論文の概要: Learning response functions of analog quantum computers: analysis of neutral-atom and superconducting platforms

• arxiv url: http://arxiv.org/abs/2503.12520v1
• Date: Sun, 16 Mar 2025 14:31:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-18 12:28:39.567334
• Title: Learning response functions of analog quantum computers: analysis of neutral-atom and superconducting platforms
• Title（参考訳）: アナログ量子コンピュータの学習応答関数:中性原子と超伝導プラットフォームの解析
• Authors: Cenk Tüysüz, Abhijith Jayakumar, Carleton Coffrin, Marc Vuffray, Andrey Y. Lokhov,
• Abstract要約: 本稿では,任意のユーザ入力からアナログ量子コンピュータの応答関数を学習するためのストリーミングアルゴリズムを提案する。 本研究では,超伝導および中性原子プログラム可能なアレイに基づいて,数世代にわたるアナログ量子シミュレータの応答関数の学習と比較を行う。
• 参考スコア（独自算出の注目度）: 6.186586419955404
• License:
• Abstract: Analog quantum computation is an attractive paradigm for the simulation of time-dependent quantum systems. Programmable analog quantum computers have been realized in hardware using a variety of physical principles, including neutral-atom and superconducting technologies. The input parameters of the physical Hamiltonians that are used to program the quantum simulator generally differ from the parameters that characterize the output distribution of data produced under a specified quantum dynamics. The relationship between the input and output parameters is known as the response function of the analog device. Here, we introduce a streaming algorithm for learning the response function of analog quantum computers from arbitrary user inputs, thus not requiring special calibration runs. We use the method to learn and compare the response functions of several generations of analog quantum simulators based on superconducting and neutral-atom programmable arrays.
• Abstract（参考訳）: アナログ量子計算は時間依存量子システムのシミュレーションにおいて魅力的なパラダイムである。 プログラム可能なアナログ量子コンピュータは、中性原子や超伝導技術を含む様々な物理原理を用いてハードウェアで実現されている。 量子シミュレータをプログラムするために使用される物理ハミルトニアンの入力パラメータは、一般に特定の量子力学の下で生成されたデータの出力分布を特徴づけるパラメータとは異なる。 入力パラメータと出力パラメータの関係は、アナログデバイスの応答関数として知られている。 本稿では,任意のユーザ入力からアナログ量子コンピュータの応答関数を学習するストリーミングアルゴリズムを提案する。 本研究では,超伝導および中性原子プログラム可能なアレイに基づいて,数世代にわたるアナログ量子シミュレータの応答関数の学習と比較を行う。

関連論文リスト

• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
  d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。 我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• Solving reaction dynamics with quantum computing algorithms [42.408991654684876]
  線形応答によって支配される異なる反応を記述することに関連する応答関数の量子アルゴリズムについて検討する。 我々は原子核物理学の応用に焦点をあて、格子上の量子ビット効率のマッピングを検討し、現実的な散乱シミュレーションに必要な大量の量を効率的に表現することができる。
  論文  参考訳（メタデータ） (2024-03-30T00:21:46Z)
• The Cost of Emulating a Small Quantum Annealing Problem in the Circuit-Model [2.287415292857564]
  簡単な問題であってもエミュレーションのオーバーヘッドがかなり大きいことを示す。 これはアナログ量子計算を用いて、短期および中期の時間依存ハミルトン力学を解くのをサポートする。
  論文  参考訳（メタデータ） (2024-02-27T16:41:54Z)
• Predicting Arbitrary State Properties from Single Hamiltonian Quench Dynamics [0.8639941465436463]
  アナログ量子シミュレータ上での任意の状態特性を推定するハミルトンシャドウプロトコルを導入する。 このプロトコルは高度な制御を必要とせず、幅広いアナログ量子シミュレータに適用することができる。
  論文  参考訳（メタデータ） (2023-11-01T17:52:23Z)
• 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)
• Analog quantum variational embedding classifier [8.445680783099196]
  アナログ量子コンピュータを用いたゲート型変分埋め込み分類器を提案する。 性能が飽和し変動するまでのキュービット数を増やすことで分類器の性能を向上させることができる。 提案アルゴリズムは,現実的な機械学習問題を解決するために,現在の量子アニールを用いた可能性を示す。
  論文  参考訳（メタデータ） (2022-11-04T20:58:48Z)
• Quantum circuits for the preparation of spin eigenfunctions on quantum computers [63.52264764099532]
  ハミルトン対称性は、関連する多粒子波動関数を分類するための重要な道具である。 この研究は、量子コンピュータ上の全スピン固有関数の正確かつ近似的な準備のための量子回路を提示する。
  論文  参考訳（メタデータ） (2022-02-19T00:21:46Z)
• Recompilation-enhanced simulation of electron-phonon dynamics on IBM Quantum computers [62.997667081978825]
  小型電子フォノン系のゲートベース量子シミュレーションにおける絶対的資源コストについて考察する。 我々は、弱い電子-フォノン結合と強い電子-フォノン結合の両方のためのIBM量子ハードウェアの実験を行う。 デバイスノイズは大きいが、近似回路再コンパイルを用いることで、正確な対角化に匹敵する電流量子コンピュータ上で電子フォノンダイナミクスを得る。
  論文  参考訳（メタデータ） (2022-02-16T19:00:00Z)
• Quantum-tailored machine-learning characterization of a superconducting qubit [50.591267188664666]
  我々は,量子デバイスのダイナミクスを特徴付ける手法を開発し,デバイスパラメータを学習する。 このアプローチは、数値的に生成された実験データに基づいてトレーニングされた物理に依存しないリカレントニューラルネットワークより優れている。 このデモンストレーションは、ドメイン知識を活用することで、この特徴付けタスクの正確性と効率が向上することを示す。
  論文  参考訳（メタデータ） (2021-06-24T15:58:57Z)
• 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)
• Expressibility and trainability of parameterized analog quantum systems for machine learning applications [0.0]
  システム内の外部駆動と障害の相互作用が、相互作用する量子システムのトレーニング可能性と表現可能性をどのように規定しているかを示す。 我々の研究は、量子多体物理学と機械学習への応用の基本的な関連性を示している。
  論文  参考訳（メタデータ） (2020-05-22T14:59:42Z)

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。