論文の概要: Neural Quantum Digital Twins for Optimizing Quantum Annealing

• arxiv url: http://arxiv.org/abs/2505.15662v1
• Date: Wed, 21 May 2025 15:38:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-22 15:42:59.748589
• Title: Neural Quantum Digital Twins for Optimizing Quantum Annealing
• Title（参考訳）: 量子アニーリング最適化のためのニューラル量子ディジタル双晶
• Authors: Jianlong Lu, Hanqiu Peng, Ying Chen,
• Abstract要約: 量子多体系のエネルギー景観を再構築するニューラル量子ディジタルツイン(NQDT)フレームワークを提案する。 NQDTは量子臨界性や相転移を含む重要な量子現象を正確に捉えている。
• 参考スコア（独自算出の注目度）: 2.8579459256051316
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Quantum annealers have shown potential in addressing certain combinatorial optimization problems, though their performance is often limited by scalability and errors rates. In this work, we propose a Neural Quantum Digital Twin (NQDT) framework that reconstructs the energy landscape of quantum many-body systems relevant to quantum annealing. The digital twin models both ground and excited state dynamics, enabling detailed simulation of the adiabatic evolution process. We benchmark NQDT on systems with known analytical solutions and demonstrate that it accurately captures key quantum phenomena, including quantum criticality and phase transitions. Leveraging this framework, one can identify optimal annealing schedules that minimize excitation-related errors. These findings highlight the utility of neural network-based digital twins as a diagnostic and optimization tool for improving the performance of quantum annealers.
• Abstract（参考訳）: 量子アニールは特定の組合せ最適化問題に対処する可能性を示しているが、その性能はスケーラビリティとエラー率によって制限されることが多い。 本研究では,量子アニーリングに関連する量子多体系のエネルギー景観を再構成するニューラル量子ディジタルツイン(NQDT)フレームワークを提案する。 デジタルツインモデルは、基底状態と励起状態のダイナミクスの両方をモデル化し、断熱進化過程の詳細なシミュレーションを可能にする。 我々は、既知の解析解を持つシステム上でNQDTをベンチマークし、量子臨界性や相転移を含む重要な量子現象を正確に捉えることを示した。 このフレームワークを利用することで、励起関連エラーを最小限に抑える最適なアニールスケジュールを特定できる。 これらの知見は、量子アニールの性能を向上させるための診断および最適化ツールとして、ニューラルネットワークベースのデジタルツインの有用性を強調している。

関連論文リスト

• Quantum-enhanced neural networks for quantum many-body simulations [3.8145527526052576]
  本稿では、パラメータ化量子回路とニューラルネットワークを組み合わせて量子多体波動関数をモデル化する量子ニューラルハイブリッドフレームワークを提案する。 数値シミュレーションでは、スピン系と量子化学問題におけるハイブリッドアンサッツのスケーラビリティと精度が示されている。
  論文  参考訳（メタデータ） (2025-01-21T13:44:52Z)
• Quantum consistent neural/tensor networks for photonic circuits with strongly/weakly entangled states [0.0]
  本稿では,閉じた絡み合ったシステムの正確なユニタリ進化を,高精度で効率的な量子一貫した方法で近似する手法を提案する。 量子力学の少数の例でネットワークを訓練することにより、より大きなヒルベルト空間における効率的なパラメータ推定を可能にする。
  論文  参考訳（メタデータ） (2024-06-03T09:51:25Z)
• Quantum machine learning for image classification [39.58317527488534]
  本研究では、量子力学の原理を有効計算に活用する2つの量子機械学習モデルを紹介する。 我々の最初のモデルは、並列量子回路を持つハイブリッド量子ニューラルネットワークであり、ノイズの多い中間スケール量子時代においても計算の実行を可能にする。 第2のモデルは、クオン進化層を持つハイブリッド量子ニューラルネットワークを導入し、畳み込みプロセスによる画像の解像度を低下させる。
  論文  参考訳（メタデータ） (2023-04-18T18:23:20Z)
• On-the-fly Tailoring towards a Rational Ansatz Design for Digital Quantum Simulations [0.0]
  量子デバイスで物理的に実現可能な低深さ量子回路を開発することが不可欠である。 我々は,最適なアンサッツを動的に調整できるアンサッツ構成プロトコルを開発した。 アンザッツの構成は、エネルギーソートと演算子の可換性事前スクリーニングによって並列量子アーキテクチャで実行される可能性がある。
  論文  参考訳（メタデータ） (2023-02-07T11:22:01Z)
• 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)
• 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)
• Quantum Neural Architecture Search with Quantum Circuits Metric and Bayesian Optimization [2.20200533591633]
  各量子状態に対するゲートの作用を特徴付ける新しい量子ゲート距離を提案する。 提案手法は、経験的量子機械学習の3つの問題において、ベンチマークを著しく上回っている。
  論文  参考訳（メタデータ） (2022-06-28T16:23:24Z)
• Entanglement Forging with generative neural network models [0.0]
  ハイブリッド量子-古典的変分アンゼ」は、量子リソースオーバーヘッドを下げるために絡み合いを鍛えることができることを示す。 この方法は観測者の期待値の固定精度を達成するのに必要な測定値の数で効率的である。
  論文  参考訳（メタデータ） (2022-05-02T14:29:17Z)
• Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
  量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。 変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。 量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
  論文  参考訳（メタデータ） (2021-08-09T18:00:05Z)
• Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
  マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。 その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
  論文  参考訳（メタデータ） (2021-06-24T20:16:02Z)
• 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。