論文の概要: Out of Tune: Demystifying Noise-Effects on Quantum Fourier Models
- arxiv url: http://arxiv.org/abs/2506.09527v2
- Date: Tue, 26 Aug 2025 12:50:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-27 15:23:52.359894
- Title: Out of Tune: Demystifying Noise-Effects on Quantum Fourier Models
- Title（参考訳）: チューンの外でのノイズ-量子フーリエモデルへの影響-
- Authors: Maja Franz, Melvin Strobl, Leonid Chaichenets, Eileen Kuehn, Achim Streit, Wolfgang Mauerer,
- Abstract要約: フーリエレンズを用いた可変量子回路(VQC)について検討した。
雑音の影響下でのQFMの臨界特性の解明を目指す。
- 参考スコア（独自算出の注目度）: 1.0482211230201115
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Variational quantum algorithms have received substantial theoretical and empirical attention. As the underlying variational quantum circuit (VQC) can be represented by Fourier series that contain an exponentially large spectrum in the number of input features, hope for quantum advantage remains. Nevertheless, it remains an open problem if and how quantum Fourier models (QFMs) can concretely outperform classical alternatives, as the eventual sources of non-classical computational power (for instance, the role of entanglement) are far from being fully understood. Likewise, hardware noise continues to pose a challenge that will persist also along the path towards fault tolerant quantum computers. In this work, we study VQCs with Fourier lenses, which provides possibilities to improve their understanding, while also illuminating and quantifying constraints and challenges. We seek to elucidate critical characteristics of QFMs under the influence of noise. Specifically, we undertake a systematic investigation into the impact of noise on the Fourier spectrum, expressibility, and entangling capability of QFMs through extensive numerical simulations and link these properties to training performance. The insights may inform more efficient utilisation of quantum hardware and support the design of tailored error mitigation and correction strategies. Decoherence imparts an expected and broad detrimental influence across all Ans\"atze. Nonetheless, we observe that the severity of these deleterious effects varies among different model architectures, suggesting that certain configurations may exhibit enhanced robustness to noise and show computational utility.
- Abstract（参考訳）: 変分量子アルゴリズムは、理論的および経験的な注目を集めている。
基礎となる変分量子回路(VQC)は入力特徴数の指数的に大きなスペクトルを含むフーリエ級数で表せるので、量子優位性への期待は残る。
それでも、量子フーリエモデル(QFM)が古典的でない計算力(例えば、絡み合いの役割)の最終的な源が完全には理解できないため、いかにして古典的な代替品よりも具体的に優れているかは、未解決の問題である。
同様に、ハードウェアのノイズは、フォールトトレラントな量子コンピュータへの道のりに沿って持続する課題であり続けている。
本研究では,Fourierレンズを用いたVQCの研究を行い,その理解を向上させるとともに,制約や課題の照らし,定量化を行う。
雑音の影響下でのQFMの臨界特性の解明を目指す。
具体的には, フーリエスペクトルに対する雑音の影響, 表現性, エンタングリング能力について, 広範囲な数値シミュレーションにより系統的に検討し, それらの特性を訓練性能に結びつける。
この知見は、量子ハードウェアをより効率的に活用し、調整されたエラー軽減と修正戦略の設計を支援する可能性がある。
デコヒーレンス(Decoherence)は、すべてのAns\atzeに予想される幅広い有害な影響を与える。
それにもかかわらず、これらの有害な効果の重大さは異なるモデルアーキテクチャによって異なることが観察され、特定の構成がノイズに対する強靭性を示し、計算実用性を示す可能性が示唆された。
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) - Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems [77.88054335119074]
ランダム量子スピン系の進化をモデル化するためにFNOを用いる。
量子波動関数全体の2n$の代わりに、コンパクトなハミルトン観測可能集合にFNOを適用する。
論文 参考訳（メタデータ） (2024-09-05T07:18:09Z) - GQHAN: A Grover-inspired Quantum Hard Attention Network [53.96779043113156]
GQHAM(Grover-inspired Quantum Hard Attention Mechanism)を提案する。
GQHANは、既存の量子ソフト自己保持機構の有効性を超越して、非微分可能性ハードルをかなり上回っている。
GQHANの提案は、将来の量子コンピュータが大規模データを処理する基盤を築き、量子コンピュータビジョンの開発を促進するものである。
論文 参考訳（メタデータ） (2024-01-25T11:11:16Z) - Quantum error mitigation for Fourier moment computation [49.1574468325115]
本稿では、超伝導量子ハードウェアにおける核効果場理論の文脈におけるフーリエモーメントの計算に焦点を当てる。
この研究は、制御反転ゲートを用いたアダマール試験にエコー検証と雑音再正規化を統合した。
ノイズモデルを用いて解析した結果,2桁のノイズ強度が顕著に低下することが判明した。
論文 参考訳（メタデータ） (2024-01-23T19:10:24Z) - On fundamental aspects of quantum extreme learning machines [1.3140209441982318]
QELM(Quantum Extreme Learning Machines)は、量子機械学習のための有望なフレームワークとして登場した。
本稿では,QELMの予測をフーリエ級数に分解することで,QELMの表現性について検討する。
論文 参考訳（メタデータ） (2023-12-23T00:35:23Z) - Simulation and analysis of quantum phase estimation algorithm in the
presence of incoherent quantum noise channels [0.0]
本研究では, トラスト保存と完全正の量子チャネルをモデル化した量子アルゴリズムにおける非コヒーレントノイズの影響について検討する。
シミュレーションの結果,単位作用素の固有値の標準偏差は個々の量子ビットの誤差確率に強い指数的依存性を持つことが示された。
論文 参考訳（メタデータ） (2023-07-28T17:08:56Z) - Variational Denoising for Variational Quantum Eigensolver [0.28675177318965045]
変分量子固有解法 (VQE) は、実用的な化学問題に量子的優位性を与える可能性を持つハイブリッドアルゴリズムである。
VQEは、特にノイズの多い量子デバイス上で動作する場合、タスク固有の設計とマシン固有のアーキテクチャの課題に直面します。
本稿では,VQEの解法を改善するために,パラメータ化量子ニューラルネットワークを用いた教師なし学習手法である変分分解を提案する。
論文 参考訳（メタデータ） (2023-04-02T14:56:15Z) - Noisy Quantum Kernel Machines [58.09028887465797]
量子学習マシンの新たなクラスは、量子カーネルのパラダイムに基づくものである。
消散と脱コヒーレンスがパフォーマンスに与える影響について検討する。
量子カーネルマシンでは,デコヒーレンスや散逸を暗黙の正規化とみなすことができる。
論文 参考訳（メタデータ） (2022-04-26T09:52:02Z) - NISQ: Error Correction, Mitigation, and Noise Simulation [0.39146761527401414]
誤り訂正符号は、ノイズの多い通信チャネルの誤りを修正するために発明された。
量子エラー訂正(QEC)は、情報伝達、量子シミュレーション/計算、フォールトトレランスなど幅広い用途を持つ。
本研究は,QEM(Quantum Error Mitigation)の課題について,いくつかの観点から検討する。
論文 参考訳（メタデータ） (2021-11-03T16:55:47Z) - Simulating noisy variational quantum eigensolver with local noise models [4.581041382009666]
変分量子固有解法 (VQE) は, 近時雑音中規模量子コンピュータにおいて量子優位性を示すことを約束している。
VQEの中心的な問題はノイズ、特に物理ノイズが現実的な量子コンピュータに与える影響である。
本稿では,様々な局所雑音モデルを用いた数値シミュレーションにより,VQEアルゴリズムの雑音効果を系統的に検討する。
論文 参考訳（メタデータ） (2020-10-28T08:51:59Z) - 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) - On the learnability of quantum neural networks [132.1981461292324]
本稿では,量子ニューラルネットワーク(QNN)の学習可能性について考察する。
また,概念をQNNで効率的に学習することができれば,ゲートノイズがあってもQNNで効果的に学習できることを示す。
論文 参考訳（メタデータ） (2020-07-24T06:34:34Z)
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。