論文の概要: Feedback Connections in Quantum Reservoir Computing with Mid-Circuit Measurements

• arxiv url: http://arxiv.org/abs/2503.22380v2
• Date: Mon, 31 Mar 2025 09:22:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-01 13:14:21.823685
• Title: Feedback Connections in Quantum Reservoir Computing with Mid-Circuit Measurements
• Title（参考訳）: 中間回路計測による量子貯留層計算におけるフィードバック接続
• Authors: Jakob Murauer, Rajiv Krishnakumar, Sabine Tornow, Michaela Geierhos,
• Abstract要約: フィードバック接続を統合する新しい量子貯水池計算方式について検討する。 モデルが過去の入力を記憶できるように,連続処理中にフィードバック接続が効果的に動作可能であることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Existing approaches to quantum reservoir computing can be broadly categorized into restart-based and continuous protocols. Restart-based methods require reinitializing the quantum circuit for each time step, while continuous protocols use mid-circuit measurements to enable uninterrupted information processing. A gap exists between these two paradigms: While restart-based methods naturally have high execution times due to the need for circuit reinitialization, they can employ novel feedback connections to enhance performance. In contrast, continuous methods have significantly faster execution times but typically lack such feedback mechanisms. In this work, we investigate a novel quantum reservoir computing scheme that integrates feedback connections, which can operate within the coherence time of a qubit. We demonstrate our architecture using a minimal example and evaluate memory capacity and predictive capabilities. We show that the correlation coefficient for the short-term memory task on past inputs is nonzero, indicating that feedback connections can effectively operate during continuous processing to allow the model to remember past inputs.
• Abstract（参考訳）: 既存の量子貯水池計算のアプローチは、リスタートベースおよび連続プロトコルに広く分類することができる。 リスタートベースの手法では、時間ステップごとに量子回路を再起動する必要があるが、連続的なプロトコルは、中断しない情報処理を可能にするために中間回路計測を使用する。 再起動ベースのメソッドは、回路の再起動を必要とするため、自然に高い実行時間を持つが、彼らはパフォーマンスを向上させるために新しいフィードバック接続を使用することができる。 対照的に、連続的なメソッドは実行時間が大幅に速いが、一般的にそのようなフィードバックメカニズムが欠如している。 本研究では、量子ビットのコヒーレンス時間内で動作可能な、フィードバック接続を統合する新しい量子貯水池計算方式について検討する。 最小限の例を使ってアーキテクチャを実証し、メモリ容量と予測能力を評価する。 過去の入力における短期記憶タスクの相関係数はゼロではなく、連続処理中にフィードバック接続が効果的に動作し、過去の入力を記憶できることを示す。

関連論文リスト

• Fast Training of Recurrent Neural Networks with Stationary State Feedbacks [48.22082789438538]
  リカレントニューラルネットワーク(RNN)は最近、Transformerよりも強力なパフォーマンスと高速な推論を実証している。 BPTTを固定勾配フィードバック機構で置き換える新しい手法を提案する。
  論文  参考訳（メタデータ） (2025-03-29T14:45:52Z)
• Techniques for Enhancing Memory Capacity of Reservoir Computing [0.7421845364041001]
  Reservoir Computing(RC)は、バイオインスパイアされた機械学習フレームワークである。 RCにおけるメモリ容量と非線形性の間にはトレードオフがある。 本研究では,貯水池モデルのメモリ容量を改善する手法を提案する。
  論文  参考訳（メタデータ） (2025-02-25T07:38:58Z)
• Feedback-driven quantum reservoir computing for time-series analysis [1.1920094285063136]
  量子貯水池計算(QRC)は、非線形情報処理のための計算資源として量子システムを利用する有望な計算パラダイムである。 時系列分析のためのフィードバック駆動型QRCフレームワークを提案する。 我々は,QRCがフィードバック接続によってフェードメモリ特性の取得に成功したことを実証した。
  論文  参考訳（メタデータ） (2024-06-22T08:28:08Z)
• Analysis of Asynchronous Protocols for Entanglement Distribution in Quantum Networks [9.971549076128268]
  量子ネットワークにおける絡み合いに対する2つの最小限の非同期プロトコルについて検討する。 リンクレベルで独立に絡み合いを発生させる並列スキームと、一方から他方への絡み合いを反復的に延長するシーケンシャルスキームとを具備する。 並列方式と並列方式を比較検討した結果, 逐次方式の優位性が示唆された。
  論文  参考訳（メタデータ） (2024-05-03T18:04:11Z)
• Overcoming the Coherence Time Barrier in Quantum Machine Learning on Temporal Data [0.0]
  量子ビット型量子システムのための機械学習アルゴリズム NISQRC を提案する。 NISQRCはコヒーレンス時間によって制限されず、任意の長さのテスト信号を復元できることを示す。
  論文  参考訳（メタデータ） (2023-12-26T18:54:33Z)
• Federated Quantum Long Short-term Memory (FedQLSTM) [58.50321380769256]
  量子フェデレーション学習(QFL)は、量子機械学習(QML)モデルを使用して、複数のクライアント間の協調学習を容易にする。 関数の近似に時間的データを利用するQFLフレームワークの開発に前向きな作業は行われていない。 量子長短期メモリ(QLSTM)モデルと時間データを統合する新しいQFLフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-12-21T21:40:47Z)
• Constant Memory Attention Block [74.38724530521277]
  Constant Memory Attention Block (CMAB) は、新しい汎用アテンションブロックであり、その出力を一定メモリで計算し、一定計算で更新を実行する。 提案手法は,メモリ効率を著しく向上しつつ,最先端技術と競合する結果が得られることを示す。
  論文  参考訳（メタデータ） (2023-06-21T22:41:58Z)
• Deep Reinforcement Learning for IRS Phase Shift Design in Spatiotemporally Correlated Environments [93.30657979626858]
  本稿では,チャネル相関と目的地動きを考慮したディープアクター批判アルゴリズムを提案する。 チャネルが時間的に相関している場合、コンバージェンスを抑制する方法において、関数近似を伴う状態表現にSNRを組み込むことが示される。
  論文  参考訳（メタデータ） (2022-11-02T22:07:36Z)
• Anticipative measurements in hybrid quantum-classical computation [68.8204255655161]
  量子計算を古典的な結果によって補う手法を提案する。 予測の利点を生かして、新しいタイプの量子測度がもたらされる。 予測量子測定では、古典計算と量子計算の結果の組み合わせは最後にのみ起こる。
  論文  参考訳（メタデータ） (2022-09-12T15:47:44Z)
• Recovery With Incomplete Knowledge: Fundamental Bounds on Real-Time Quantum Memories [0.0]
  オブザーバベースの(不完全な知識)回復プロトコルをリアルタイムパラメータ推定問題とみなす。 本稿では,このプロトコルの性能に関する情報理論および経験的境界について述べる。
  論文  参考訳（メタデータ） (2022-08-08T21:26:07Z)
• Data post-processing for the one-way heterodyne protocol under composable finite-size security [62.997667081978825]
  本研究では,実用的連続可変(CV)量子鍵分布プロトコルの性能について検討する。 ヘテロダイン検出を用いたガウス変調コヒーレント状態プロトコルを高信号対雑音比で検討する。 これにより、プロトコルの実践的な実装の性能を調べ、上記のステップに関連付けられたパラメータを最適化することができる。
  論文  参考訳（メタデータ） (2022-05-20T12:37:09Z)
• Time Series Quantum Reservoir Computing with Weak and Projective Measurements [0.0]
  貯水池の量子性を利用して理想的な性能が得られることを示す。 1つは、貯水池のフェーディングメモリによって決定されるダイナミクスの巻き戻し部分と、入力シーケンスの対応するデータを記憶する。 他方は、必要なメモリを邪魔することなく、正確に情報を抽出できるトレードオフでオンラインに動作する弱い測定方法を採用している。
  論文  参考訳（メタデータ） (2022-05-13T17:57:39Z)
• Fast Swapping in a Quantum Multiplier Modelled as a Queuing Network [64.1951227380212]
  量子回路をキューネットワークとしてモデル化することを提案する。 提案手法はスケーラビリティが高く,大規模量子回路のコンパイルに必要となる潜在的な速度と精度を有する。
  論文  参考訳（メタデータ） (2021-06-26T10:55:52Z)
• Composably secure data processing for Gaussian-modulated continuous variable quantum key distribution [58.720142291102135]
  連続可変量子鍵分布(QKD)は、ボソニックモードの二次構造を用いて、2つのリモートパーティ間の秘密鍵を確立する。 構成可能な有限サイズセキュリティの一般的な設定におけるホモダイン検出プロトコルについて検討する。 特に、ハイレート(非バイナリ)の低密度パリティチェックコードを使用する必要のあるハイシグネチャ・ツー・ノイズ・システマを解析する。
  論文  参考訳（メタデータ） (2021-03-30T18:02:55Z)
• Temporal Memory Relation Network for Workflow Recognition from Surgical Video [53.20825496640025]
  本研究では, 長期および多スケールの時間パターンを関連づける, エンドツーエンドの時間メモリ関係ネットワーク (TMNet) を提案する。 我々はこのアプローチを2つのベンチマーク手術ビデオデータセットで広範囲に検証した。
  論文  参考訳（メタデータ） (2021-03-30T13:20:26Z)
• One-step regression and classification with crosspoint resistive memory arrays [62.997667081978825]
  高速で低エネルギーのコンピュータは、エッジでリアルタイム人工知能を実現するために要求されている。 ワンステップ学習は、ボストンの住宅のコスト予測と、MNIST桁認識のための2層ニューラルネットワークのトレーニングによって支援される。 結果は、クロスポイントアレイ内の物理計算、並列計算、アナログ計算のおかげで、1つの計算ステップで得られる。
  論文  参考訳（メタデータ） (2020-05-05T08:00:07Z)

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。