論文の概要: Genetically Engineered Quantum Circuits for Financial Market Indicators

• arxiv url: http://arxiv.org/abs/2511.15739v1
• Date: Tue, 18 Nov 2025 14:51:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-21 17:08:52.306741
• Title: Genetically Engineered Quantum Circuits for Financial Market Indicators
• Title（参考訳）: 金融市場指標のための遺伝子組み換え量子回路
• Authors: Floyd M. Creevey, Lloyd C. L. Hollenberg,
• Abstract要約: 我々は、GASPフレームワークを用いて、株価データの量子状態への符号化を最適化する。 符号化プロセスの忠実度と効率性を両立させることができることを示す。 本研究は、実世界のデータの効率的なエンコーディングにおけるGASPの適用性に関する知見を提供する。
• 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 holds immense potential for transforming financial analysis and decision-making. Realising this potential necessitates the efficient encoding and processing of financial data on quantum computers. In this study, we propose using the GASP (Genetic Algorithm for State Preparation) framework to optimise the encoding of stock price data into quantum states and show it can enhance both the fidelity and efficiency of the encoding process. We demonstrate the efficacy of our approach by encoding stock price data onto both a simulated and real quantum computer to calculate the Singular Value Decomposition (SVD) entropy. Our results show improvements in fidelity and the potential for more precise financial analysis. This research provides insights into the applicability of GASP for the efficient encoding of real-world data, specifically stock price data, which is crucial for quantum advantage on noisy intermediate-scale quantum (NISQ) era quantum computers.
• Abstract（参考訳）: 量子コンピューティングは、財務分析と意思決定を変革する大きな可能性を秘めている。 この可能性を実現するには、量子コンピュータ上での金融データの効率的なエンコーディングと処理が必要である。 本研究では、GASP(Genetic Algorithm for State prepared)フレームワークを用いて、株価データの量子状態への符号化を最適化し、符号化プロセスの忠実度と効率性を両立させることができることを示す。 実数値計算と模擬量子コンピュータの両方に株価データを符号化し,特異値分解(SVD)エントロピーを計算することで,提案手法の有効性を実証する。 以上の結果から, 忠実度の向上と, より正確な財務分析の可能性が示唆された。 本研究は,実世界のデータ,特に株価データの効率的な符号化にGANの適用性に関する知見を提供する。

関連論文リスト

• Scalable Quantum State Preparation for Encoding Genomic Data with Matrix Product States [0.0]
  本研究では,MPS(Matrix Product State)形式を用いてゲノムデータをエンコードするスケーラブルな量子回路の製作法を提案する。 この方法は、バクテリオファージ$Phi X174$のゲノムを15キュービットの状態に符号化し、MPS結合寸法、再構成誤差、および結果として生じる回路複雑性の間のトレードオフを分析することで示される。
  論文  参考訳（メタデータ） (2025-08-08T10:02:53Z)
• Benchmarking fault-tolerant quantum computing hardware via QLOPS [2.0464713282534848]
  量子アルゴリズムを実行するためには、低ノイズレベルでスケーラブルな量子ハードウェアを開発することが不可欠である。 様々なハードウェアプラットフォーム向けに、フォールトトレラントな量子コンピューティングスキームが開発されている。 本稿では,FTQC方式の性能評価指標として,QLOPS(Quantum Logical Operations Per Second)を提案する。
  論文  参考訳（メタデータ） (2025-07-16T08:31:51Z)
• From Bits to Qubits: Challenges in Classical-Quantum Integration [0.0]
  この研究は量子符号化の重要なフェーズに焦点をあて、量子システム内での処理のために古典的な情報を量子状態に変換することができる。 異なる特徴を定量化する目的は、量子処理への影響を分析することである。
  論文  参考訳（メタデータ） (2025-01-31T05:51:04Z)
• 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)
• The curse of random quantum data [62.24825255497622]
  量子データのランドスケープにおける量子機械学習の性能を定量化する。 量子機械学習におけるトレーニング効率と一般化能力は、量子ビットの増加に伴い指数関数的に抑制される。 この結果は量子カーネル法と量子ニューラルネットワークの広帯域限界の両方に適用できる。
  論文  参考訳（メタデータ） (2024-08-19T12:18:07Z)
• Quantum Circuit Synthesis and Compilation Optimization: Overview and Prospects [59.07692103357675]
  本調査では,アルゴリズムレベルから量子ハードウェアにまたがる,統合設計および最適化スキームの実現可能性について検討する。 手動設計のコストを削減し、実行の精度と効率を高め、ハードウェア上での量子アルゴリズムの優位性の実装と検証を容易にする。
  論文  参考訳（メタデータ） (2024-06-30T15:50:10Z)
• Drastic Circuit Depth Reductions with Preserved Adversarial Robustness by Approximate Encoding for Quantum Machine Learning [0.5181797490530444]
  本研究では, 変分, 遺伝的および行列積状態に基づくアルゴリズムを用いて, 符号化画像データを表す量子状態の効率的な作成法を実装した。 その結果、これらの手法は、標準状態準備実装よりも2桁も浅い回路を用いて、QMLに適したレベルにほぼ準備できることが判明した。
  論文  参考訳（メタデータ） (2023-09-18T01:49:36Z)
• Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
  本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。 本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
  論文  参考訳（メタデータ） (2022-09-16T02:37:32Z)
• QSAN: A Near-term Achievable Quantum Self-Attention Network [73.15524926159702]
  SAM(Self-Attention Mechanism)は機能の内部接続を捉えるのに長けている。 短期量子デバイスにおける画像分類タスクに対して,新しい量子自己注意ネットワーク(QSAN)を提案する。
  論文  参考訳（メタデータ） (2022-07-14T12:22:51Z)
• Concentration of Data Encoding in Parameterized Quantum Circuits [7.534037755267707]
  変分量子アルゴリズムは、有意義なタスクにおいて、短期的な量子アドバンテージを実現するための主要な戦略として認識されている。 本稿では、パラメータ化量子回路に基づく共通データ符号化戦略を考察し、進展する。 妥当な仮定の下では、平均符号化状態と最大混合状態の間の距離が明らかに上界であることが証明できる。
  論文  参考訳（メタデータ） (2022-06-16T16:09:40Z)
• On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
  そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。 私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
  論文  参考訳（メタデータ） (2021-06-29T14:01:40Z)

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。