論文の概要: Quantum Phase Classification of Rydberg Atom Systems Using Resource-Efficient Variational Quantum Circuits and Classical Shadows

• arxiv url: http://arxiv.org/abs/2510.23489v1
• Date: Mon, 27 Oct 2025 16:25:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-28 15:28:15.617658
• Title: Quantum Phase Classification of Rydberg Atom Systems Using Resource-Efficient Variational Quantum Circuits and Classical Shadows
• Title（参考訳）: 資源効率のよい変分量子回路と古典的シャドウを用いたRydberg原子系の量子位相分類
• Authors: Hemish Ahuja, Samradh Bhardwaj, Kirti Dhir, Roman Bagdasarian, Ziwoong Jang,
• Abstract要約: 本稿では,古典的シャドウトモグラフィと変分量子回路を組み合わせた量子機械学習手法を提案する。 量子資源の最小化は高精度位相分類に十分であることを示す。 この研究は、短期量子デバイス上での量子強化凝縮物質物理学の経路を確立する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum phase transitions in Rydberg atom arrays present significant opportunities for studying many-body physics, yet distinguishing between different ordered phases without explicit order parameters remains challenging. We present a resource-efficient quantum machine learning approach combining classical shadow tomography with variational quantum circuits (VQCs) for binary phase classification of Z2 and Z3 ordered phases. Our pipeline processes 500 randomized measurements per 51-atom chain state, reconstructs shadow operators, performs PCA dimensionality reduction (514 features), and encodes features using angle embedding onto a 2-qubit parameterized circuit. The circuit employs RY-RZ angle encoding, strong entanglement via all-to-all CZ gates, and a minimal 2-parameter ansatz achieving depth 7. Training via simultaneous perturbation stochastic approximation (SPSA) with hinge loss converged in 120 iterations. The model achieved 100% test accuracy with perfect precision, recall, and F1 scores, demonstrating that minimal quantum resources suffice for high-accuracy phase classification. This work establishes pathways for quantum-enhanced condensed matter physics on near-term quantum devices.
• Abstract（参考訳）: ライドバーグ原子配列の量子相転移は多体物理学の研究に重要な機会をもたらすが、明確な順序パラメータを持たない異なる順序相の区別は依然として困難である。 本稿では,古典的シャドウトモグラフィと変分量子回路(VQC)を組み合わせた資源効率のよい量子機械学習手法を提案する。 パイプラインは51原子鎖状態当たり500個のランダム化測定を処理し、シャドー演算子を再構成し、PCA次元削減(514特徴)を行い、2量子パラメータ化回路に角を埋め込んで特徴を符号化する。 この回路は、RY-RZ角符号化、全対全CZゲートによる強い絡み合い、深さ7の最小2パラメータアンサッツを用いる。 ヒンジ損失を伴う同時摂動確率近似(SPSA)によるトレーニングを120回実施した。 このモデルは完全精度、リコール、F1スコアで100%の精度を達成し、最小限の量子資源が高精度な位相分類に十分であることを示した。 この研究は、短期量子デバイス上での量子強化凝縮物質物理学の経路を確立する。

関連論文リスト

• Variational preparation of normal matrix product states on quantum computers [0.3173119584173978]
  行列積状態は、量子コンピュータ上で浅い回路で生成可能であることを示す。 適応型アンサッツ生成アルゴリズムであるADAPT-AQCを用い、既存のAQC-Tensorアルゴリズムの一般化初期化手順を導入する。 以上の結果から,量子コンピュータにおける量子資源と古典資源の統合が,量子コンピュータ上で研究できるものの境界をいかに押し上げるかが示される。
  論文  参考訳（メタデータ） (2025-03-12T18:00:00Z)
• Extending Quantum Perceptrons: Rydberg Devices, Multi-Class Classification, and Error Tolerance [67.77677387243135]
  量子ニューロモーフィックコンピューティング(QNC)は、量子計算とニューラルネットワークを融合して、量子機械学習(QML)のためのスケーラブルで耐雑音性のあるアルゴリズムを作成する QNCの中核は量子パーセプトロン(QP)であり、相互作用する量子ビットのアナログダイナミクスを利用して普遍的な量子計算を可能にする。
  論文  参考訳（メタデータ） (2024-11-13T23:56:20Z)
• 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)
• Unveiling quantum phase transitions from traps in variational quantum algorithms [0.0]
  量子最適化と古典的機械学習を組み合わせたハイブリッドアルゴリズムを提案する。 従来の位相遷移の同定にはLASSO、トポロジカル遷移にはTransformerモデルを用いる。 リゲッティのAnkaa 9Q-1量子コンピュータで数値シミュレーションと実ハードウェア実験を行った。
  論文  参考訳（メタデータ） (2024-05-14T09:01:41Z)
• Characterizing randomness in parameterized quantum circuits through expressibility and average entanglement [39.58317527488534]
  量子回路(PQC)は、その主応用の範囲外ではまだ完全には理解されていない。 我々は、量子ビット接続性に関する制約の下で、PQCにおけるランダム状態の生成を分析する。 生成した状態の分布の均一性の増加と絡み合いの発生との間には,どれだけ急激な関係があるかを示す。
  論文  参考訳（メタデータ） (2024-05-03T17:32:55Z)
• QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum Circuits [82.50620782471485]
  QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。 1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。 提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
  論文  参考訳（メタデータ） (2024-01-10T22:33:00Z)
• Shallow quantum circuits for efficient preparation of Slater determinants and correlated states on a quantum computer [0.0]
  フェルミオンアンザッツ状態調製は、量子化学や凝縮物質への応用のための変分量子固有解法のような多くの量子アルゴリズムにおける臨界サブルーチンである。 量子機械学習のために開発されたデータローディング回路に着想を得て、より浅くスケーラブルな$mathcalO(d log2N)$ 2-qubitゲート深度回路を提供する代替パラダイムを提案する。
  論文  参考訳（メタデータ） (2023-01-18T12:43:18Z)
• Quantum Phases of Matter on a 256-Atom Programmable Quantum Simulator [41.74498230885008]
  決定論的に作成された中性原子の2次元配列に基づくプログラマブル量子シミュレータを実証する。 我々は高忠実度反強磁性状態の生成と特徴付けによりシステムをベンチマークする。 次に、相互作用とコヒーレントレーザー励起の間の相互作用から生じるいくつかの新しい量子相を作成し、研究する。
  論文  参考訳（メタデータ） (2020-12-22T19:00:04Z)

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。