論文の概要: Double categories for adaptive quantum computation

• arxiv url: http://arxiv.org/abs/2510.25915v1
• Date: Wed, 29 Oct 2025 19:38:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-31 16:05:09.550809
• Title: Double categories for adaptive quantum computation
• Title（参考訳）: 適応量子計算のための二重圏
• Authors: Cihan Okay, Walker Stern, Redi Haderi, Selman Ipek,
• Abstract要約: 本稿では、量子計算パワーの様々なモデルを含む統一的な分類体系を開発する。 計算アーキテクチャにおける量子(水平)および古典(垂直)情報の流れを表現するために、ポートグラフの双方向一般化であるダブルポートグラフを導入する。
• 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 computation can be formulated through various models, each highlighting distinct structural and resource-theoretic aspects of quantum computational power. This paper develops a unified categorical framework that encompasses these models and their interrelations using the language of double categories. We introduce double port graphs, a bidirectional generalization of port graphs, to represent the quantum (horizontal) and classical (vertical) flows of information within computational architectures. Quantum op- erations are described as adaptive instruments, organized into a one-object double category whose horizontal and vertical directions correspond to quantum channels and stochastic maps, respectively. Within this setting, we capture prominent adaptive quantum compu- tation models, including measurement-based and magic-state models. To analyze compu- tational power, we extend the theory of contextuality to an adaptive setting through the notion of simplicial instruments, which generalize simplicial distributions to double cat- egorical form. This construction yields a quantitative characterization of computational power in terms of contextual fraction, leading to a categorical formulation of the result that non-contextual resources can compute only affine Boolean functions. The frame- work thus offers a new perspective on the interplay between adaptivity, contextuality, and computational power in quantum computational models.
• Abstract（参考訳）: 量子計算は様々なモデルを通して定式化することができ、それぞれが量子計算パワーの構造的および資源的側面を強調している。 本稿では、これらのモデルとそれらの相互関係を二重カテゴリーの言語を用いて包含する統一的な分類体系を開発する。 計算アーキテクチャにおける量子(水平)および古典(垂直)情報の流れを表現するために、ポートグラフの双方向一般化であるダブルポートグラフを導入する。 量子オペエレーションは適応的な楽器として記述され、水平方向と垂直方向がそれぞれ量子チャネルと確率写像に対応する1オブジェクトの二重圏に分類される。 この設定内では、測定ベースやマジックステートモデルを含む、アダプティブな量子コンプ-テイションモデルを取り込む。 コンプ・テディショナル・パワーを解析するために,シプリカル・インスツルメンテーション(simplicial instrument)という概念を用いて,文脈性理論を適応的セッティングへと拡張し,シプリカル・インスツルメンタル・インスツルメンテーション(simplicial distributions)をダブル・キャット・エゴリカル・フォームに一般化する。 この構成により、文脈的分数の観点から計算力の定量的な特徴づけが得られ、非文脈的資源がアフィンブール関数のみを計算できるという結果の分類学的定式化が導かれる。 フレームワークは、量子計算モデルにおける適応性、文脈性、計算力の相互作用に関する新しい視点を提供する。

関連論文リスト

• Topological Contextuality and Quantum Representations [0.0]
  量子文脈性(quantum contextuality)は、古典的なモデルと量子論を区別する基本的な特徴である。 この研究は、モジュラー圏によって誘導されるブレイド群表現が状態依存的文脈性を示すことを厳密に示している。 結果は、低次元量子システムにおける文脈性の分類と定量化のための包括的なフレームワークを提供する。
  論文  参考訳（メタデータ） (2025-06-17T14:01:22Z)
• 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)
• Solving reaction dynamics with quantum computing algorithms [42.408991654684876]
  線形応答によって支配される異なる反応を記述することに関連する応答関数の量子アルゴリズムについて検討する。 我々は原子核物理学の応用に焦点をあて、格子上の量子ビット効率のマッピングを検討し、現実的な散乱シミュレーションに必要な大量の量を効率的に表現することができる。
  論文  参考訳（メタデータ） (2024-03-30T00:21:46Z)
• Post-variational quantum neural networks [0.9208007322096533]
  可変後の戦略」は、可変パラメータを量子コンピュータから古典コンピュータにシフトさせる。 アーキテクチャ設計を用いた変分後の量子ニューラルネットワークは、変分アルゴリズムよりも優れた結果をもたらす可能性があることを示す。
  論文  参考訳（メタデータ） (2023-07-20T03:55:53Z)
• A Framework for Demonstrating Practical Quantum Advantage: Racing Quantum against Classical Generative Models [62.997667081978825]
  生成モデルの一般化性能を評価するためのフレームワークを構築した。 古典的および量子生成モデル間の実用的量子優位性(PQA)に対する最初の比較レースを確立する。 以上の結果から,QCBMは,他の最先端の古典的生成モデルよりも,データ制限方式の方が効率的であることが示唆された。
  論文  参考訳（メタデータ） (2023-03-27T22:48:28Z)
• A performance characterization of quantum generative models [35.974070202997176]
  量子生成モデリングに使用される量子回路を比較する。 2つの一般的なトレーニング手法を用いてデータセットの確率分布を学習する。 確率分布のコプラを学習する離散アーキテクチャの変種が、他のすべての手法より優れていることを実証的に見出した。
  論文  参考訳（メタデータ） (2023-01-23T11:00:29Z)
• The Quantum Path Kernel: a Generalized Quantum Neural Tangent Kernel for Deep Quantum Machine Learning [52.77024349608834]
  古典的なディープニューラルネットワークの量子アナログを構築することは、量子コンピューティングにおける根本的な課題である。 鍵となる問題は、古典的なディープラーニングの本質的な非線形性にどのように対処するかである。 我々は、深層機械学習のこれらの側面を複製できる量子機械学習の定式化であるQuantum Path Kernelを紹介する。
  論文  参考訳（メタデータ） (2022-12-22T16:06:24Z)
• Modularized and scalable compilation for quantum program in double quantum dots [0.0]
  我々は、Ansatz回路をトレーニングし、半導体二重量子ドットにおける一重項量子ビットに対する一連の普遍量子ゲートの高忠実度コンパイルを実現する。 我々の研究は、先進的で複雑な量子アルゴリズムのために、この物理資源の可能性を活用するための重要な足掛かりとなっている。
  論文  参考訳（メタデータ） (2022-11-10T02:32:39Z)
• Generalization Metrics for Practical Quantum Advantage in Generative Models [68.8204255655161]
  生成モデリングは量子コンピュータにとって広く受け入れられている自然のユースケースである。 我々は,アルゴリズムの一般化性能を計測して,生成モデリングのための実用的な量子優位性を探索する,単純で曖昧な手法を構築した。 シミュレーションの結果、我々の量子にインスパイアされたモデルは、目に見えない、有効なサンプルを生成するのに、最大で68倍の費用がかかります。
  論文  参考訳（メタデータ） (2022-01-21T16:35:35Z)
• Prime number factorization using a spinor Bose-Einstein condensate inspired topological quantum computer [0.0]
  量子double $mathcalD(Q_8)$ anyon モデルをShorの分解アルゴリズムの特定の例を実行するためのプラットフォームとして考える。 必要な全ての量子ゲート、より少ないものは、このハイブリッドトポロジカル量子コンピュータのために正確にコンパイルできる。
  論文  参考訳（メタデータ） (2021-05-12T06:06:19Z)
• Quantum machine learning with adaptive linear optics [0.0]
  本稿では,量子デバイスを用いて計算サブルーチンを実行する教師付き学習アルゴリズムについて検討する。 我々は、線形光学系におけるボソンサンプリングアーキテクチャを用いて、これらの量子サブルーチンの実装を設計し、適応的な測定によって補足する。
  論文  参考訳（メタデータ） (2021-02-08T23:56:49Z)

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。