論文の概要: Quantum machine learning via continuous-variable cluster states and teleportation

• arxiv url: http://arxiv.org/abs/2411.06907v1
• Date: Mon, 11 Nov 2024 12:11:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-12 14:08:46.860924
• Title: Quantum machine learning via continuous-variable cluster states and teleportation
• Title（参考訳）: 連続可変クラスタ状態とテレポーテーションによる量子機械学習
• Authors: Jorge García-Beni, Iris Paparelle, Valentina Parigi, Gian Luca Giorgi, Miguel C. Soriano, Roberta Zambrini,
• Abstract要約: フォトニックプラットフォームに分散量子機械学習とメモリ表示に適した新しいアプローチを提案する。 この測定に基づく量子貯水池計算は、主量子資源として連続的な可変クラスター状態を利用する。
• 参考スコア（独自算出の注目度）: 2.473948454680334
• License:
• Abstract: A new approach suitable for distributed quantum machine learning and exhibiting memory is proposed for a photonic platform. This measurement-based quantum reservoir computing takes advantage of continuous variable cluster states as the main quantum resource. Cluster states are key to several photonic quantum technologies, enabling universal quantum computing as well as quantum communication protocols. The proposed measurement-based quantum reservoir computing is based on a neural network of cluster states and local operations, where input data are encoded through measurement, thanks to quantum teleportation. In this design, measurements enable input injections, information processing and continuous monitoring for time series processing. The architecture's power and versatility are tested by performing a set of benchmark tasks showing that the protocol displays internal memory and is suitable for both static and temporal information processing without hardware modifications. This design opens the way to distributed machine learning.
• Abstract（参考訳）: フォトニックプラットフォームに分散量子機械学習とメモリ表示に適した新しいアプローチを提案する。 この測定に基づく量子貯水池計算は、主量子資源として連続的な可変クラスター状態を利用する。 クラスター状態は、量子通信プロトコルと同様に普遍的な量子コンピューティングを可能にする、いくつかのフォトニック量子技術の鍵である。 提案した測定ベースの量子貯水池計算は、クラスタ状態とローカル操作のニューラルネットワークに基づいており、量子テレポーテーション(quantum teleportation)により、測定によって入力データが符号化される。 この設計では、インプットインジェクション、情報処理、時系列処理の継続的モニタリングが可能である。 アーキテクチャのパワーと汎用性は、プロトコルが内部メモリを表示することを示す一連のベンチマークタスクを実行することでテストされる。 この設計は、分散機械学習への道を開く。

関連論文リスト

• 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)
• Quantum Process Learning Through Neural Emulation [3.7228085662092845]
  入力アンサンブルの内部表現を構築し,未知の過程をエミュレートするニューラルネットワークを導入する。 我々のモデルは量子コンピューティング、量子フォトニクス、量子多体物理学への応用において高い精度を示す。
  論文  参考訳（メタデータ） (2023-08-17T06:53:58Z)
• Quantum Machine Learning: from physics to software engineering [58.720142291102135]
  古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。 量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
  論文  参考訳（メタデータ） (2023-01-04T23:37:45Z)
• Simulation of Entanglement Generation between Absorptive Quantum Memories [56.24769206561207]
  我々は、QUantum Network Communication (SeQUeNCe) のオープンソースシミュレータを用いて、2つの原子周波数コム(AFC)吸収量子メモリ間の絡み合いの発生をシミュレートする。 本研究は,SeQUeNCe における truncated Fock 空間内の光量子状態の表現を実現する。 本研究では,SPDC音源の平均光子数と,平均光子数とメモリモード数の両方で異なる絡み合い発生率を観測する。
  論文  参考訳（メタデータ） (2022-12-17T05:51:17Z)
• Quantum Federated Learning with Quantum Data [87.49715898878858]
  量子機械学習(QML)は、量子コンピューティングの発展に頼って、大規模な複雑な機械学習問題を探求する、有望な分野として登場した。 本稿では、量子データ上で動作し、量子回路パラメータの学習を分散的に共有できる初めての完全量子連合学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-05-30T12:19:27Z)
• 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)
• Quantum-enhanced bosonic learning machine [0.0]
  本稿では,量子データに閉じ込められたイオンのシステムで動作させる量子強化ボソニック学習マシンについて述べる。 我々は、高次元量子状態の集合におけるパターンを認識するために、教師なしK平均アルゴリズムを実装した。 得られた知識を用いて、未知の量子状態を教師付きk-NNアルゴリズムで分類する。
  論文  参考訳（メタデータ） (2021-04-09T02:44:57Z)
• Learning Temporal Quantum Tomography [0.0]
  量子状態の準備における制御レベルの定量化と検証は、量子デバイス構築における中心的な課題である。 本稿では,機械学習フレームワークを用いた実用的近似トモグラフィ法を開発した。 量子学習タスクのためのアルゴリズムを実証し、その後、量子短期記憶容量を提案して、短期量子デバイスの時間的処理能力を評価する。
  論文  参考訳（メタデータ） (2021-03-25T17:01:24Z)
• Variational learning for quantum artificial neural networks [0.0]
  まず、量子プロセッサ上での人工ニューロンとフィードフォワードニューラルネットワークの実装について、最近の一連の研究を概説する。 次に、変分アンサンプリングプロトコルに基づく効率的な個別量子ノードのオリジナル実現を提案する。 メモリ効率の高いフィードフォワードアーキテクチャとの完全な互換性を維持しながら、単一ニューロンの活性化確率を決定するのに必要な量子回路深さを効果的に削減する。
  論文  参考訳（メタデータ） (2021-03-03T16:10:15Z)
• 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)
• SeQUeNCe: A Customizable Discrete-Event Simulator of Quantum Networks [53.56179714852967]
  この研究は、包括的でカスタマイズ可能な量子ネットワークシミュレータであるSeQUeNCeを開発した。 本研究では,9つのルータに量子メモリを具備したフォトニック量子ネットワークをシミュレートし,SeQUeNCeの利用を実証する。 オープンソースツールとしてSeQUeNCeをリリースしています。
  論文  参考訳（メタデータ） (2020-09-25T01:52:15Z)

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。