論文の概要: Neural networks with quantum states of light

• arxiv url: http://arxiv.org/abs/2410.17702v1
• Date: Wed, 23 Oct 2024 09:23:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-24 13:55:36.308161
• Title: Neural networks with quantum states of light
• Title（参考訳）: 光の量子状態を持つニューラルネットワーク
• Authors: Adrià Labay-Mora, Jorge García-Beni, Gian Luca Giorgi, Miguel C. Soriano, Roberta Zambrini,
• Abstract要約: フォトニック人工ニューラルネットワークは、古典光学と量子光学の両方の利点を利用する機会を提供する。 フォトニックなニューロインスパイアされた計算と機械学習は、古典的な環境でうまく実証されている。 量子光学ネットワークは、テレポーテーション、量子鍵分布、量子コンピューティングといった画期的な応用を誘発している。
• 参考スコア（独自算出の注目度）: 2.621434923709917
• License:
• Abstract: Quantum optical networks are instrumental to address fundamental questions and enable applications ranging from communication to computation and, more recently, machine learning. In particular, photonic artificial neural networks offer the opportunity to exploit the advantages of both classical and quantum optics. Photonic neuro-inspired computation and machine learning have been successfully demonstrated in classical settings, while quantum optical networks have triggered breakthrough applications such as teleportation, quantum key distribution and quantum computing. We present a perspective on the state of the art in quantum optical machine learning and the potential advantages of artificial neural networks in circuit designs and beyond, in more general analogue settings characterised by recurrent and coherent complex interactions. We consider two analogue neuro-inspired applications, namely quantum reservoir computing and quantum associative memories, and discuss the enhanced capabilities offered by quantum substrates, highlighting the specific role of light squeezing in this context.
• Abstract（参考訳）: 量子光学ネットワークは基本的な問題に対処し、通信から計算、最近では機械学習まで幅広い応用を可能にする。 特に、フォトニック人工ニューラルネットワークは、古典光学と量子光学の両方の利点を利用する機会を提供する。 フォトニック・ニューロインスパイアされた計算と機械学習は古典的な環境で実証され、量子光学ネットワークはテレポーテーション、量子鍵分布、量子コンピューティングといった画期的な応用を誘発している。 我々は、量子光学機械学習における最先端技術と、回路設計以降における人工ニューラルネットワークの潜在的な利点について、より一般的なアナログ設定において、繰り返しおよびコヒーレントな複雑な相互作用によって特徴づけられる。 我々は、量子貯水池計算と量子連想記憶という2つのアナログ神経刺激型応用を考察し、量子基板によって提供される拡張能力について議論し、この文脈における光スクイーズの役割を強調した。

関連論文リスト

• Entanglement-Assisted Quantum Networks: Mechanics, Enabling Technologies, Challenges, and Research Directions [66.27337498864556]
  本稿では,量子ネットワークの絡み合いに関する包括的調査を行う。 ネットワーク構造、作業原則、開発段階の詳細な概要を提供する。 また、アーキテクチャ設計、絡み合いに基づくネットワーク問題、標準化など、オープンな研究の方向性を強調している。
  論文  参考訳（メタデータ） (2023-07-24T02:48:22Z)
• 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)
• Learning Quantum Processes with Memory -- Quantum Recurrent Neural Networks [0.0]
  本稿では,散逸性量子ニューラルネットワークに基づく完全量子リカレントニューラルネットワークを提案する。 これらのアルゴリズムが複雑な量子過程をメモリで学習する可能性を実証する。 数値シミュレーションにより、我々の量子リカレントニューラルネットワークは、小さなトレーニングセットから一般化する顕著な能力を示すことが示された。
  論文  参考訳（メタデータ） (2023-01-19T16:58:39Z)
• Quantum neural networks force fields generation [0.0]
  量子ニューラルネットワークアーキテクチャを設計し、複雑性が増大するさまざまな分子に適用することに成功しています。 量子モデルは古典的なモデルに対してより大きな有効次元を示し、競争性能に達することができる。
  論文  参考訳（メタデータ） (2022-03-09T12:10:09Z)
• Mutual Reinforcement between Neural Networks and Quantum Physics [0.0]
  量子機械学習は、量子力学と機械学習の共生から生まれる。 古典的な機械学習を量子物理学問題に適用するためのツールとして使う。 量子パーセプトロンの力学に基づく量子ニューラルネットワークの設計と、短絡の断熱への応用は、短時間の動作時間と堅牢な性能をもたらす。
  論文  参考訳（メタデータ） (2021-05-27T16:20:50Z)
• Experimental quantum memristor [0.5396401833457565]
  我々は、集積フォトニクスと単一光子に作用する新しい量子光学メムリスタを、実験的に導入し、実証する。 私たちのデバイスは、即時および短期的な量子ニューロモルフィックアーキテクチャの構築ブロックになる可能性がある。
  論文  参考訳（メタデータ） (2021-05-11T08:42:14Z)
• The Hintons in your Neural Network: a Quantum Field Theory View of Deep Learning [84.33745072274942]
  線形および非線形の層をユニタリ量子ゲートとして表現する方法を示し、量子モデルの基本的な励起を粒子として解釈する。 ニューラルネットワークの研究のための新しい視点と技術を開くことに加えて、量子定式化は光量子コンピューティングに適している。
  論文  参考訳（メタデータ） (2021-03-08T17:24:29Z)
• Quantum computing models for artificial neural networks [0.0]
  我々は、これらの進行中の革命をまとめることを目的とした、最新の提案の概要を述べる。 我々は、量子機械学習の優位性を追求する上で、量子ハードウェアの短期的役割について論じる。
  論文  参考訳（メタデータ） (2021-02-07T18:49:28Z)
• Quantum Deformed Neural Networks [83.71196337378022]
  我々は,量子コンピュータ上で効率的に動作するように設計された新しい量子ニューラルネットワーク層を開発した。 入力状態の絡み合いに制限された場合、古典的なコンピュータでシミュレートすることができる。
  論文  参考訳（メタデータ） (2020-10-21T09:46:12Z)
• Experimental Quantum Generative Adversarial Networks for Image Generation [93.06926114985761]
  超伝導量子プロセッサを用いた実世界の手書き桁画像の学習と生成を実験的に行う。 我々の研究は、短期量子デバイス上での高度な量子生成モデル開発のためのガイダンスを提供する。
  論文  参考訳（メタデータ） (2020-10-13T06:57:17Z)
• 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。