論文の概要: Optimal quantum learning in proximity to universality

• arxiv url: http://arxiv.org/abs/2510.18623v2
• Date: Wed, 22 Oct 2025 13:53:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-25 03:08:13.62361
• Title: Optimal quantum learning in proximity to universality
• Title（参考訳）: 普遍性に近い最適量子学習
• Authors: Moein N. Ivaki, Matias Karjula, Tapio Ala-Nissila,
• Abstract要約: 古典的にシミュレート可能な量子システムと計算的に優れた量子システムの境界は、真の量子優位性を特定するのに基本である。 可変な$N$-qubitランダム回路モデルを導入し、クリフォードゲートの分数$p$を確率的に非安定化条件付き$hatT$ゲートに置き換える。 本研究では,時間的処理タスクにおける貯水池の性能と,その絡み合いスペクトル統計量と長距離非安定化資源量との直接対応性を確立する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The boundary between classically simulable and computationally superior quantum systems is fundamental to identifying true quantum advantage. We investigate this within the framework of quantum reservoir computing by introducing a tunable $N$-qubit random circuit model, where a fraction $p$ of Clifford gates are probabilistically substituted with nonstabilizing conditional-$\hat{T}$ gates. We establish a direct correspondence between the reservoir's performance on temporal processing tasks and its entanglement spectrum statistics and long-range nonstabilizer resource content. To assess scalability, we study the scaling of the anti-flatness of states in the large-$N$ limit at a fixed circuit depth ratio $d/N \sim \mathcal{O}(1)$. This is taken as a witness to concentration of measures, a known impediment to learning in thermalizing systems. We demonstrate that the learnability and scalability of the reservoir can be continuously controlled by the parameter $p$, allowing us to navigate from classically tractable to maximally expressive quantum dynamics. These architecture-agnostic results offer a general strategy for designing powerful and trainable quantum machine learning systems and clarify the physical resources underpinning quantum computational advantage.
• Abstract（参考訳）: 古典的にシミュレート可能な量子システムと計算的に優れた量子システムの境界は、真の量子優位性を特定するのに基本的なものである。 量子貯水池計算の枠組みでは、可変な$N$-qubitランダム回路モデルを導入し、Cliffordゲートの分数$p$を確率的に非安定化条件付き$$\hat{T}$ゲートに置き換える。 本研究では,時間的処理タスクにおける貯水池の性能と,その絡み合いスペクトル統計量と長距離非安定化資源量との直接対応性を確立する。 拡張性を評価するため, 固定回路深さ比$d/N \sim \mathcal{O}(1)$における大容量N$制限状態の反平坦性のスケーリングについて検討した。 これは、熱システムにおける学習の障害として知られる、測定の集中の証人として捉えられている。 パラメータ$p$で貯水池の学習性やスケーラビリティを連続的に制御できることを実証し、古典的に抽出可能な量子力学から最大表現可能な量子力学へナビゲートできることを示した。 これらのアーキテクチャに依存しない結果は、強力で訓練可能な量子機械学習システムを設計し、量子コンピューティングの優位性を支える物理資源を明らかにするための一般的な戦略を提供する。

関連論文リスト

• Towards Quantum Enhanced Adversarial Robustness with Rydberg Reservoir Learning [45.92935470813908]
  量子コンピューティング貯水池(QRC)は、量子多体系に固有の高次元非線形力学を利用する。 近年の研究では、変動回路に基づく摂動量子は逆数の影響を受けやすいことが示されている。 QR学習モデルにおける対向的堅牢性の最初の体系的評価について検討する。
  論文  参考訳（メタデータ） (2025-10-15T12:17:23Z)
• Near-Optimal Simultaneous Estimation of Quantum State Moments [7.1834855718325805]
  量子ビットの再利用による量子状態モーメントの資源効率の同時推定のためのフレームワークを提案する。 キュービットリセット操作を利用することで、同時モーメント推定のためのコア回路は2m+1$物理キュービットと$mathcalO(k)$CSWAPゲートしか必要としない。 我々は,推定モーメントが状態の最大固有値に厳密な境界を生じることを示すことによって,このプロトコルの有用性を実証し,ハイゼンベルクモデルの低エネルギー状態にアクセスするための量子仮想冷却への応用を示す。
  論文  参考訳（メタデータ） (2025-09-29T14:23:26Z)
• VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning [60.996803677584424]
  変分量子回路(VQC)は、量子機械学習のための新しい経路を提供する。 それらの実用的応用は、制約付き線形表現性、最適化課題、量子ハードウェアノイズに対する鋭敏感といった固有の制限によって妨げられている。 この研究は、これらの障害を克服するために設計されたスケーラブルで堅牢なハイブリッド量子古典アーキテクチャであるVQC-MLPNetを導入している。
  論文  参考訳（メタデータ） (2025-06-12T01:38:15Z)
• Measurement-driven quantum advantages in shallow circuits [0.3683202928838613]
  量子アドバンテージスキームは、古典的にシミュラブルな量子システムと、この領域を超えるものの境界を探索する。 本稿では,高密度瞬時量子時間回路の広いクラスから効率よくサンプリングする,一定深度測定駆動方式を提案する。
  論文  参考訳（メタデータ） (2025-05-07T18:00:51Z)
• QAMA: Scalable Quantum Annealing Multi-Head Attention Operator for Deep Learning [48.12231190677108]
  QAMA(Quantum Annealing Multi-Head Attention)は、エネルギーベースのハミルトン最適化問題として注目を集める新しいドロップイン演算子である。 この枠組みでは、トークン相互作用を二項二項項に符号化し、低エネルギー構成の探索に量子アニールを用いる。 経験的に、自然言語と視覚のベンチマークによる評価は、タスク全体にわたって、標準的なマルチヘッドの注意から少なくとも2.7ポイントの精度が低下していることを示している。
  論文  参考訳（メタデータ） (2025-04-15T11:29:09Z)
• Resourcefulness of non-classical continuous-variable quantum gates [0.0]
  連続変数量子計算では、量子計算の優位性を実現する重要な要素を特定することが長年の課題である。 我々は,$(s)$-ordered quasiprobabilities の手法を利用して,量子ゲートの量子的優位性の潜在的な達成への寄与を同定する,包括的で汎用的なアプローチを開発する。
  論文  参考訳（メタデータ） (2024-10-11T20:03:53Z)
• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [62.46800898243033]
  量子学習理論の最近の進歩は、様々な古典的な入力によって生成された測定データから、大きな量子ビット回路の線形特性を効率的に学習できるのか? 我々は、小さな予測誤差を達成するためには、$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)
• Realization of arbitrary doubly-controlled quantum phase gates [62.997667081978825]
  本稿では,最適化問題における短期量子優位性の提案に着想を得た高忠実度ゲートセットを提案する。 3つのトランペット四重項のコヒーレントな多レベル制御を編成することにより、自然な3量子ビット計算ベースで作用する決定論的連続角量子位相ゲートの族を合成する。
  論文  参考訳（メタデータ） (2021-08-03T17:49:09Z)
• Error mitigation and quantum-assisted simulation in the error corrected regime [77.34726150561087]
  量子コンピューティングの標準的なアプローチは、古典的にシミュレート可能なフォールトトレラントな演算セットを促進するという考え方に基づいている。 量子回路の古典的準確率シミュレーションをどのように促進するかを示す。
  論文  参考訳（メタデータ） (2021-03-12T20:58:41Z)

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。