Fugu-MT 論文翻訳(概要): Minimal Quantum Reservoirs with Hamiltonian Encoding

論文の概要: Minimal Quantum Reservoirs with Hamiltonian Encoding

arxiv url: http://arxiv.org/abs/2505.22575v1
Date: Wed, 28 May 2025 16:50:05 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-29 20:07:45.818555
Title: Minimal Quantum Reservoirs with Hamiltonian Encoding
Title（参考訳）: ハミルトニアン符号化による最小量子貯留層
Authors: Gerard McCaul, Juan Sebastian Totero Gongora, Wendy Otieno, Sergey Savelev, Alexandre Zagoskin, Alexander G. Balanov,
Abstract要約: ハミルトニアン符号化に基づく量子貯水池計算のための最小限のアーキテクチャについて検討する。このアプローチは、一般的に量子機械学習に関連する実験的なオーバーヘッドの多くを回避します。
参考スコア（独自算出の注目度）: 72.27323884094953
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We investigate a minimal architecture for quantum reservoir computing based on Hamiltonian encoding, in which input data is injected via modulation of system parameters rather than state preparation. This approach circumvents many of the experimental overheads typically associated with quantum machine learning, enabling computation without feedback, memory, or state tomography. We demonstrate that such a minimal quantum reservoir, despite lacking intrinsic memory, can perform nonlinear regression and prediction tasks when augmented with post-processing delay embeddings. Our results provide a conceptually and practically streamlined framework for quantum information processing, offering a clear baseline for future implementations on near-term quantum hardware.
Abstract（参考訳）: 本研究では,ハミルトニアン符号化に基づく量子貯水池計算のための最小限のアーキテクチャについて検討する。このアプローチは、一般的に量子機械学習に関連する実験的なオーバーヘッドの多くを回避し、フィードバックやメモリ、状態トモグラフィーを使わずに計算を可能にする。このような最小限の量子貯水池は、固有のメモリを欠いているにもかかわらず、後処理遅延埋め込みで拡張した場合に非線形回帰および予測タスクを実行できることを示す。この結果は,量子情報処理のための概念的かつ実用的なフレームワークを提供し,近い将来の量子ハードウェア実装の明確なベースラインを提供する。

関連論文リスト

An Efficient Quantum Classifier Based on Hamiltonian Representations [50.467930253994155]
量子機械学習(QML)は、量子コンピューティングの利点をデータ駆動タスクに移行しようとする分野である。入力をパウリ弦の有限集合にマッピングすることで、データ符号化に伴うコストを回避できる効率的な手法を提案する。我々は、古典的および量子モデルに対して、テキストおよび画像分類タスクに対する我々のアプローチを評価する。
論文参考訳（メタデータ） (2025-04-13T11:49:53Z)
Feedback-enhanced quantum reservoir computing with weak measurements [1.474723404975345]
フィードバック強化型量子貯水池計算フレームワークを開発した。また,本モデルが従来のQRC手法よりも優れていることを示す。これらの知見は、次世代量子機械学習アプリケーションにおけるフィードバック強化型QRCの可能性を示している。
論文参考訳（メタデータ） (2025-03-23T04:47:06Z)
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)
Drastic Circuit Depth Reductions with Preserved Adversarial Robustness by Approximate Encoding for Quantum Machine Learning [0.5181797490530444]
本研究では, 変分, 遺伝的および行列積状態に基づくアルゴリズムを用いて, 符号化画像データを表す量子状態の効率的な作成法を実装した。その結果、これらの手法は、標準状態準備実装よりも2桁も浅い回路を用いて、QMLに適したレベルにほぼ準備できることが判明した。
論文参考訳（メタデータ） (2023-09-18T01:49:36Z)
Quantum Conformal Prediction for Reliable Uncertainty Quantification in Quantum Machine Learning [47.991114317813555]
量子モデルは暗黙の確率予測器を実装し、測定ショットを通じて各入力に対して複数のランダムな決定を生成する。本稿では、そのようなランダム性を利用して、モデルの不確実性を確実に捉えることができる分類と回帰の両方の予測セットを定義することを提案する。
論文参考訳（メタデータ） (2023-04-06T22:05:21Z)
Optimizing quantum noise-induced reservoir computing for nonlinear and chaotic time series prediction [2.5427629797261297]
我々は, 量子雑音による貯水池を改良し, 貯水池の騒音を表現的非線形信号を生成するための資源として利用する。その結果,1つのノイズモデルと少ないメモリ容量で,非線形ベンチマークにおいて優れたシミュレーション結果が得られた。
論文参考訳（メタデータ） (2023-03-09T18:40:03Z)
A didactic approach to quantum machine learning with a single qubit [68.8204255655161]
我々は、データ再ロード技術を用いて、単一のキュービットで学習するケースに焦点を当てる。我々は、Qiskit量子コンピューティングSDKを用いて、おもちゃと現実世界のデータセットに異なる定式化を実装した。
論文参考訳（メタデータ） (2022-11-23T18:25:32Z)
Physical reservoir computing using finitely-sampled quantum systems [0.0]
貯留層計算は物理貯水池の非線形力学を利用して複雑な時系列処理を行う。ここでは、非線形量子貯水池を用いた連続測定による貯水池計算の枠組みについて述べる。
論文参考訳（メタデータ） (2021-10-26T16:46:14Z)
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)
Temporal Information Processing on Noisy Quantum Computers [3.4180402210147243]
複素散逸型量子力学を利用する量子貯水池計算を提案する。遠隔アクセスされたクラウドベースの超伝導量子コンピュータに関する実証実験は、小さくノイズの多い量子貯水池が高次非線形時間的タスクに対処できることを実証している。本研究は, 量子誤り訂正を伴わず, 忠実度を増大させるような, 短期ゲートモデル量子コンピュータの魅力的な時間的処理手法の道筋をたどるものである。
論文参考訳（メタデータ） (2020-01-26T19:00:03Z)

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。