論文の概要: A Survey of Quantum Transformers: Approaches, Advantages, Challenges, and Future Directions

• arxiv url: http://arxiv.org/abs/2504.03192v1
• Date: Fri, 04 Apr 2025 05:40:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-14 20:34:19.251431
• Title: A Survey of Quantum Transformers: Approaches, Advantages, Challenges, and Future Directions
• Title（参考訳）: 量子変換器に関するサーベイ:アプローチ,アドバンテージ,課題,今後の方向性
• Authors: Hui Zhang, Qinglin Zhao,
• Abstract要約: 量子トランスモデル(Quantum Transformer Model)は、量子機械学習(QML)における重要な研究方向を表す。 PQCベースのTransformerモデルは、現在の研究の主要な焦点である。 量子線形代数(QLA)ベースのトランスフォーマーモデルは、将来のフォールトトレラント量子コンピューティングに依存している。
• 参考スコア（独自算出の注目度）: 2.5871385953824855
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum Transformer models represent a significant research direction in quantum machine learning (QML), leveraging the parallelism and entanglement properties of quantum computing to overcome the computational complexity and expressive limitations of classical Transformers. Parameterized quantum circuit (PQC)-based Transformer models are the primary focus of current research, employing PQCs to achieve varying degrees of quantumization, including strategies such as QKV-only Quantum mapping, Quantum Pairwise Attention, Quantum Global Attention, and Quantum-Assisted Acceleration. These approaches are well-suited to Noisy Intermediate-Scale Quantum (NISQ) devices, demonstrating potential in small-scale tasks to reduce complexity or enhance performance. The strength of PQC-based methods lies in their compatibility with existing quantum hardware, positioning them as the main pathway toward the practical implementation of quantum Transformers. However, these methods face challenges such as limited scalability, the absence of standardized testing benchmarks, and the "barren plateau" problem during training. As a complementary approach, Quantum Linear Algebra (QLA)-based Transformer models rely on future fault-tolerant quantum computing, utilizing techniques like block-encoding and Quantum Singular Value Transformation (QSVT) to achieve efficient matrix operations and theoretically significant complexity reductions, though they remain in the theoretical exploration stage. Future research should prioritize optimizing PQC-based hybrid architectures and quantum global attention models, establishing unified evaluation frameworks, and addressing training difficulties, while also exploring hybrid PQC-QLA approaches to advance the development of quantum Transformers.
• Abstract（参考訳）: 量子トランスフォーマーモデル(Quantum Transformer model)は量子機械学習(QML)において、量子コンピューティングの並列性と絡み合い特性を利用して、古典的なトランスフォーマーの計算複雑性と表現的制限を克服する重要な研究方向を示す。 パラメタライズド量子回路(PQC)ベースのトランスフォーマーモデルは、QKVのみの量子マッピング、量子ペアワイドアテンション、量子グローバルアテンション、量子アシストアクセラレーションなどの戦略を含む、様々な量子化の度合いを達成するためにPQCを使用する現在の研究の主要な焦点である。 これらの手法は、ノイズのある中間量子(NISQ)デバイスに適しており、複雑さを減らしたり、性能を向上させるための小規模タスクの可能性を示している。 PQCベースの手法の強みは、既存の量子ハードウェアとの互換性にある。 しかし、これらの手法は、スケーラビリティの制限、標準化されたテストベンチマークの欠如、トレーニング中の"不規則な高原"問題といった課題に直面している。 補完的なアプローチとして、Quantum Linear Algebra(QLA)ベースのTransformerモデルは将来的なフォールトトレラントな量子コンピューティングに依存し、効率的な行列演算と理論的に重要な複雑性削減を実現するためにブロックエンコーディングや量子特異値変換(QSVT)のような技術を利用する。 今後の研究は、PQCベースのハイブリッドアーキテクチャと量子グローバルアテンションモデルの最適化、統一評価フレームワークの確立、トレーニングの難しさへの対処、および量子トランスフォーマーの開発を進めるためのハイブリッドPQC-QLAアプローチを優先すべきである。

関連論文リスト

• VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning [60.996803677584424]
  変分量子回路(VQC)は、量子機械学習のための新しい経路を提供する。 それらの実用的応用は、制約付き線形表現性、最適化課題、量子ハードウェアノイズに対する鋭敏感といった固有の制限によって妨げられている。 この研究は、これらの障害を克服するために設計されたスケーラブルで堅牢なハイブリッド量子古典アーキテクチャであるVQC-MLPNetを導入している。
  論文  参考訳（メタデータ） (2025-06-12T01:38:15Z)
• Enhancing variational quantum algorithms by balancing training on classical and quantum hardware [1.8377902806196762]
  変分量子アルゴリズム(VQA)は、量子ユーティリティや利点への短期的なルートを提供する可能性がある。 VQAは、基底状態推定のような様々なタスクに対して提案されている。 量子ハードウェアのトレーサビリティとリソースコストには、依然として大きな課題がある。
  論文  参考訳（メタデータ） (2025-03-20T17:17:58Z)
• Comprehensive Survey of QML: From Data Analysis to Algorithmic Advancements [2.5686697584463025]
  量子機械学習(Quantum Machine Learning)は、量子コンピューティングと機械学習の交差点におけるパラダイムシフトである。 この分野は、ハードウェアの制約、ノイズ、量子ビットコヒーレンス(英語版)の制限など、重大な課題に直面している。 この調査は、実用的な実世界のアプリケーションに向けて量子機械学習を進めるための基盤となるリソースを提供することを目的としている。
  論文  参考訳（メタデータ） (2025-01-16T13:25:49Z)
• Leveraging Pre-Trained Neural Networks to Enhance Machine Learning with Variational Quantum Circuits [48.33631905972908]
  我々は、事前学習されたニューラルネットワークを用いて変分量子回路(VQC)を強化する革新的なアプローチを導入する。 この手法は近似誤差をキュービット数から効果的に分離し、制約条件の必要性を除去する。 我々の結果はヒトゲノム解析などの応用にまで拡張され、我々のアプローチの幅広い適用性を示している。
  論文  参考訳（メタデータ） (2024-11-13T12:03:39Z)
• Transformer Models for Quantum Gate Set Tomography [1.1528488253382057]
  量子計算は、高性能コンピューティングの領域における有望なフロンティアである。 本研究では,高忠実かつスケーラブルな量子プロセッサを製造する上での課題について検討する。
  論文  参考訳（メタデータ） (2024-05-03T13:45:27Z)
• Parameterized quantum comb and simpler circuits for reversing unknown qubit-unitary operations [8.14510296131348]
  量子プロセス変換タスクにおいて,量子コムの潜在能力を最大限に活用するためのPQCombを提案する。 未知のキュービットユニタリ進化の時間反転シミュレーションのための2つの合理化プロトコルを提案する。 また、PQCombを拡張して、量子ユニタリ変換とチャネル識別の問題を解決する。
  論文  参考訳（メタデータ） (2024-03-06T14:53:24Z)
• Universal quantum computation using quantum annealing with the transverse-field Ising Hamiltonian [0.0]
  逆場イジング・ハミルトニアンを用いた普遍量子計算の実践的実装法を提案する。 我々の提案はD-Waveデバイスと互換性があり、大規模ゲートベースの量子コンピュータの実現の可能性を広げている。
  論文  参考訳（メタデータ） (2024-02-29T12:47:29Z)
• QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum Circuits [82.50620782471485]
  QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。 1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。 提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
  論文  参考訳（メタデータ） (2024-01-10T22:33:00Z)
• Quantum Generative Adversarial Networks: Bridging Classical and Quantum Realms [0.6827423171182153]
  GAN(Generative Adversarial Networks)領域における古典的および量子コンピューティングパラダイムの相乗的融合について検討する。 我々の目的は、量子計算要素を従来のGANアーキテクチャにシームレスに統合し、トレーニングプロセスの強化のために新しい経路を開放することである。 この研究は量子化機械学習の最前線に位置し、量子システムの計算能力を活用するための重要な一歩である。
  論文  参考訳（メタデータ） (2023-12-15T16:51:36Z)
• Hamiltonian Encoding for Quantum Approximate Time Evolution of Kinetic Energy Operator [2.184775414778289]
  時間進化作用素は、量子コンピュータにおける化学実験の正確な計算において重要な役割を果たす。 我々は、運動エネルギー演算子の量子化のための新しい符号化法、すなわち量子近似時間発展法(QATE)を提案している。
  論文  参考訳（メタデータ） (2023-10-05T05:25:38Z)
• 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)
• Enabling Non-Linear Quantum Operations through Variational Quantum Splines [1.3874486202578669]
  本稿では,ハイブリッド量子古典計算を用いた非線形量子活性化関数の近似法を提案する。 提案手法は非線形近似のフレキシブルな問題表現に依存しており,既存の量子ニューラルネットワークアーキテクチャに組み込むのに適している。
  論文  参考訳（メタデータ） (2023-03-08T18:39:43Z)
• 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)
• Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the Race to Practical Quantum Advantage [43.3054117987806]
  本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。 本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。 古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
  論文  参考訳（メタデータ） (2022-08-29T15:24:03Z)
• Circuit Symmetry Verification Mitigates Quantum-Domain Impairments [69.33243249411113]
  本稿では,量子状態の知識を必要とせず,量子回路の可換性を検証する回路指向対称性検証を提案する。 特に、従来の量子領域形式を回路指向安定化器に一般化するフーリエ時間安定化器(STS)手法を提案する。
  論文  参考訳（メタデータ） (2021-12-27T21:15:35Z)
• Standard Model Physics and the Digital Quantum Revolution: Thoughts about the Interface [68.8204255655161]
  量子システムの分離・制御・絡み合いの進歩は、かつての量子力学の興味深い特徴を、破壊的な科学的・技術的進歩のための乗り物へと変えつつある。 本稿では,3つの領域科学理論家の視点から,絡み合い,複雑性,量子シミュレーションのインターフェースについて考察する。
  論文  参考訳（メタデータ） (2021-07-10T06:12:06Z)
• A practical guide for building superconducting quantum devices [2.7080431315882967]
  近年cQEDコミュニティによって開発された,最も重要なビルディングブロックをいくつか紹介する。 我々は、ほとんどのcQED実験の基盤となるコア技術の概要を提供し、初心者実験者が最初の量子デバイスを設計、構築、特徴付けるための実践的なガイドを提供することを目指している。
  論文  参考訳（メタデータ） (2021-06-11T05:28:01Z)
• 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)
• Tensor Network Quantum Virtual Machine for Simulating Quantum Circuits at Exascale [57.84751206630535]
  本稿では,E-scale ACCelerator(XACC)フレームワークにおける量子回路シミュレーションバックエンドとして機能する量子仮想マシン(TNQVM)の近代化版を提案する。 新バージョンは汎用的でスケーラブルなネットワーク処理ライブラリであるExaTNをベースにしており、複数の量子回路シミュレータを提供している。 ポータブルなXACC量子プロセッサとスケーラブルなExaTNバックエンドを組み合わせることで、ラップトップから将来のエクサスケールプラットフォームにスケール可能なエンドツーエンドの仮想開発環境を導入します。
  論文  参考訳（メタデータ） (2021-04-21T13:26:42Z)
• Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
  本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。 数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
  論文  参考訳（メタデータ） (2020-10-20T12:06:27Z)
• 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)

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。