論文の概要: Practical Use Cases of Neutral Atoms Quantum Computers
- arxiv url: http://arxiv.org/abs/2510.18732v1
- Date: Tue, 21 Oct 2025 15:34:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-25 03:08:13.831074
- Title: Practical Use Cases of Neutral Atoms Quantum Computers
- Title（参考訳）: 中性原子量子コンピュータの実用化事例
- Authors: Matteo Grotti, Sara Marzella, Gabriella Bettonte, Daniele Ottaviani, Elisa Ercolessi,
- Abstract要約: ライドバーグ相互作用に基づく中性原子量子プロセッサが注目されている。
本稿では,中性原子コンピュータの能力,規格,応用について概説する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum computing has quickly emerged as a revolutionary paradigm that holds the potential for greatly enhanced computational capability and algorithmic efficiency, in a wide range of areas. Among the various hardware platforms, neutral atom quantum processors based on Rydberg interactions are gaining increasing interest because of their scalability, qubit-connection flexibility, and intrinsic appropriateness for solving combinatorial optimization challenges. This paper provides an overview of the present capabilities, standards, and applications of neutral atom quantum computers. We first discuss recent hardware advancements and register mapping optimization techniques that enhance circuit fidelity and performance. We next review their uses as quantum simulators, in both classical and quantum hard problems, such as MIS and QUBO problems, quantum many-body models and molecules in chemistry and pharmacology. Applications for enhancing machine learning are also covered.
- Abstract（参考訳）: 量子コンピューティングは、幅広い領域において、大幅に拡張された計算能力とアルゴリズム効率の可能性を秘めた革命的パラダイムとして急速に登場した。
様々なハードウェアプラットフォームの中で、Rydberg相互作用に基づく中性原子量子プロセッサは、スケーラビリティ、量子ビット接続の柔軟性、および組合せ最適化の課題を解決するための本質的な適切性により、関心が高まりつつある。
本稿では,中性原子量子コンピュータの現状と応用について概説する。
まず、回路の忠実度と性能を向上させるため、最近のハードウェアの進歩とレジスタマッピングの最適化手法について議論する。
次に、MISやQUBO問題、量子多体モデル、化学および薬理学における分子といった古典的および量子的ハード問題において、量子シミュレータとしての使用についてレビューする。
機械学習の強化のためのアプリケーションも紹介されている。
関連論文リスト
- Quantum-enhanced Computer Vision: Going Beyond Classical Algorithms [50.573955644831386]
QeCV(Quantum-enhanced Computer Vision)は、コンピュータビジョン、機械学習、量子コンピューティングの交差点における新しい研究分野である。
量子コンピューティングの助けを借りて、視覚信号の処理や解釈の仕方を変える可能性が高い。
本調査はQeCVに関する既存の文献に貢献し,本研究分野の総合的なレビューを行った。
論文 参考訳（メタデータ） (2025-10-08T17:59:51Z) - Digital quantum simulation of many-body systems: Making the most of intermediate-scale, noisy quantum computers [51.56484100374058]
この論文は量子デバイス上の量子力学をシミュレートすることを中心にしている。
本稿では,量子力学における最も関連性の高い量子アルゴリズムの概要を紹介する。
近い将来に量子シミュレーションの恩恵を受けることができる量子力学における関連する問題を同定する。
論文 参考訳（メタデータ） (2025-08-29T10:37:19Z) - 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) - Comprehensive Survey of QML: From Data Analysis to Algorithmic Advancements [2.5686697584463025]
量子機械学習(Quantum Machine Learning)は、量子コンピューティングと機械学習の交差点におけるパラダイムシフトである。
この分野は、ハードウェアの制約、ノイズ、量子ビットコヒーレンス(英語版)の制限など、重大な課題に直面している。
この調査は、実用的な実世界のアプリケーションに向けて量子機械学習を進めるための基盤となるリソースを提供することを目的としている。
論文 参考訳（メタデータ） (2025-01-16T13:25:49Z) - Assessing and Advancing the Potential of Quantum Computing: A NASA Case Study [11.29246196323319]
我々は、量子コンピューティングの可能性を評価し、前進させるNASAの取り組みについて説明する。
本稿では,近・長期のアルゴリズムの進歩と,現在のハードウェアとシミュレーションによる探索結果について論じる。
この研究には物理にインスパイアされた古典的アルゴリズムも含まれており、今日のアプリケーションスケールで使用することができる。
論文 参考訳（メタデータ） (2024-06-21T19:05:42Z) - Quantum Algorithm Cards: Streamlining the development of hybrid
classical-quantum applications [0.0]
量子コンピューティングの出現は、多くの科学と産業の応用領域を根本的に変換できる革命的パラダイムを提案する。
量子コンピュータが計算をスケールする能力は、現在のコンピュータが提供しているものよりも、特定のアルゴリズムタスクのパフォーマンスと効率が向上することを意味している。
このような改善の恩恵を得るためには、量子コンピュータは既存のソフトウェアシステムと統合されなければならない。
論文 参考訳（メタデータ） (2023-10-04T06:02:59Z) - 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) - Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the
Race to Practical Quantum Advantage [43.3054117987806]
本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。
本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。
古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
論文 参考訳（メタデータ） (2022-08-29T15:24:03Z) - Learning Quantum Systems [0.0]
量子技術は、セキュアな通信、高性能コンピューティング、超精密センシングにおける画期的な応用によって、私たちの社会に革命をもたらすと約束している。
量子技術のスケールアップにおける主な特徴の1つは、量子システムの複雑さがその大きさと指数関数的にスケールすることである。
これは、量子状態の効率的なキャリブレーション、ベンチマーク、検証とその動的制御において深刻な問題を引き起こす。
論文 参考訳（メタデータ） (2022-07-01T09:47:26Z) - Practical application-specific advantage through hybrid quantum
computing [0.0]
メモリ中心で異質なマルチプロセッシングアーキテクチャに基づくハイブリッド量子クラウドを提案する。
計算速度と解の質の両方において,従来のアルゴリズムと比較して,ハイブリッドアルゴリズムの利点を示す。
論文 参考訳（メタデータ） (2022-05-10T12:58:41Z) - 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)
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。