論文の概要: Exponential concentration and symmetries in Quantum Reservoir Computing

• arxiv url: http://arxiv.org/abs/2505.10062v2
• Date: Tue, 20 May 2025 15:10:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-21 12:33:37.375633
• Title: Exponential concentration and symmetries in Quantum Reservoir Computing
• Title（参考訳）: 量子貯留層計算における指数濃度と対称性
• Authors: Antonio Sannia, Gian Luca Giorgi, Roberta Zambrini,
• Abstract要約: 量子貯水池コンピューティング(QRC)は、短期的な量子機械学習のための新しいフレームワークである。 我々は、静的量子機械学習タスクを超えて、時系列処理のためのQRCの集中に対処する。 ハミルトン対称性の活用は集中を著しく抑制し、堅牢でスケーラブルなQRC実装を実現することを実証する。
• 参考スコア（独自算出の注目度）: 0.9217021281095907
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum reservoir computing (QRC) is an emerging framework for near-term quantum machine learning that offers in-memory processing, platform versatility across analogue and digital systems, and avoids typical trainability challenges such as barren plateaus and local minima. The exponential number of independent features of quantum reservoirs opens the way to a potential performance improvement compared to classical settings. However, this exponential scaling can be hindered by exponential concentration, where finite-ensemble noise in quantum measurements requires exponentially many samples to extract meaningful outputs, a common issue in quantum machine learning. In this work, we go beyond static quantum machine learning tasks and address concentration in QRC for time-series processing using quantum-scrambling reservoirs. Beyond discussing how concentration effects can constrain QRC performance, we demonstrate that leveraging Hamiltonian symmetries significantly suppresses concentration, enabling robust and scalable QRC implementations. We illustrate our approach with concrete examples, including an established QRC design.
• Abstract（参考訳）: 量子貯水池コンピューティング(QRC)は、インメモリ処理、アナログおよびデジタルシステム間のプラットフォームの汎用性を提供し、バレンプラトーやローカルミニマのような典型的なトレーニング容易性の問題を回避する、短期量子機械学習のための新興フレームワークである。 量子貯水池の独立な特徴の指数的な数は、古典的な設定に比べて潜在的な性能改善への道を開く。 しかし、この指数的なスケーリングは指数集中によって妨げられ、量子計測における有限アンサンブルノイズは、意味のある出力を抽出するために指数的に多くのサンプルを必要とする。 本研究では,量子スクランブル貯水池を用いた時系列処理において,静的量子機械学習タスクを超越し,QRCの集中度に対処する。 濃度効果がQRC性能を制限できるかを論じるだけでなく、ハミルトン対称性の活用は濃度を著しく抑制し、堅牢でスケーラブルなQRC実装を実現することを実証する。 提案手法は,確立したQRC設計を含む具体例で説明する。

関連論文リスト

• Addressing the Current Challenges of Quantum Machine Learning through Multi-Chip Ensembles [8.3236800339513]
  より小さな量子チップ間で高次元計算を分割するマルチチップアンサンブルVQCフレームワークを提案する。 このアプローチはバレンプラトーを緩和し、量子誤差バイアスと分散を低減し、制御された絡み合いによる堅牢な一般化を維持することを示す。
  論文  参考訳（メタデータ） (2025-05-13T17:57:53Z)
• Near-Term Fermionic Simulation with Subspace Noise Tailored Quantum Error Mitigation [0.0]
  本稿では,SNT(Subspace Noise Tailoring)アルゴリズムを導入し,Symmetry Verification(SV)とPEC(Probabilistic Error Cancellation)QEM(Probabilistic Error Cancellation)の低バイアスを効率よく組み合わせた。 様々な局所フェルミオン-量子ビット符号化を用いて,スピン-1/2フェルミ-ハバードモデル(FHM)の時間発展をシミュレーションし,本手法の性能について検討した。
  論文  参考訳（メタデータ） (2025-03-14T18:20:54Z)
• Parallel Quantum Computing Simulations via Quantum Accelerator Platform Virtualization [44.99833362998488]
  本稿では,量子回路実行の並列化モデルを提案する。 このモデルはバックエンドに依存しない機能を利用することができ、任意のターゲットバックエンド上で並列量子回路の実行を可能にする。
  論文  参考訳（メタデータ） (2024-06-05T17:16:07Z)
• Practical Few-Atom Quantum Reservoir Computing [0.0]
  量子Reservoir Computing (QRC) は、複雑な計算問題に異常な効率とエネルギー使用量の最小化で対処するために量子システムを利用する。 本稿では、光学キャビティ内の2レベル原子をわずかに含む最小限の量子貯水池を利用するQRCフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-05-08T04:14:31Z)
• Mitigating Errors on Superconducting Quantum Processors through Fuzzy Clustering [38.02852247910155]
  新しいQuantum Error Mitigation(QEM)技術では、Fizzy C-Meansクラスタリングを使用して測定エラーパターンを特定できる。 実 NISQ 5-qubit 量子プロセッサのサブセットとして得られた 2-qubit レジスタ上で,この手法の原理的検証を報告する。 我々は、FCMベースのQEM技術により、単一および2ビットゲートベースの量子回路の期待値が合理的に改善できることを実証した。
  論文  参考訳（メタデータ） (2024-02-02T14:02:45Z)
• 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)
• Experimental validation of the Kibble-Zurek Mechanism on a Digital Quantum Computer [62.997667081978825]
  キブル・ズレック機構は対称性の破れを伴う非平衡量子相転移の本質物理学を捉えている。 我々は、ランダウ・ツェナー進化の下で、最も単純な量子の場合、単一の量子ビットに対してKZMを実験的に検証した。 我々は、異なる回路環境とトポロジに埋め込まれた個々の量子ビットに関する広範囲なIBM-Q実験について報告する。
  論文  参考訳（メタデータ） (2022-08-01T18:00:02Z)
• Scalable photonic platform for real-time quantum reservoir computing [0.0]
  量子貯留層計算(Quantum Reservoir Computing)は、量子システムの情報処理能力を利用して、非自明な時間的タスクを解決する。 最近の進歩は、拡大ヒルベルト空間を利用するQRCの可能性を示している。 クローズドループを循環する同一光パルスの形で貯留層の物理的アンサンブルに基づくリアルタイムQRCに適したフォトニックプラットフォームを提案する。
  論文  参考訳（メタデータ） (2022-07-28T11:44:44Z)
• Reducing Unitary Coupled Cluster Circuit Depth by Classical Stochastic Amplitude Pre-Screening [0.0]
  Unitary Coupled Cluster (UCC)アプローチは、量子化学計算を実行するために量子ハードウェアを利用するための魅力的な方法である。 本稿では,従来のUCC前処理ステップを用いてUCCアンサッツの重要な励起を判定する,古典量子と古典量子の併用手法を提案する。
  論文  参考訳（メタデータ） (2021-08-24T18:34:14Z)
• 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)

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。