論文の概要: Adaptive Quantum Computers: decoding and state preparation

• arxiv url: http://arxiv.org/abs/2509.08718v1
• Date: Wed, 10 Sep 2025 16:13:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-11 15:16:52.490336
• Title: Adaptive Quantum Computers: decoding and state preparation
• Title（参考訳）: 適応量子コンピュータ:復号と状態準備
• Authors: Niels M. P. Neumann,
• Abstract要約: この研究は適応量子コンピュータを記述するモデルを定式化する。 適応型量子コンピュータは、破損したデジタルデータから情報を取得する上で、標準コンピュータよりも強力であることを示す。 次に、適応量子計算が特定の量子状態を作成する際に、非適応量子計算をどのように改善するかを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Interacting with a standard computer can enhance the capabilities of current quantum computers already today, particularly by offloading certain computations to the standard computer. Quantum computers that interact with standard computers to perform computations are called adaptive quantum computers. This work formalizes a model that describes these adaptive quantum computers. As quantum computers are still under development, this work focuses on computations that terminate after a fixed number of steps, as that makes their implementation likely easier in practice. First, we show that adaptive quantum computers are more powerful than standard computers with respect to the practical problem of retrieving information from corrupted digital data. Standard computers struggle to retrieve such information within a fixed number of computation steps. The proof uses a structure-versus-randomness approach that splits the problem in a structured and a random-like component. The potential of adaptive quantum computations follows from a specific example where information is retrieved from corrupted data. Additionally, adaptive quantum computers can even improve standard computations for this problem that are not constrained by a fixed number of computation steps. Next, we show how adaptive quantum computations can improve non-adaptive quantum computations when preparing specific quantum states. We present efficient adaptive quantum algorithms to prepare the uniform superposition state, the GHZ state, the W-state and the Dicke state. These states are often used in other quantum algorithms, so having efficient routines for preparing them also enhances the efficiency of other algorithms. This work concludes by comparing these adaptive quantum computations with non-adaptive ones, analyzing their performance both theoretically and through quantum hardware implementations.
• Abstract（参考訳）: 標準コンピュータとの相互作用は、特に特定の計算を標準コンピュータにオフロードすることで、現在の量子コンピュータの能力を高めることができる。 標準的なコンピュータと相互作用して計算を行う量子コンピュータは、適応量子コンピュータと呼ばれる。 この研究は、これらの適応量子コンピュータを記述するモデルを定式化する。 量子コンピュータはまだ開発中なので、この研究は一定の数ステップの後に終了する計算に焦点を当てている。 まず, 適応型量子コンピュータは, 破損したデジタルデータから情報を取得するという現実的な問題に対して, 標準的なコンピュータよりも強力であることを示す。 標準的なコンピュータは、一定数の計算ステップでそのような情報を取得するのに苦労する。 この証明は、構造的およびランダムなコンポーネントに問題を分割する構造逆ランダム性アプローチを用いている。 適応的な量子計算のポテンシャルは、情報が破損したデータから取得される特定の例から従う。 さらに、適応量子コンピュータは、一定数の計算ステップに制約されないこの問題に対する標準的な計算も改善することができる。 次に、適応量子計算が特定の量子状態を作成する際に、非適応量子計算をどのように改善するかを示す。 我々は、一様重ね合わせ状態、GHZ状態、W状態、Dicke状態を作成するための効率的な適応量子アルゴリズムを提案する。 これらの状態は、しばしば他の量子アルゴリズムで使用されるため、準備のための効率的なルーチンを持つことで、他のアルゴリズムの効率も向上する。 この研究は、これらの適応量子計算を非適応計算と比較し、理論上も量子ハードウェアの実装を通してその性能を分析することで結論付ける。

関連論文リスト

• Theoretical and experimental analysis of adaptive quantum computers [0.0]
  フォールトトレラント量子計算は、量子計算と古典計算を交互に行う必要がある。 現実シナリオにおける適応量子アルゴリズムの利点を考察する。 その潜在的な適応量子アルゴリズムにもかかわらず、現在では完全な量子アルゴリズムよりも優れていないことが分かっています。
  論文  参考訳（メタデータ） (2025-09-08T09:00:09Z)
• Combinatorial Optimization with Quantum Computers [1.199955563466263]
  量子コンピュータは、古典的コンピュータに対して潜在的に有利な計算を行う。 量子コンピュータは、演算子をバイナリ文字列の重ね合わせに適用し、バイナリ出力の重ね合わせを提供する。 量子アニール(quantum annealers)と呼ばれる量子マシンのファミリーは、最適化問題を解決するために特別に設計されている。
  論文  参考訳（メタデータ） (2024-12-20T10:46:18Z)
• 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)
• 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)
• 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)
• 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)
• Quantum Computing for Power Flow Algorithms: Testing on real Quantum Computers [0.0]
  本稿では、量子コンピューティングシミュレーションを超えて、実量子コンピュータ上の電力システムに対する量子コンピューティングの実験的な応用を行う。 我々は5種類の異なる量子コンピュータを使用し、HHL量子アルゴリズムを適用し、交流電力流アルゴリズムの精度と速度に対する現在のノイズ量子ハードウェアの影響を調べる。
  論文  参考訳（メタデータ） (2022-04-29T11:53:16Z)
• Establishing trust in quantum computations [0.0]
  本稿では, 量子コンピュータがアルゴリズムを実行できる忠実度を計測する手法を提案する。 提案手法は,アルゴリズムの量子回路を,効率よく成功率を計測できる密接な関連回路の集合に変換する。
  論文  参考訳（メタデータ） (2022-04-15T17:44:30Z)
• Electronic structure with direct diagonalization on a D-Wave quantum annealer [62.997667081978825]
  本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。 そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
  論文  参考訳（メタデータ） (2020-09-02T22:46:47Z)
• An Application of Quantum Annealing Computing to Seismic Inversion [55.41644538483948]
  小型地震インバージョン問題を解決するために,D波量子アニールに量子アルゴリズムを適用した。 量子コンピュータによって達成される精度は、少なくとも古典的コンピュータと同程度である。
  論文  参考訳（メタデータ） (2020-05-06T14:18:44Z)

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。