization [2.061594137938085]
本研究では,QML法を用いて量子力学を短期量子ハードウェア上でシミュレートするフレームワークを開発した。
このフレームワーク内でのアルゴリズムのトレーニングデータ要求を厳格に分析する。
我々は,IBMQ-BogotaのTrotterizationの20倍の時間をシミュレーションした。
論文 参考訳(メタデータ) (2022-04-21T17:15:24Z) - On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。
私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
論文 参考訳(メタデータ) (2021-06-29T14:01:40Z) - 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) - Quantum Non-equilibrium Many-Body Spin-Photon Systems [91.3755431537592]
論文は、非平衡状態における強相関量子系の量子力学に関するものである。
本研究の主な成果は, 臨界ダイナミクスのシグナチャ, 超ストロング結合のテストベッドとしての駆動ディックモデル, キブルズルーク機構の3つにまとめることができる。
論文 参考訳(メタデータ) (2020-07-23T19:05:56Z)
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。