論文の概要: Re-uploading quantum data: A universal function approximator for quantum inputs

• arxiv url: http://arxiv.org/abs/2509.18530v1
• Date: Tue, 23 Sep 2025 01:50:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-24 20:41:27.640257
• Title: Re-uploading quantum data: A universal function approximator for quantum inputs
• Title（参考訳）: 量子データの再アップロード:量子入力のための普遍関数近似器
• Authors: Hyunho Cha, Daniel K. Park, Jungwoo Lee,
• Abstract要約: 量子ビットが任意の入力状態の新たなコピーと逐次相互作用する量子データ再ロードアーキテクチャを解析する。 我々のフレームワークは、量子データを直接操作する量子機械学習モデルを設計するための、量子ビット効率で表現力のあるアプローチを提供する。
• 参考スコア（独自算出の注目度）: 5.268950041973641
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Quantum data re-uploading has proved powerful for classical inputs, where repeatedly encoding features into a small circuit yields universal function approximation. Extending this idea to quantum inputs remains underexplored, as the information contained in a quantum state is not directly accessible in classical form. We propose and analyze a quantum data re-uploading architecture in which a qubit interacts sequentially with fresh copies of an arbitrary input state. The circuit can approximate any bounded continuous function using only one ancilla qubit and single-qubit measurements. By alternating entangling unitaries with mid-circuit resets of the input register, the architecture realizes a discrete cascade of completely positive and trace-preserving maps, analogous to collision models in open quantum system dynamics. Our framework provides a qubit-efficient and expressive approach to designing quantum machine learning models that operate directly on quantum data.
• Abstract（参考訳）: 量子データの再アップロードは古典的な入力において強力であることが証明され、小さな回路に繰り返し特徴を符号化することで普遍関数近似が得られる。 量子状態に含まれる情報は古典的な形で直接アクセスできないため、このアイデアを量子入力に拡張することはまだ探索されていない。 本稿では、量子ビットが任意の入力状態の新たなコピーと逐次相互作用する量子データ再ロードアーキテクチャを提案し、解析する。 回路は、任意の有界連続関数を1つのアンシラ量子ビットと1つの量子ビットの測定で近似することができる。 入力レジスタの中間回路リセットと絡み合うユニタリを交互に組み合わせることで、オープン量子系力学における衝突モデルに類似した、完全に正かつトレース保存されたマップの離散カスケードを実現する。 我々のフレームワークは、量子データを直接操作する量子機械学習モデルを設計するための、量子ビット効率で表現力のあるアプローチを提供する。

関連論文リスト

• Non-perturbative switching rates in bistable open quantum systems: from driven Kerr oscillators to dissipative cat qubits [72.41778531863143]
  単一モードバイスタブルオープン量子系におけるスイッチング率の予測にはパス積分手法を用いる。 本研究は,マルチ安定な単体および多体オープン量子系におけるスイッチング現象を探索するための新たな道を開く。
  論文  参考訳（メタデータ） (2025-07-24T18:01:36Z)
• Minimal Quantum Reservoirs with Hamiltonian Encoding [72.27323884094953]
  ハミルトニアン符号化に基づく量子貯水池計算のための最小限のアーキテクチャについて検討する。 このアプローチは、一般的に量子機械学習に関連する実験的なオーバーヘッドの多くを回避します。
  論文  参考訳（メタデータ） (2025-05-28T16:50:05Z)
• Capturing Quantum Snapshots from a Single Copy via Mid-Circuit Measurement and Dynamic Circuit [1.912429179274357]
  Quantum Snapshot with Dynamic Circuit (QSDC)は、量子スナップショットをキャプチャするハードウェアに依存しない学習駆動のフレームワークである。 本稿では、未知の量子状態の再構成のために古典的モデルを訓練する推測・検査手法を提案する。 本手法は,動的回路をサポートしたハードウェアを前提として,シングルコピー・中間回路状態再構成をサポートする。
  論文  参考訳（メタデータ） (2025-04-30T01:18:21Z)
• Guess, SWAP, Repeat : Capturing Quantum Snapshots in Classical Memory [2.089191490381739]
  直接測定せずに量子状態の観測を可能にし,再利用のために保存する新しい手法を提案する。 提案手法では,複数の量子状態が1つの回路内の異なる地点で1回ずつ観測され,破壊することなく古典記憶に保存される。 本稿では,回路内の任意の点における量子状態の非破壊的推定,あるいは「スナップショット」を捉えるための,ハードウェアに依存しない機械学習駆動フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-04-20T02:39:30Z)
• 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)
• A Quantum-Classical Collaborative Training Architecture Based on Quantum State Fidelity [50.387179833629254]
  我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。 Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。 他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
  論文  参考訳（メタデータ） (2024-02-23T14:09:41Z)
• Anticipative measurements in hybrid quantum-classical computation [68.8204255655161]
  量子計算を古典的な結果によって補う手法を提案する。 予測の利点を生かして、新しいタイプの量子測度がもたらされる。 予測量子測定では、古典計算と量子計算の結果の組み合わせは最後にのみ起こる。
  論文  参考訳（メタデータ） (2022-09-12T15:47:44Z)
• Quantum-Classical Hybrid Information Processing via a Single Quantum System [1.1602089225841632]
  量子ベースの通信における現在の技術は、ハイブリッド処理のための古典的なデータと量子データの新たな統合をもたらす。 本稿では,古典的入力と量子的入力の両方を必要とする計算タスクにおいて,量子力学を利用する量子貯水池プロセッサを提案する。
  論文  参考訳（メタデータ） (2022-09-01T14:33:40Z)
• 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)
• Trainable Discrete Feature Embeddings for Variational Quantum Classifier [4.40450723619303]
  我々は、QRAC(Quantum Random Access Coding)を用いて、より少ない量子ビットで離散的な特徴をマップする方法を示す。 QRACと最近提案された量子量学習(quantum metric learning)と呼ばれる量子特徴マップのトレーニング戦略を組み合わせることで、個別の特徴をトレーニング可能な量子回路に埋め込む新しい手法を提案する。
  論文  参考訳（メタデータ） (2021-06-17T12:02:01Z)
• 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。