論文の概要: Tensor networks for quantum computing

• arxiv url: http://arxiv.org/abs/2503.08626v1
• Date: Tue, 11 Mar 2025 17:10:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-12 15:42:10.204208
• Title: Tensor networks for quantum computing
• Title（参考訳）: 量子コンピューティングのためのテンソルネットワーク
• Authors: Aleksandr Berezutskii, Atithi Acharya, Roman Ellerbrock, Johnnie Gray, Reza Haghshenas, Zichang He, Abid Khan, Viacheslav Kuzmin, Minzhao Liu, Dmitry Lyakh, Danylo Lykov, Salvatore Mandrà, Christopher Mansell, Alexey Melnikov, Artem Melnikov, Vladimir Mironov, Dmitry Morozov, Florian Neukart, Alberto Nocera, Michael A. Perlin, Michael Perelshtein, Ruslan Shaydulin, Benjamin Villalonga, Markus Pflitsch, Marco Pistoia, Valerii Vinokur, Yuri Alexeev,
• Abstract要約: テンソルネットワークの多種多様な応用を概観し、量子コンピューティングにおける重要な道具であることを示す。 具体的には、量子合成、量子回路、量子誤り訂正、量子機械学習のシミュレーションを含む、量子コンピューティングの様々な領域におけるテンソルネットワークの適用について要約する。
• 参考スコア（独自算出の注目度）: 27.077215121982192
• License:
• Abstract: In the rapidly evolving field of quantum computing, tensor networks serve as an important tool due to their multifaceted utility. In this paper, we review the diverse applications of tensor networks and show that they are an important instrument for quantum computing. Specifically, we summarize the application of tensor networks in various domains of quantum computing, including simulation of quantum computation, quantum circuit synthesis, quantum error correction, and quantum machine learning. Finally, we provide an outlook on the opportunities and the challenges of the tensor-network techniques.
• Abstract（参考訳）: 量子コンピューティングの急速に発展する分野では、テンソルネットワークはその多面的ユーティリティのために重要なツールとして機能する。 本稿では,テンソルネットワークの多種多様な応用を概説し,量子コンピューティングの重要な手段であることを示す。 具体的には、量子計算、量子回路合成、量子誤り訂正、量子機械学習のシミュレーションを含む、量子コンピューティングの様々な領域におけるテンソルネットワークの適用について要約する。 最後に,テンソルネットワーク技術の可能性と課題について概観する。

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)
• A Brief Introduction to Quantum Network Control [7.952919774651851]
  量子ネットワーキングは、情報処理と通信を変革する可能性を持つ新興分野である。 量子ネットワーク制御(quantum network control)は、エンタングルメント(エンタングルド量子ビット)を分散するアルゴリズムを設計するための分野である。 本稿では,量子鍵分布や分散量子コンピューティングなどの応用を実現するために,マルチホップ量子ネットワークにおける絡み合いの分散モデルを提案する。
  論文  参考訳（メタデータ） (2024-07-29T11:21:45Z)
• End-to-End Quantum Vision Transformer: Towards Practical Quantum Speedup in Large-Scale Models [20.72342380227143]
  本稿では、革新的な量子残差接続技術を含む、エンドツーエンドの量子ビジョン変換器(QViT)を紹介する。 QViTの徹底的な分析により、理論上指数関数的複雑性と経験的スピードアップが明らかとなり、量子コンピューティングアプリケーションにおけるモデルの効率性とポテンシャルが示される。
  論文  参考訳（メタデータ） (2024-02-29T08:12:02Z)
• Practical limitations on robustness and scalability of quantum Internet [0.7499722271664144]
  量子インターネットのスケーリングとロバスト性に関する限界について検討する。 本稿では,セキュアな通信,デリゲートコンピューティング,および終端ノード間のリソース分布の現実的なボトルネックについて述べる。 量子ネットワークのいくつかの例では、異なる量子ネットワークタスクを実行するアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-08-24T12:32:48Z)
• 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)
• QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional Networks [124.7972093110732]
  本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。 現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。 我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
  論文  参考訳（メタデータ） (2022-11-09T21:43:16Z)
• DQC$^2$O: Distributed Quantum Computing for Collaborative Optimization in Future Networks [54.03701670739067]
  本稿では、将来のネットワークにおける最適化タスクを解決するために、量子コンピュータと量子チャネルを管理するための適応型分散量子コンピューティング手法を提案する。 提案手法に基づいて,スマートグリッド管理やIoT連携,UAV軌道計画など,今後のネットワークにおける協調最適化の潜在的な応用について論じる。
  論文  参考訳（メタデータ） (2022-09-16T02:44:52Z)
• Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
  本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。 本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
  論文  参考訳（メタデータ） (2022-09-16T02:37:32Z)
• 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)
• A Derivative-free Method for Quantum Perceptron Training in Multi-layered Neural Networks [2.962453125262748]
  量子パーセプトロンに基づく多層ニューラルネットワークのグラデーションフリー・アプローチ 我々は測定可能な演算子を用いて、マルコフプロセスと整合した方法でネットワークの状態を定義する。
  論文  参考訳（メタデータ） (2020-09-23T01:38:34Z)

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。