Fugu-MT 論文翻訳(概要): Amplituhedra for Generic Quantum Processes from Computation-Scattering Correspondence

論文の概要: Amplituhedra for Generic Quantum Processes from Computation-Scattering Correspondence

arxiv url: http://arxiv.org/abs/2509.19772v1
Date: Wed, 24 Sep 2025 05:43:11 GMT
ステータス: 翻訳完了
システム内更新日: 2025-10-02 17:25:38.461453
Title: Amplituhedra for Generic Quantum Processes from Computation-Scattering Correspondence
Title（参考訳）: 計算散乱対応から生成した量子過程の増幅ヘドラ
Authors: Chris Fields, James F. Glazebrook, Antonino Marcianò, Emanuele Zappala,
Abstract要約: 我々は、トポロジカル量子ニューラルネットワーク(TQNN)が量子計算の普遍性を実現する方法を示す。次に、TQNNとAmplituhedraの正式な対応を示し、汎用量子プロセスにおけるAmplituhedraの存在を支持する。
参考スコア（独自算出の注目度）: 1.8933894803085838
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We study the relationship between computation and scattering both operationally (hence phenomenologically) and formally. We show how topological quantum neural networks (TQNNs) enable universal quantum computation, using the Reshetikhin-Turaev and Turaev-Viro models to show how TQNNs implement quantum error-correcting codes. We then exhibit a formal correspondences between TQNNs and amplituhedra to support the existence of amplituhedra for generic quantum processes. This construction shows how amplituhedra are geometric representations of underlying topological structures. We conclude by pointing to applications areas enabled by these results.
Abstract（参考訳）: 本稿では,計算と散乱の関係について,(現象論的に)および形式的に検討する。トポロジカル量子ニューラルネットワーク(TQNN)は,レシェチキン・トゥラエフとトゥラエフ・ヴェロモデルを用いて,量子誤り訂正符号の実装方法を示す。次に、TQNNとAmplituhedraの正式な対応を示し、汎用量子プロセスにおけるAmplituhedraの存在を支持する。この構成は、アンプトゥヘドラが基底となる位相構造の幾何学的表現であることを示す。これらの結果によって実現されたアプリケーション領域を指して結論付けます。

関連論文リスト

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)
Randomness-enhanced expressivity of quantum neural networks [7.7991930692137466]
本稿では,量子回路にランダム性を組み込むことにより,QNNの表現性を高める新しい手法を提案する。我々は、Uhlmannの定理を用いて、任意の対象作用素を正確に近似することができることを証明した。量子機械学習に広く応用できる複数の学習タスクに対してランダム性を導入することにより,QNNの表現性が向上することを発見した。
論文参考訳（メタデータ） (2023-08-09T07:17:13Z)
QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional Networks [124.7972093110732]
本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
論文参考訳（メタデータ） (2022-11-09T21:43:16Z)
Theory for Equivariant Quantum Neural Networks [0.0]
本質的に任意の対称性群に対して等変量子ニューラルネットワーク(EQNN)を設計するための理論的枠組みを提案する。私たちのフレームワークは、量子機械学習のほぼすべての領域に簡単に適用できます。
論文参考訳（メタデータ） (2022-10-16T15:42:21Z)
Symmetric Pruning in Quantum Neural Networks [111.438286016951]
量子ニューラルネットワーク(QNN)は、現代の量子マシンの力を発揮する。ハンドクラフト対称アンサーゼを持つQNNは、一般に非対称アンサーゼを持つものよりも訓練性が高い。本稿では,QNNのグローバル最適収束を定量化するために,実効量子ニューラルネットワークカーネル(EQNTK)を提案する。
論文参考訳（メタデータ） (2022-08-30T08:17:55Z)
Towards Quantum Graph Neural Networks: An Ego-Graph Learning Approach [47.19265172105025]
グラフ構造化データのための新しいハイブリッド量子古典アルゴリズムを提案し、これをEgo-graph based Quantum Graph Neural Network (egoQGNN)と呼ぶ。 egoQGNNはテンソル積とユニティ行列表現を用いてGNN理論フレームワークを実装し、必要なモデルパラメータの数を大幅に削減する。このアーキテクチャは、現実世界のデータからヒルベルト空間への新しいマッピングに基づいている。
論文参考訳（メタデータ） (2022-01-13T16:35:45Z)
The role of coherence theory in attractor quantum neural networks [0.0]
我々はコヒーレンス理論の枠組みの中で,アトラクタ量子ニューラルネットワーク(aQNN)について検討する。我々は、aQNNが非コヒーレンス生成量子チャネルと関連していることを示す。
論文参考訳（メタデータ） (2021-12-20T21:26:22Z)
Topology identification of autonomous quantum dynamical networks [5.161531917413708]
自律量子力学ネットワークにおけるトポロジー同定問題の可解性に関する解析条件を提供する。得られたアルゴリズムは、量子ウォーク形式に基づく数値的な例に基づくハミルトン再構成のために試験される。
論文参考訳（メタデータ） (2021-11-01T10:27:55Z)
The Hintons in your Neural Network: a Quantum Field Theory View of Deep Learning [84.33745072274942]
線形および非線形の層をユニタリ量子ゲートとして表現する方法を示し、量子モデルの基本的な励起を粒子として解釈する。ニューラルネットワークの研究のための新しい視点と技術を開くことに加えて、量子定式化は光量子コンピューティングに適している。
論文参考訳（メタデータ） (2021-03-08T17:24:29Z)

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。