Fugu-MT 論文翻訳(概要): Non-unital noise in a superconducting quantum computer as a computational resource for reservoir computing

論文の概要: Non-unital noise in a superconducting quantum computer as a computational resource for reservoir computing

arxiv url: http://arxiv.org/abs/2409.07886v2
Date: Fri, 20 Dec 2024 16:46:54 GMT
ステータス: 翻訳完了
システム内更新日: 2024-12-23 16:20:24.572345
Title: Non-unital noise in a superconducting quantum computer as a computational resource for reservoir computing
Title（参考訳）: 貯水池計算の計算資源としての超伝導量子コンピュータの非単位ノイズ
Authors: Francesco Monzani, Emanuele Ricci, Luca Nigro, Enrico Prati,
Abstract要約: 振幅減衰によるエネルギー散逸は、ネットワークの短期記憶能力と表現力を大幅に向上させる。超伝導量子ビットに適用した現実的なノイズモデルをエミュレートすることにより、学習の改善を確認した。
参考スコア（独自算出の注目度）: 0.9374652839580183
License:
Abstract: We identify a noise model that ensures the functioning of an echo state network employing a gate-based quantum computer for reservoir computing applications. Energy dissipation induced by amplitude damping drastically improves the short-term memory capacity and expressivity of the network, by simultaneously providing fading memory and richer dynamics. There is an ideal dissipation rate that ensures the best operation of the echo state network around $\gamma\sim$ 0.03. Nevertheless, these beneficial effects are stable as the intensity of the applied noise increases. The improvement of the learning is confirmed by emulating a realistic noise model applied to superconducting qubits, paving the way for the application of reservoir computing methods in current non-fault-tolerant quantum computers.
Abstract（参考訳）: ゲート型量子コンピュータを応用したエコー状態ネットワークの機能を保証するノイズモデルを特定する。振幅減衰によるエネルギー散逸は、フェージングメモリとよりリッチなダイナミクスを同時に提供することにより、ネットワークの短期記憶能力と表現性を大幅に向上させる。エコー状態ネットワークの最良の操作を$\gamma\sim$ 0.03 で保証する理想的な散逸速度がある。しかしながら、これらの効果は、印加された雑音の強度が増加するにつれて安定である。超伝導量子ビットに適用された現実的なノイズモデルをエミュレートし、現在の非フォールト耐性量子コンピュータにおける貯水池計算手法の適用方法を明らかにすることにより、学習の改善を確認した。

関連論文リスト

Non-zero noise extrapolation: accurately simulating noisy quantum circuits with tensor networks [0.5062312533373298]
ノイズ量子回路のテンソルネットワークシミュレーションの精度を大幅に向上させる手法を開発した。当社の手法は、特に低ノイズ体制に合わせた高ゲート忠実性(High Gate-fidelity)の利点を生んでいる。
論文参考訳（メタデータ） (2025-01-22T21:42:24Z)
Robust Federated Learning Over the Air: Combating Heavy-Tailed Noise with Median Anchored Clipping [57.40251549664762]
重み付き雑音による有害な影響に対処するため,メディアアンコールド・クリッピング (MAC) と呼ばれる新しい勾配クリッピング法を提案する。また、MAC下でのアナログオーバー・ザ・エア・フェデレーション学習によるモデルトレーニングの収束率の解析式も導出する。
論文参考訳（メタデータ） (2024-09-23T15:11:40Z)
Quantum noise modeling through Reinforcement Learning [38.47830254923108]
本稿では,量子チップに影響を及ぼすノイズを特徴付ける機械学習手法を導入し,シミュレーション中にエミュレートする。我々のアルゴリズムは強化学習を活用し、様々なノイズモデルを再現する際の柔軟性を向上させる。実超伝導量子ビット上でのシミュレーションおよび試験によりRLエージェントの有効性が検証された。
論文参考訳（メタデータ） (2024-08-02T18:05:21Z)
Resistive Memory-based Neural Differential Equation Solver for Score-based Diffusion Model [55.116403765330084]
スコアベースの拡散のような現在のAIGC法は、迅速性と効率性の点で依然として不足している。スコアベース拡散のための時間連続型およびアナログ型インメモリ型ニューラル微分方程式解法を提案する。我々は180nmの抵抗型メモリインメモリ・コンピューティング・マクロを用いて,我々の解を実験的に検証した。
論文参考訳（メタデータ） (2024-04-08T16:34:35Z)
Optimizing quantum noise-induced reservoir computing for nonlinear and chaotic time series prediction [2.5427629797261297]
我々は, 量子雑音による貯水池を改良し, 貯水池の騒音を表現的非線形信号を生成するための資源として利用する。その結果,1つのノイズモデルと少ないメモリ容量で,非線形ベンチマークにおいて優れたシミュレーション結果が得られた。
論文参考訳（メタデータ） (2023-03-09T18:40:03Z)
Autonomous coherence protection of a two-level system in a fluctuating environment [68.8204255655161]
我々は、もともと、相互作用しない2レベルシステム(量子ビット)のアンサンブルから静的ドップラー拡大の効果を取り除くことを意図したスキームを再検討する。このスキームははるかに強力であり、時間と空間に依存するノイズから単一(あるいはアンサンブル)量子ビットのエネルギーレベルを保護できることを示した。
論文参考訳（メタデータ） (2023-02-08T01:44:30Z)
Numerical Simulations of Noisy Quantum Circuits for Computational Chemistry [51.827942608832025]
短期量子コンピュータは、小さな分子の基底状態特性を計算することができる。計算アンサッツの構造と装置ノイズによる誤差が計算にどのように影響するかを示す。
論文参考訳（メタデータ） (2021-12-31T16:33:10Z)
Simulating the Mott transition on a noisy digital quantum computer via Cartan-based fast-forwarding circuits [62.73367618671969]
動的平均場理論(DMFT)は、ハバードモデルの局所グリーン関数をアンダーソン不純物のモデルにマッピングする。不純物モデルを効率的に解くために、量子およびハイブリッド量子古典アルゴリズムが提案されている。この研究は、ノイズの多いデジタル量子ハードウェアを用いたMott相転移の最初の計算を提示する。
論文参考訳（メタデータ） (2021-12-10T17:32:15Z)
Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
論文参考訳（メタデータ） (2021-08-09T18:00:05Z)
Natural quantum reservoir computing for temporal information processing [4.785845498722406]
貯留層計算(Reservoir computing)は、人工的または物理的散逸動態を利用する時間情報処理システムである。本稿では, 量子ビットに付加される自然ノイズによって散逸特性が供給される貯水池として, 現実の超伝導量子コンピューティングデバイスを用いる方法を提案する。
論文参考訳（メタデータ） (2021-07-13T01:58:57Z)
Robust Processing-In-Memory Neural Networks via Noise-Aware Normalization [26.270754571140735]
PIM加速器は、しばしば物理的成分の固有のノイズに悩まされる。雑音設定に対してロバストなニューラルネットワーク性能を実現するためのノイズ非依存手法を提案する。
論文参考訳（メタデータ） (2020-07-07T06:51:28Z)

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。