論文の概要: Quantum computational sensing using quantum signal processing, quantum neural networks, and Hamiltonian engineering
- arxiv url: http://arxiv.org/abs/2507.15845v1
- Date: Mon, 21 Jul 2025 17:53:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-22 20:51:32.522382
- Title: Quantum computational sensing using quantum signal processing, quantum neural networks, and Hamiltonian engineering
- Title（参考訳）: 量子信号処理、量子ニューラルネットワーク、ハミルトニアン工学を用いた量子計算センシング
- Authors: Saeed A. Khan, Sridhar Prabhu, Logan G. Wright, Peter L. McMahon,
- Abstract要約: ハミルトン工学的なボソニックシステムとハイブリッド量子ビットボソニックシステムを用いた量子信号処理を用いて非線形タスクを実行するためのプロトコルを示す。
我々は,量子系が小さい場合でも,相当な量子量センシングの利点が得られることを示した。
- 参考スコア（独自算出の注目度）: 1.3593246617391264
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Combining quantum sensing with quantum computing can lead to quantum computational sensors that are able to more efficiently extract task-specific information from physical signals than is possible otherwise. Early examples of quantum computational sensing (QCS) have largely focused on protocols where only a single sensing operation appears before measurement -- with an exception being the recent application of Grover's algorithm to signal detection. In this paper we present, in theory and numerical simulations, the application of two quantum algorithms -- quantum signal processing and quantum neural networks -- to various binary and multiclass machine-learning classification tasks in sensing. Here sensing operations are interleaved with computing operations, giving rise to nonlinear functions of the sensed signals. We have evaluated tasks based on static and time-varying signals, including spatiotemporal signals. Our approach to optimizing the circuit parameters in a QCS protocol takes into account quantum sampling noise and allows us to engineer protocols that can yield accurate results with as few as just a single measurement shot. In all cases, we have been able to show a regime of operation where a quantum computational sensor can achieve higher accuracy than a conventional quantum sensor, with a simulated accuracy advantage of $>$20 percentage points for some tasks. We also present protocols for performing nonlinear tasks using Hamiltonian-engineered bosonic systems and quantum signal processing with hybrid qubit-bosonic systems. Overall, we have shown that substantial quantum computational-sensing advantages can be obtained even if the quantum system is small, including few-qubit systems, systems comprising a single qubit and a single bosonic mode, and even just a single qubit alone -- raising the prospects for experimental proof-of-principle and practical realizations.
- Abstract（参考訳）: 量子センシングと量子コンピューティングを組み合わせることで、物理的信号からより効率的にタスク固有の情報を抽出できる量子コンピューティングセンサーが生まれる。
量子コンピューティングセンシング(QCS)の初期の例は、測定の前に単一のセンシング操作しか現れないプロトコルに主に焦点を合わせてきたが、Groverのアルゴリズムの信号検出への応用は例外である。この記事では、理論的および数値シミュレーションにおいて、2つの量子アルゴリズム(量子信号処理と量子ニューラルネットワーク)をセンシングにおける様々なバイナリおよびマルチクラス機械学習分類タスクに適用する。
ここでは、センシング操作は演算操作とインターリーブされ、知覚された信号の非線形関数が生じる。
我々は時空間信号を含む静的信号と時間変化信号に基づいてタスクを評価した。
QCSプロトコルの回路パラメータを最適化するためのアプローチでは、量子サンプリングノイズを考慮に入れ、単一の測定ショットで正確な結果が得られるようなプロトコルを設計することができる。
いずれの場合も、従来の量子センサよりも高い精度を達成できる量子コンピュータセンサが、いくつかのタスクに対して20ドル以上の精度でシミュレーションできるという、運用の状況を示すことができる。
また、ハミルトニアンエンジニアリングボソニックシステムとハイブリッド量子ビットボソニックシステムを用いた量子信号処理を用いて非線形タスクを実行するためのプロトコルを提案する。
全体として、量子系が少数量子ビット系、単一量子ビットと1つのボソニックモードからなるシステム、そしてただ1つの量子ビットのみを含む、たとえ量子系が小さいとしても、実質的な量子量知覚の利点が得られ、実験的な証明と実用的実現の可能性を高めることが示されている。
関連論文リスト
- Quantum Computing Enhanced Sensing [0.6407952035735351]
本稿では、既存のすべてのアプローチよりも優れた量子コンピューティング強化センシングプロトコルを提案する。
鍵となるアイデアは、連続したアナログ信号を離散的な演算に堅牢にデジタル化し、量子アルゴリズムに統合することである。
この研究は、量子計算を知覚能力を向上させるための強力な新しい資源として確立する。
論文 参考訳（メタデータ） (2025-01-13T19:00:00Z) - 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) - The curse of random quantum data [62.24825255497622]
量子データのランドスケープにおける量子機械学習の性能を定量化する。
量子機械学習におけるトレーニング効率と一般化能力は、量子ビットの増加に伴い指数関数的に抑制される。
この結果は量子カーネル法と量子ニューラルネットワークの広帯域限界の両方に適用できる。
論文 参考訳（メタデータ） (2024-08-19T12:18:07Z) - Supervised binary classification of small-scale digit images and weighted graphs with a trapped-ion quantum processor [56.089799129458875]
捕捉された171ドルYb$+$イオンに基づく量子プロセッサのベンチマーク結果を示す。
リングトポロジを持つ小さな二進数画像と重み付きグラフの2種類のデータセットに対して、教師付き二進分類を行う。
論文 参考訳（メタデータ） (2024-06-17T18:20:51Z) - QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum
Circuits [82.50620782471485]
QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。
1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。
提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
論文 参考訳（メタデータ） (2024-01-10T22:33:00Z) - Microwave signal processing using an analog quantum reservoir computer [5.236242306967409]
超伝導回路は,様々な分類作業において,アナログ量子貯水池として利用できることを示す。
我々の研究は、QRCが量子計算の優位性をもたらすかどうかという問題に対処しようとはしていない。
論文 参考訳（メタデータ） (2023-12-26T18:54:36Z) - Single-shot Quantum Signal Processing Interferometry [3.431120541553662]
本稿では、量子センシングのための一般的なアルゴリズムフレームワーク、量子信号処理干渉法(QSPI)を提案する。
我々は、QSPIセンシングフレームワークを使用して、単一ショット限界における変位チャネル上の効率的なバイナリ決定を行う。
論文 参考訳（メタデータ） (2023-11-22T21:44:14Z) - Oblivious Quantum Computation and Delegated Multiparty Quantum
Computation [61.12008553173672]
本稿では、入力量子ビットの秘密性と量子ゲートを識別するプログラムを必要とする新しい計算量子計算法を提案する。
本稿では,この課題に対する2サーバプロトコルを提案する。
また,従来の通信のみを用いて,複数のユーザがサーバにマルチパーティ量子計算を依頼する多パーティ量子計算についても論じる。
論文 参考訳（メタデータ） (2022-11-02T09:01:33Z) - An Amplitude-Based Implementation of the Unit Step Function on a Quantum
Computer [0.0]
量子コンピュータ上での単位ステップ関数の形で非線形性を近似するための振幅に基づく実装を提案する。
より先進的な量子アルゴリズムに埋め込まれた場合、古典的コンピュータから直接入力を受ける2つの異なる回路タイプを量子状態として記述する。
論文 参考訳（メタデータ） (2022-06-07T07:14:12Z) - Benchmarking of Quantum Protocols [0.9176056742068812]
近未来の量子ネットワークにおける有望な機能性とサービスを実現するためのいくつかの量子プロトコルについて考察する。
我々はNetSquidシミュレーションプラットフォームを用いて、各種ノイズ源がこれらのプロトコルの性能に与える影響を評価する。
論文 参考訳（メタデータ） (2021-11-03T21:17:04Z) - On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。
私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
論文 参考訳（メタデータ） (2021-06-29T14:01:40Z) - Information Scrambling in Computationally Complex Quantum Circuits [56.22772134614514]
53量子ビット量子プロセッサにおける量子スクランブルのダイナミクスを実験的に検討する。
演算子の拡散は効率的な古典的モデルによって捉えられるが、演算子の絡み合いは指数関数的にスケールされた計算資源を必要とする。
論文 参考訳（メタデータ） (2021-01-21T22:18:49Z)
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。