論文の概要: Quantum Reservoir Computing for Corrosion Prediction in Aerospace: A Hybrid Approach for Enhanced Material Degradation Forecasting

• arxiv url: http://arxiv.org/abs/2505.22837v1
• Date: Wed, 28 May 2025 20:16:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-30 18:14:07.521117
• Title: Quantum Reservoir Computing for Corrosion Prediction in Aerospace: A Hybrid Approach for Enhanced Material Degradation Forecasting
• Title（参考訳）: 宇宙空間における腐食予測のための量子貯留層計算:材料劣化予測のためのハイブリッドアプローチ
• Authors: Akshat Tandon, James Brown, Kenny Heitritter, Tarini Hardikar, Kanav Setia, Rene Boettcher, Klaus Schertler, Jasper Simon Krauser,
• Abstract要約: 材料劣化の予測は多くの業界で 解決すべき重要な問題です 量子機械学習は有望な研究分野であるが、不毛の台地や測定オーバーヘッドのようなよく知られた欠陥に悩まされている。 ここでは、より小さな量子貯水池を同時に進化させることにより、量子貯水池コンピューティングの領域で同じ考え方を用いる。
• 参考スコア（独自算出の注目度）: 0.1741346113266207
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The prediction of material degradation is an important problem to solve in many industries. Environmental conditions, such as humidity and temperature, are important drivers of degradation processes, with corrosion being one of the most prominent ones. Quantum machine learning is a promising research field but suffers from well known deficits such as barren plateaus and measurement overheads. To address this problem, recent research has examined quantum reservoir computing to address time-series prediction tasks. Although a promising idea, developing circuits that are expressive enough while respecting the limited depths available on current devices is challenging. In classical reservoir computing, the onion echo state network model (ESN) [https://doi.org/10.1007/978-3-031-72359-9_9] was introduced to increase the interpretability of the representation structure of the embeddings. This onion ESN model utilizes a concatenation of smaller reservoirs that describe different time scales by covering different regions of the eigenvalue spectrum. Here, we use the same idea in the realm of quantum reservoir computing by simultaneously evolving smaller quantum reservoirs to better capture all the relevant time-scales while keeping the circuit depth small. We do this by modifying the rotation angles which we show alters the eigenvalues of the quantum evolution, but also note that modifying the number of mid-circuit measurements accomplishes the same goals of changing the long-term or short-term memory. This onion QRC outperforms a simple model and a single classical reservoir for predicting the degradation of aluminum alloys in different environmental conditions. By combining the onion QRC with an additional classical reservoir layer, the prediction accuracy is further improved.
• Abstract（参考訳）: 材料劣化の予測は多くの産業で解決すべき重要な問題である。 湿度や温度などの環境条件は劣化過程の重要な要因であり、腐食は最も顕著な要因の1つである。 量子機械学習は有望な研究分野であるが、不毛の台地や測定オーバーヘッドのようなよく知られた欠陥に悩まされている。 この問題に対処するため、近年の研究では、時系列予測タスクに対処するための量子貯水池計算について検討している。 有望なアイデアではあるが、現在のデバイスで利用可能な限られた深さを尊重しながら十分に表現可能な回路を開発することは困難である。 古典型貯水池計算では, 埋め込みの表現構造の解釈可能性を高めるため, タマネギエコー状態ネットワークモデル (ESN) [https://doi.org/10.1007/978-3-031-72359-9_9] を導入した。 このオニオンESNモデルは、固有値スペクトルの異なる領域をカバーすることで異なる時間スケールを記述する小さな貯水池の連結を利用する。 ここでは、より小さな量子貯水池を同時に進化させ、回路深度を小さくしながら、関連するすべての時間スケールをよりよく捉えることで、量子貯水池コンピューティングの領域で同じ考えを用いる。 我々は、量子進化の固有値を変更する回転角を変更することでこれを行うが、また、中間回路の測定数を変更することで、長期記憶や短期記憶を変更するのと同じ目標を達成することに留意する。 このタマネギQRCは、異なる環境条件下でのアルミニウム合金の劣化を予測するための単純なモデルと単一の古典的な貯水池よりも優れている。 玉ねぎQRCと、さらに古典的な貯水層とを組み合わせることにより、予測精度をさらに向上する。

関連論文リスト

• Minimal Quantum Reservoirs with Hamiltonian Encoding [72.27323884094953]
  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。
  論文  参考訳（メタデータ） (2025-05-28T16:50:05Z)
• Role of scrambling and noise in temporal information processing with quantum systems [1.3140209441982318]
  我々は、量子システムを用いて、幅広い物理計算モデルをキャプチャする一般的な量子貯水池処理フレームワークについて考察する。 その結果, 貯水池の規模が大きくなるにつれて, 測定精度は指数関数的に高くなるが, 貯水池の繰り返しは著しく悪化しないことがわかった。 雑音系では、局所雑音チャネルの繰り返しを伴う指数的メモリ減衰も証明する。
  論文  参考訳（メタデータ） (2025-05-15T08:35:10Z)
• Hybrid Quantum Recurrent Neural Network For Remaining Useful Life Prediction [67.410870290301]
  本稿では、量子長短期記憶層と古典的な高密度層を組み合わせたハイブリッド量子リカレントニューラルネットワークフレームワークを提案する。 実験の結果、トレーニング可能なパラメータが少ないにもかかわらず、Hybrid Quantum Recurrent Neural Networkは、リカレントニューラルネットワークよりも最大5%改善できることがわかった。
  論文  参考訳（メタデータ） (2025-04-29T14:41:41Z)
• Parallelized Givens Ansatz for Molecular ground-states: Bridging Accuracy and Efficiency on NISQ Platforms [10.562278615096215]
  変分量子固有解器(VQE)の効用は、しばしば現在の量子ハードウェアの限界によって妨げられる。 本稿では,並列化されたアジェンド回転に基づく低深度アンサッツを提案する。 新しいアンザッツを用いたノイズレスシミュレーションでは、UCCSDアンザッツと同等の基底状態エネルギーが得られる。
  論文  参考訳（メタデータ） (2025-04-25T11:19:21Z)
• A Deep-Learning Iterative Stacked Approach for Prediction of Reactive Dissolution in Porous Media [0.6597195879147557]
  本稿では, 時間情報と空間情報の両方を取り入れた新しい深層学習手法を提案する。 数値シミュレーションデータセットでは、速度と予測精度の点で、全体的な性能が示されている。
  論文  参考訳（メタデータ） (2025-03-11T13:18:03Z)
• Quantum-Train Long Short-Term Memory: Application on Flood Prediction Problem [0.8192907805418583]
  本研究は、量子機械学習(QML)により訓練された予測長短期記憶(LSTM)モデルに量子トレイン(QT)技術を適用した。 QTテクニックは、QHack 2024のA Matter of Tasteチャレンジで最初に成功したもので、トレーニング可能なパラメータの数を古典的ニューラルネットワーク(NN)のパラメータ数の多対数関数に還元するためにQMLを活用する。 提案手法は,量子埋め込みを必要とせずに従来のデータを直接処理し,学習後の量子コンピューティングリソースとは独立に動作させる。
  論文  参考訳（メタデータ） (2024-07-11T15:56:00Z)
• Boundary Time Crystals as AC sensors: enhancements and constraints [39.58317527488534]
  印加された交流場にスピンが共鳴するとBTCの感度が向上する。 長いコヒーレンス時間と多部相関にもかかわらず、BTCのエントロピーコストはACフィールド情報の最適な復号を妨げている。
  論文  参考訳（メタデータ） (2024-06-10T13:53:31Z)
• 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)
• Compressed-sensing Lindbladian quantum tomography with trapped ions [44.99833362998488]
  量子システムの力学を特徴づけることは、量子情報プロセッサの開発における中心的な課題である。 従来の欠点を緩和するLindbladian quantum tomography(LQT)の2つの改良点を提案する。
  論文  参考訳（メタデータ） (2024-03-12T09:58:37Z)
• Quantum-optimal-control-inspired ansatz for variational quantum algorithms [105.54048699217668]
  変分量子アルゴリズム (VQA) の中心成分は状態準備回路(英語版)であり、アンザッツ(英語版)または変分形式(英語版)とも呼ばれる。 ここでは、対称性を破るユニタリを組み込んだ「解」を導入することで、このアプローチが必ずしも有利であるとは限らないことを示す。 この研究は、より一般的な対称性を破るアンスの開発に向けた第一歩となり、物理学や化学問題への応用に繋がる。
  論文  参考訳（メタデータ） (2020-08-03T18:00:05Z)

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。