論文の概要: Quantum Computational-Sensing Advantage

• arxiv url: http://arxiv.org/abs/2507.16918v1
• Date: Tue, 22 Jul 2025 18:02:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-24 22:33:14.724842
• Title: Quantum Computational-Sensing Advantage
• Title（参考訳）: 量子コンピュータ・インテリジェンス
• Authors: Saeed A. Khan, Sridhar Prabhu, Logan G. Wright, Peter L. McMahon,
• Abstract要約: 量子センシングと量子コンピューティングの融合は、最近量子コンピューターセンシングの概念を生み出した。 この利点は純粋に計算量子優位性よりもはるかに低いハードウェア要求で実現できる。 我々は、量子計算センサと量子計算センシングの利点の展望を概観して結論付けている。
• 参考スコア（独自算出の注目度）: 1.3593246617391264
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum computing has the potential to deliver large advantages on computational tasks, but advantages for practical tasks are not yet achievable with current hardware. Quantum sensing is an entirely separate quantum technology that can provide its own kind of a quantum advantage. In this Perspective, we explain how the merger of quantum sensing with quantum computing has recently given rise to the notion of quantum computational sensing, and a new kind of quantum advantage: a quantum computational-sensing advantage. This advantage can be realized with far lower hardware requirements than purely computational quantum advantage. We explain how several recent proposals and experiments can be understood as quantum computational sensing, and discuss categorizations of the general architectures that quantum-computational-sensing protocols can have. We conclude with an outlook on open questions and the prospects for quantum computational sensors and quantum computational-sensing advantage.
• Abstract（参考訳）: 量子コンピューティングは計算タスクに大きな利点をもたらす可能性があるが、現実的なタスクの利点はまだ現在のハードウェアでは達成できない。 量子センシングは、完全に独立した量子技術であり、独自の種類の量子優位性を提供できる。 このパースペクティブでは、量子センシングと量子コンピューティングの融合が、最近量子量子センシングの概念と、新しい種類の量子優位性、すなわち量子量子量子センシングの優位性を生み出したことを説明している。 この利点は純粋に計算量子優位性よりもはるかに低いハードウェア要求で実現できる。 本稿では、近年のいくつかの提案と実験を量子コンピュータセンシングとして理解し、量子コンピュータセンシングプロトコルが持つ一般的なアーキテクチャの分類について議論する。 オープンな質問に対する展望と、量子計算センサと量子計算センシングの利点の展望をまとめて締めくくった。

関連論文リスト

• Quantum Computing in Transport Science: A Review [0.8437187555622164]
  量子力学の原理を利用する量子コンピューティングは、原理的に計算能力を大幅に向上させることが知られている。 本稿では,輸送システムにおける複雑で大規模な問題に量子コンピューティングが取り組む可能性について考察する。
  論文  参考訳（メタデータ） (2025-03-27T09:28:33Z)
• Quantum Computer Does Not Need Coherent Quantum Access for Advantage [0.0]
  量子スピードアップの大多数は、古典的な情報をコヒーレントな量子的にアクセスできるサブルーチンに依存している。 最適化のための量子勾配降下アルゴリズムを開発し,多種多様な応用を享受する基礎技術である。
  論文  参考訳（メタデータ） (2025-03-04T11:24:28Z)
• 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)
• Computable and noncomputable in the quantum domain: statements and conjectures [0.70224924046445]
  本稿では,量子コンピュータによって解を加速できる問題のクラスを記述するためのアプローチを検討する。 初期量子状態を所望の状態に変換するユニタリ演算は、1ビットと2ビットのゲートの列に分解可能である必要がある。
  論文  参考訳（メタデータ） (2024-03-25T15:47:35Z)
• The QUATRO Application Suite: Quantum Computing for Models of Human Cognition [49.038807589598285]
  量子コンピューティング研究のための新しい種類のアプリケーション -- 計算認知モデリング -- をアンロックします。 我々は、認知モデルから量子コンピューティングアプリケーションのコレクションであるQUATROをリリースする。
  論文  参考訳（メタデータ） (2023-09-01T17:34:53Z)
• Quantivine: A Visualization Approach for Large-scale Quantum Circuit Representation and Analysis [31.203764035373677]
  我々は量子回路の探索と理解のための対話型システムQuantivineを開発した。 一連の新しい回路視覚化は、キュービットの証明、並列性、絡み合いなどのコンテキストの詳細を明らかにするように設計されている。 Quantivineの有効性は、最大100キュービットの量子回路の2つの利用シナリオを通して示される。
  論文  参考訳（メタデータ） (2023-07-18T04:51:28Z)
• A Practitioner's Guide to Quantum Algorithms for Optimisation Problems [0.0]
  NPハード最適化問題は、物流や金融といった産業分野では一般的である。 本稿では,量子最適化理論の概要を概観する。 ノイズの多い中間スケール量子デバイスに対する短期的なポテンシャルに焦点を当てている。
  論文  参考訳（メタデータ） (2023-05-12T08:57:36Z)
• Quantum Machine Learning: from physics to software engineering [58.720142291102135]
  古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。 量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
  論文  参考訳（メタデータ） (2023-01-04T23:37:45Z)
• 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)
• Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
  本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。 本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
  論文  参考訳（メタデータ） (2022-09-16T02:37:32Z)
• Is there evidence for exponential quantum advantage in quantum chemistry? [45.33336180477751]
  量子力学デバイスを使って他の量子システムをシミュレートするというアイデアは、一般にファインマンに言及されている。 この問題に対して指数的スピードアップが一般に利用できないと仮定するのは賢明かもしれない。
  論文  参考訳（メタデータ） (2022-08-03T16:33:57Z)
• 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)
• Quantum walk processes in quantum devices [55.41644538483948]
  グラフ上の量子ウォークを量子回路として表現する方法を研究する。 提案手法は,量子ウォークアルゴリズムを量子コンピュータ上で効率的に実装する方法である。
  論文  参考訳（メタデータ） (2020-12-28T18:04:16Z)
• Quantum reservoir computing: a reservoir approach toward quantum machine learning on near-term quantum devices [0.8206877486958002]
  量子貯水池コンピューティング(Quantum reservoir computing)は、時間的機械学習のように、量子システム上で複雑でリッチなダイナミクスを使用するアプローチである。 これらの量子機械学習アプローチはすべて、実験的に実現可能であり、最先端の量子デバイスに有効である。
  論文  参考訳（メタデータ） (2020-11-10T04:45:52Z)

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。