論文の概要: Experimental differentiation and extremization with analog quantum circuits

• arxiv url: http://arxiv.org/abs/2510.20713v1
• Date: Thu, 23 Oct 2025 16:29:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-25 03:08:18.337168
• Title: Experimental differentiation and extremization with analog quantum circuits
• Title（参考訳）: アナログ量子回路による実験的分化と極端化
• Authors: Evan Philip, Julius de Hond, Vytautas Abramavicius, Kaonan Micadei, Mario Dagrada, Panagiotis Barkoutsos, Mourad Beji, Louis-Paul Henry, Vincent E. Elfving, Antonio A. Gentile, Savvas Varsamopoulos,
• Abstract要約: 微分可能量子回路(DQC)は微分方程式(DE)を計算するための実行可能な経路を提供する 量子極端学習(QEL)は、未知(単純)関数の学習可能なモデルの出力における極端点を見つけることによって、そのようなアプローチを補完する。 本研究は,DQCとQELを併用した最初の実験実験の結果である。
• 参考スコア（独自算出の注目度）: 0.712813885457233
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Solving and optimizing differential equations (DEs) is ubiquitous in both engineering and fundamental science. The promise of quantum architectures to accelerate scientific computing thus naturally involved interest towards how efficiently quantum algorithms can solve DEs. Differentiable quantum circuits (DQC) offer a viable route to compute DE solutions using a variational approach amenable to existing quantum computers, by producing a machine-learnable surrogate of the solution. Quantum extremal learning (QEL) complements such approach by finding extreme points in the output of learnable models of unknown (implicit) functions, offering a powerful tool to bypass a full DE solution, in cases where the crux consists in retrieving solution extrema. In this work, we provide the results from the first experimental demonstration of both DQC and QEL, displaying their performance on a synthetic usecase. Whilst both DQC and QEL are expected to require digital quantum hardware, we successfully challenge this assumption by running a closed-loop instance on a commercial analog quantum computer, based upon neutral atom technology.
• Abstract（参考訳）: 微分方程式(DE)の解法と最適化は、工学と基礎科学の両方において普遍的である。 科学計算を加速する量子アーキテクチャの約束は、DESをいかに効率的に解けるかという関心を自然に巻き込んだ。 微分可能量子回路(DQC)は、既存の量子コンピュータと共用可能な変分法を用いてDECソリューションを計算するための実行可能な経路を提供する。 QEL(Quantum extremal Learning)は、未知(単純)関数の学習可能なモデルの出力において極端な点を見つけることによって、このアプローチを補完する。 そこで本研究では,DQCとQELの両実験を行った結果について述べる。 DQCとQELはどちらもデジタル量子ハードウェアを必要とすると期待されているが、中立原子技術に基づく商用アナログ量子コンピュータ上でクローズドループインスタンスを実行することで、この仮定に挑戦することに成功している。

関連論文リスト

• Estimating Quantum Execution Requirements for Feature Selection in Recommender Systems Using Extreme Value Theory [24.81619425296401]
  量子解のユーザビリティを定量的に評価するために,エクストリーム値理論に基づく解を提案する。 提案手法は,広く使用されている2つのベンチマークデータセットにおいて,要求される実行回数を効果的に推定する。
  論文  参考訳（メタデータ） (2025-07-04T00:09:49Z)
• Sequential Quantum Computing [41.94295877935867]
  本稿では、多種または異種量子プロセッサを利用したパラダイムであるシーケンシャル量子コンピューティング(SQC)を提案し、実験的に実証する。 SQCは、それぞれの相補的な強みを組み合わせることで、それぞれのタイプの量子コンピュータの限界を克服する。 これらの結果は、複雑な量子最適化問題に対処するための強力で汎用的なアプローチとしてSQCを強調している。
  論文  参考訳（メタデータ） (2025-06-25T17:51:29Z)
• RhoDARTS: Differentiable Quantum Architecture Search with Density Matrix Simulations [44.13836547616739]
  変分量子アルゴリズム(VQA)は、ノイズ中間スケール量子(NISQ)コンピュータを活用するための有望なアプローチである。 与えられたVQA問題を効率的に解く最適な量子回路を選択することは、非自明な作業である。 量子アーキテクチャ探索(QAS)アルゴリズムは、与えられた問題に合わせた量子回路の自動生成を可能にする。
  論文  参考訳（メタデータ） (2025-06-04T08:30:35Z)
• Parallel Quantum Computing Simulations via Quantum Accelerator Platform Virtualization [44.99833362998488]
  本稿では,量子回路実行の並列化モデルを提案する。 このモデルはバックエンドに依存しない機能を利用することができ、任意のターゲットバックエンド上で並列量子回路の実行を可能にする。
  論文  参考訳（メタデータ） (2024-06-05T17:16:07Z)
• Solving Maxwells Equations using Variational Quantum Imaginary Time Evolution [3.3838477077773925]
  VarQITEはマクスウェル方程式の解を高精度で効率的に近似できることを示す。 この結果から,VarQITEは電磁界や他の分野においてPDEを解く強力なツールとなる可能性が示唆された。
  論文  参考訳（メタデータ） (2024-02-21T22:34:18Z)
• Quantum computation of conical intersections on a programmable superconducting quantum processor [10.064448021157139]
  円錐交差(CI)は多くの光化学過程において中心的である。 本稿では,量子古典的状態平均空間自己整合法の最初の成功例を示す。
  論文  参考訳（メタデータ） (2024-02-20T04:12:40Z)
• 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)
• 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)
• Practical Quantum Computing: solving the wave equation using a quantum approach [0.0]
  量子波方程式解法の実装は、このアルゴリズムの理論的大域的複雑性と一致することを示す。 我々の実装は、量子コンピュータ上でいくつかのPDEを解くことができることを実験的に証明している。
  論文  参考訳（メタデータ） (2020-03-27T15:05:31Z)

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。