論文の概要: Quantum optical shallow networks

• arxiv url: http://arxiv.org/abs/2507.21036v1
• Date: Mon, 28 Jul 2025 17:55:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-29 16:23:58.241414
• Title: Quantum optical shallow networks
• Title（参考訳）: 量子光浅層ネットワーク
• Authors: Simone Roncallo, Angela Rosy Morgillo, Seth Lloyd, Chiara Macchiavello, Lorenzo Maccone,
• Abstract要約: 任意の数のニューロンを持つ浅いネットワークを実装した量子光学プロトコルを提案する。 ネットワーク出力は、光子がビームスプリッタに干渉すると測定された一致率によって決定される。 トレーニングが完了すると、入力特徴やニューロンの数に関係なく、我々のモデルは一定の光学資源を必要とする。
• 参考スコア（独自算出の注目度）: 3.262230127283452
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Classical shallow networks are universal approximators. Given a sufficient number of neurons, they can reproduce any continuous function to arbitrary precision, with a resource cost that scales linearly in both the input size and the number of trainable parameters. In this work, we present a quantum optical protocol that implements a shallow network with an arbitrary number of neurons. Both the input data and the parameters are encoded into single-photon states. Leveraging the Hong-Ou-Mandel effect, the network output is determined by the coincidence rates measured when the photons interfere at a beam splitter, with multiple neurons prepared as a mixture of single-photon states. Remarkably, once trained, our model requires constant optical resources regardless of the number of input features and neurons.
• Abstract（参考訳）: 古典的な浅層ネットワークは普遍近似器である。 十分な数のニューロンが与えられた場合、任意の精度で連続関数を再現することができ、入力サイズとトレーニング可能なパラメータの数の両方で線形にスケールするリソースコストがかかる。 本研究では、任意の数のニューロンを持つ浅いネットワークを実装する量子光学プロトコルを提案する。 入力データとパラメータの両方が単一光子状態に符号化される。 ホン・オ・マンデル効果を利用すると、光子がビームスプリッターに干渉すると測定された一致率によってネットワーク出力が決定され、複数のニューロンが単一光子状態の混合として準備される。 トレーニングが完了すると、入力特徴やニューロンの数に関係なく、我々のモデルは一定の光学資源を必要とする。

関連論文リスト

• Photonic Quantum Convolutional Neural Networks with Adaptive State Injection [0.39928148142956393]
  我々は、状態注入を備えた粒子数保存回路に基づいて、最初のフォトニック量子畳み込みニューラルネットワーク(PQCNN)を設計、実験的に実装した。 半導体量子ドットを用いた単一光子源を用いたフォトニックプラットフォーム上でのバイナリ画像分類のためのPQCNNを実験的に検証した。 短期量子デバイスと互換性のある非線形ボソンサンプリングタスクに対する単純な適応手法の可能性を強調した。
  論文  参考訳（メタデータ） (2025-04-29T17:57:01Z)
• Training the parametric interactions in an analog bosonic quantum neural network with Fock basis measurement [0.9786690381850356]
  量子ニューラルネットワークは、量子状態の自動認識のための量子デバイスとシームレスに統合される可能性がある。 本稿では, ボソニックモードの活用とFockベース測定の実施を提案し, モード数に対する指数関数的な特徴の抽出を可能にした。 トレーニング可能なパラメータの数はモード数に比例して線形にしかスケールしないのに対して、ニューロン数は指数関数的に増加するのに対して、ネットワークはトレーニング可能であることを示す。
  論文  参考訳（メタデータ） (2024-11-28T12:59:19Z)
• Quantum Sparse Coding and Decoding Based on Quantum Network [1.0683439960798695]
  スパース符号化と復号化アルゴリズムを実現するための対称量子ニューラルネットワークを提案する。 我々のネットワークは、光回路に自然に適合する多層2レベルユニタリ変換で構成されている。 我々は、古典的問題におけるバイナリとグレースケールの画像の疎符号化と復号化を実現し、量子問題における複雑な量子状態の復号化を実現した。
  論文  参考訳（メタデータ） (2024-06-10T04:21:27Z)
• Quantum optical classifier with superexponential speedup [3.262230127283452]
  本稿では,バイナリ分類タスクのための量子光学パターン認識手法を提案する。 イメージを再構築することなくオブジェクトを分類する。 これは、1つの分類で必要とされる計算演算と光子の数において、一定の$mathcalO(1)$複雑さを示す。
  論文  参考訳（メタデータ） (2024-04-23T17:55:49Z)
• Quantum machine learning for image classification [39.58317527488534]
  本研究では、量子力学の原理を有効計算に活用する2つの量子機械学習モデルを紹介する。 我々の最初のモデルは、並列量子回路を持つハイブリッド量子ニューラルネットワークであり、ノイズの多い中間スケール量子時代においても計算の実行を可能にする。 第2のモデルは、クオン進化層を持つハイブリッド量子ニューラルネットワークを導入し、畳み込みプロセスによる画像の解像度を低下させる。
  論文  参考訳（メタデータ） (2023-04-18T18:23:20Z)
• Simulation of Entanglement Generation between Absorptive Quantum Memories [56.24769206561207]
  我々は、QUantum Network Communication (SeQUeNCe) のオープンソースシミュレータを用いて、2つの原子周波数コム(AFC)吸収量子メモリ間の絡み合いの発生をシミュレートする。 本研究は,SeQUeNCe における truncated Fock 空間内の光量子状態の表現を実現する。 本研究では,SPDC音源の平均光子数と,平均光子数とメモリモード数の両方で異なる絡み合い発生率を観測する。
  論文  参考訳（メタデータ） (2022-12-17T05:51:17Z)
• Meta-Learning Sparse Implicit Neural Representations [69.15490627853629]
  入射神経表現は、一般的な信号を表す新しい道である。 現在のアプローチは、多数の信号やデータセットに対してスケールすることが難しい。 メタ学習型スパースニューラル表現は,高密度メタ学習モデルよりもはるかに少ない損失が得られることを示す。
  論文  参考訳（メタデータ） (2021-10-27T18:02:53Z)
• MWQ: Multiscale Wavelet Quantized Neural Networks [45.22093693422084]
  本稿では,周波数領域の画像特性に触発された新しいマルチスケールウェーブレット量子化(MWQ)法を提案する。 空間領域における量子化による情報損失を軽減するために、マルチスケールの周波数と空間情報を利用する。 MWQの柔軟性のため、ImageNetとCOCOデータセット上の3つのアプリケーションを実演する。
  論文  参考訳（メタデータ） (2021-03-09T11:21:59Z)
• Rapid characterisation of linear-optical networks via PhaseLift [51.03305009278831]
  集積フォトニクスは優れた位相安定性を提供し、半導体産業によって提供される大規模な製造性に依存することができる。 このような光回路に基づく新しいデバイスは、機械学習アプリケーションにおいて高速でエネルギー効率の高い計算を約束する。 線形光ネットワークの転送行列を再構成する新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-10-01T16:04:22Z)
• Searching for Low-Bit Weights in Quantized Neural Networks [129.8319019563356]
  低ビットの重みとアクティベーションを持つ量子ニューラルネットワークは、AIアクセラレータを開発する上で魅力的なものだ。 本稿では、任意の量子化ニューラルネットワークにおける離散重みを探索可能な変数とみなし、差分法を用いて正確に探索する。
  論文  参考訳（メタデータ） (2020-09-18T09:13:26Z)
• Efficient trainability of linear optical modules in quantum optical neural networks [0.0]
  m$モードのコヒーレント光は、総強度が$m$でサブ線形にスケールした場合、効率的にコンパイル可能であることを示す。 さらに,$m$で指数関数的にエネルギーが消滅しない入力状態に対する正の二次ハミルトニアン平均場エネルギー推定のための,$m$モード線形量子回路の効率的なトレーニング性を示す。
  論文  参考訳（メタデータ） (2020-08-20T19:26:54Z)
• A bright and fast source of coherent single photons [46.25143811066789]
  単一光子源はデバイス非依存の量子通信において重要な技術である。 特に高効率な単一光子源について報告する。
  論文  参考訳（メタデータ） (2020-07-24T17:08:46Z)

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。