論文の概要: Edge of Many-Body Quantum Chaos in Quantum Reservoir Computing

• arxiv url: http://arxiv.org/abs/2506.17547v2
• Date: Thu, 30 Oct 2025 12:06:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-31 16:05:09.366432
• Title: Edge of Many-Body Quantum Chaos in Quantum Reservoir Computing
• Title（参考訳）: 量子貯留層計算における多体量子カオスのエッジ
• Authors: Kaito Kobayashi, Yukitoshi Motome,
• Abstract要約: 貯水池コンピューティングでは、一般的に最適なパフォーマンスは、秩序とカオスの境界であるカオスの端で達成される。 ここでは、有名なSachdev-Ye-Kitaevモデルに実装されたQRCを用いて量子多体対向体を同定する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Reservoir computing (RC) is a machine learning paradigm that harnesses dynamical systems as computational resources. In its quantum extension -- quantum reservoir computing (QRC) -- these principles are applied to quantum systems, whose rich dynamics broadens the landscape of information processing. In classical RC, optimal performance is typically achieved at the ``edge of chaos," the boundary between order and chaos. Here, we identify its quantum many-body counterpart using the QRC implemented on the celebrated Sachdev-Ye-Kitaev model. Our analysis reveals substantial performance enhancements near two distinct characteristic ``edges": a temporal boundary defined by the Thouless time, beyond which system dynamics is described by random matrix theory, and a parametric boundary governing the transition from integrable to chaotic regimes. These findings establish the ``edge of many-body quantum chaos" as a design guideline for QRC.
• Abstract（参考訳）: Reservoir Computing (RC) は、動的システムを計算資源として活用する機械学習パラダイムである。 量子拡張 -- 量子貯水池計算(QRC) -- において、これらの原理は量子システムに適用され、リッチ・ダイナミクスは情報処理の展望を広げる。 古典的RCでは、秩序とカオスの境界である「カオスの縁」において、最適性能が典型的に達成される。ここでは、有名なサハデフ・イェ・キタエフモデルに実装されたQRCを用いた量子多体対向体を同定する。この分析は、2つの異なる特徴である「"edges"(Thouless timeによって定義される時間境界)と、システム力学がランダムな行列理論によって記述されるパラメトリック境界(Parametric boundary)により、分解可能な状態からカオス状態への遷移を制御している。 これらの知見は、QRCの設計ガイドラインとして「多体量子カオスの最先端」を確立した。

関連論文リスト

• Quantum Reservoir Computing for Statistical Classification in a Superconducting Quantum Circuit [0.0]
  本稿では,QRC(Quantum Reservoir Computing)が複雑な確率分布を正確に分類できることを示す。 情報量に制限がある場合、QRCは最も優れた古典的手法のいくつかを上回ります。 これは、実世界の問題に対処できるノイズ耐性量子学習アプローチの可能性を示している。
  論文  参考訳（メタデータ） (2026-02-17T10:29:25Z)
• Towards Quantum Enhanced Adversarial Robustness with Rydberg Reservoir Learning [45.92935470813908]
  量子コンピューティング貯水池(QRC)は、量子多体系に固有の高次元非線形力学を利用する。 近年の研究では、変動回路に基づく摂動量子は逆数の影響を受けやすいことが示されている。 QR学習モデルにおける対向的堅牢性の最初の体系的評価について検討する。
  論文  参考訳（メタデータ） (2025-10-15T12:17:23Z)
• Robust quantum reservoir computers for forecasting chaotic dynamics: generalized synchronization and stability [3.7960472831772765]
  量子貯水池コンピュータは時系列データからカオス力学を学習・予測するための堅牢なツールであることを示す。 この研究は、短期量子ハードウェア上でのカオス時系列予測のための堅牢な量子マシンを設計する機会を開く。
  論文  参考訳（メタデータ） (2025-06-27T15:42:20Z)
• VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning [50.95799256262098]
  変分量子回路(VQC)は量子機械学習を約束するが、表現性、訓練性、耐雑音性の課題に直面している。 本稿では,VQCが学習中に古典多層パーセプトロンの第一層重みを生成するハイブリッドアーキテクチャであるVQC-MLPNetを提案する。
  論文  参考訳（メタデータ） (2025-06-12T01:38:15Z)
• RhoDARTS: Differentiable Quantum Architecture Search with Density Matrix Simulations [48.670876200492415]
  変分量子アルゴリズム(VQA)は、強力なノイズ中間スケール量子(NISQ)コンピュータを利用するための有望なアプローチである。 本稿では,量子混合状態の進化をモデルとしたQASアルゴリズムである$rho$DARTSを提案する。
  論文  参考訳（メタデータ） (2025-06-04T08:30:35Z)
• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [62.46800898243033]
  量子学習理論の最近の進歩は、様々な古典的な入力によって生成された測定データから、大きな量子ビット回路の線形特性を効率的に学習できるのか? 我々は、小さな予測誤差を達成するためには、$d$で線形にスケーリングするサンプルの複雑さが必要であることを証明し、それに対応する計算複雑性は、dで指数関数的にスケールする可能性がある。 そこで本研究では,古典的影と三角展開を利用したカーネルベースの手法を提案し,予測精度と計算オーバーヘッドとのトレードオフを制御可能とした。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• Multi-reference Quantum Davidson Algorithm for Quantum Dynamics [3.3869539907606603]
  Quantum Krylov Subspace (QKS) 法が開発され、ノイズの多い中間スケール量子コンピュータ上で加速シミュレーションを行う能力が向上した。 マルチボディシステムの基底状態と励起状態を決定する新しい手法であるQDavidsonアルゴリズムから導出した2つのQKS手法を導入・評価する。
  論文  参考訳（メタデータ） (2024-06-12T22:30:52Z)
• Solving reaction dynamics with quantum computing algorithms [42.408991654684876]
  線形応答によって支配される異なる反応を記述することに関連する応答関数の量子アルゴリズムについて検討する。 我々は原子核物理学の応用に焦点をあて、格子上の量子ビット効率のマッピングを検討し、現実的な散乱シミュレーションに必要な大量の量を効率的に表現することができる。
  論文  参考訳（メタデータ） (2024-03-30T00:21:46Z)
• Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
  量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。 どの場の量子スピードアップが達成できるかという新たな課題が生じる。 量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
  論文  参考訳（メタデータ） (2024-02-26T09:32:07Z)
• Calibrating the role of entanglement in variational quantum circuits [0.6435156676256051]
  エンタングルメント(Entanglement)は、量子コンピューティングの重要な性質であり、古典的なものとは分離している。 2つの変分量子アルゴリズムの動作における絡み合いの役割を系統的に検討する。 QAOAを用いて解いたMAX-CUT問題に対して,絡み合い関数としての忠実度は層数に大きく依存することがわかった。 QNNの場合、高いテスト精度のトレーニング回路は高い絡み合いによって支えられ、強制的な絡み合いの制限はテスト精度の急激な低下をもたらす。
  論文  参考訳（メタデータ） (2023-10-16T23:36:40Z)
• Quantum reservoir probing: an inverse paradigm of quantum reservoir computing for exploring quantum many-body physics [0.0]
  本研究では,量子システム自体を情報処理性能によって探索する相互研究の方向性を提案する。 この概念に基づいて、量子貯水池探索(QRP)を開発し、量子貯水池計算(QRC)パラダイムの逆拡張を行う。 量子情報と量子物質を統合することで、QRPは量子多体物理学の様々な側面を探索するための強力なツールとして大きな可能性を秘めている。
  論文  参考訳（メタデータ） (2023-08-02T01:26:36Z)
• Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
  単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。 提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
  論文  参考訳（メタデータ） (2023-04-18T11:57:15Z)
• QNEAT: Natural Evolution of Variational Quantum Circuit Architecture [95.29334926638462]
  我々は、ニューラルネットワークの量子対する最も有望な候補として登場した変分量子回路(VQC)に注目した。 有望な結果を示す一方で、バレン高原、重みの周期性、アーキテクチャの選択など、さまざまな問題のために、VQCのトレーニングは困難である。 本稿では,VQCの重みとアーキテクチャの両方を最適化するために,自然進化にインスパイアされた勾配のないアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-04-14T08:03:20Z)
• The Quantum Path Kernel: a Generalized Quantum Neural Tangent Kernel for Deep Quantum Machine Learning [52.77024349608834]
  古典的なディープニューラルネットワークの量子アナログを構築することは、量子コンピューティングにおける根本的な課題である。 鍵となる問題は、古典的なディープラーニングの本質的な非線形性にどのように対処するかである。 我々は、深層機械学習のこれらの側面を複製できる量子機械学習の定式化であるQuantum Path Kernelを紹介する。
  論文  参考訳（メタデータ） (2022-12-22T16:06:24Z)
• Impact of the form of weighted networks on the quantum extreme reservoir computation [0.0]
  量子極端貯水池計算(QERC)は、汎用的な量子ニューラルネットワークモデルである。 本稿では,その簡単な実装経路を持つ乱れ離散時間結晶に基づく単純なハミルトンモデルが,ほぼ最適性能を実現する方法を示す。
  論文  参考訳（メタデータ） (2022-11-15T01:50:47Z)
• 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)
• Higher-Order Quantum Reservoir Computing [0.0]
  本稿では,線形フィードバックなどの古典的接続を介して相互に通信する,複数だが小さな量子システムからなるハイブリッド量子古典的フレームワークを提案する。 大規模非線形力学系をエミュレートする際のフレームワークの有効性を示す。
  論文  参考訳（メタデータ） (2020-06-16T08:54:04Z)

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。