論文の概要: General Machine Learning Algorithm for Quantum Teleportation
- arxiv url: http://arxiv.org/abs/2511.18318v1
- Date: Sun, 23 Nov 2025 07:11:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-25 18:34:24.770158
- Title: General Machine Learning Algorithm for Quantum Teleportation
- Title(参考訳): 量子テレポーテーションのための汎用機械学習アルゴリズム
- Authors: Allison Brattley, Tomas Opatrny, Kunal K. Das,
- Abstract要約: 本稿では,任意のシステムに量子テレポーテーションを実装するために最適なユニタリ演算子を作成できる汎用アルゴリズムを提案する。
単一および複数キュービット状態,コヒーレント状態,ディック状態,および先行分布と不等次元を持つ系に対して,これらを集合スピンモデルで説明し,その汎用性を実証する。
- 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: We present a general algorithm, based on machine learning, which can create optimal unitary operators to implement quantum teleportation in any system with well-defined set of measurements in a relevant entangled basis. We illustrate it with a collective spin model and demonstrate its versatility by applying it to teloportation of single and multiple qubit states, coherent and Dicke states, and for systems with prior distributions and unequal dimensions. All cases display significant regimes of quantum advantage over corresponding classical schemes with no entanglement. The algorithm offers the flexibility to choose a balance between target fidelity and computational cost.
- Abstract(参考訳): 本稿では,機械学習に基づく汎用アルゴリズムを提案する。このアルゴリズムは,任意のシステムに量子テレポーテーションを実装するための最適なユニタリ演算子を作成することができる。
単一および複数キュービット状態,コヒーレント状態,ディック状態,および先行分布と不等次元を持つ系に対して,これらを集合スピンモデルで説明し,その汎用性を実証する。
すべてのケースは、絡み合いのない対応する古典的スキームよりも大きな量子上の優位性を示す。
このアルゴリズムは、目標忠実度と計算コストのバランスを選択する柔軟性を提供する。
関連論文リスト
- Interplay of resources for universal continuous-variable quantum computing [0.0]
我々は、離散変数系におけるコヒーレンスに類似した連続変数回路において、シンプレクティックコヒーレンスと呼ばれる新しい性質を求める。
これは、非ガウス性や絡み合いとともに、連続変数量子コンピューティングにおける普遍性に必要なリソースとしてシンプレクティックコヒーレンスを確立する。
論文 参考訳(メタデータ) (2025-02-11T16:15:11Z) - 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) - Determining the ability for universal quantum computing: Testing
controllability via dimensional expressivity [39.58317527488534]
制御性テストは、外部制御の数を減らすために量子デバイスの設計に使用できる。
パラメタライズド量子回路に基づくハイブリッド量子古典アルゴリズムを考案する。
論文 参考訳(メタデータ) (2023-08-01T15:33:41Z) - MAQA: A Quantum Framework for Supervised Learning [2.064612766965483]
本研究は,古典的教師付き機械学習アルゴリズムの多元的出力を再現可能な,普遍的で効率的なフレームワークを提案する。
提案するフレームワークは,多機能および多機能の組み合わせにより,Multiple Aggregator Quantum Algorithm (MAQA) と名付けられた。
2つ目の重要な追加として、提案フレームワークをハイブリッド量子古典およびフォールトトレラント量子アルゴリズムとして採用することについて議論する。
論文 参考訳(メタデータ) (2023-03-20T11:18:22Z) - Resources for bosonic quantum computational advantage [0.0]
各ボソニック量子計算は連続可変サンプリング計算に再キャスト可能であることを示す。
ボソニック計算の強いシミュレーションのための一般的な古典的アルゴリズムを導出する。
論文 参考訳(メタデータ) (2022-07-24T17:50:20Z) - Optimal quantum control via genetic algorithms for quantum state
engineering in driven-resonator mediated networks [68.8204255655161]
進化的アルゴリズムに基づく量子状態工学には、機械学習によるアプローチを採用しています。
我々は、単一のモード駆動マイクロ波共振器を介して相互作用する、量子ビットのネットワーク(直接結合のない人工原子の状態に符号化された)を考える。
アルゴリズムは理想的なノイズフリー設定で訓練されているにもかかわらず、高い量子忠実度とノイズに対するレジリエンスを観測する。
論文 参考訳(メタデータ) (2022-06-29T14:34:00Z) - Toward a quantum computing algorithm to quantify classical and quantum
correlation of system states [0.0]
システム状態に対する古典的および量子的相関を実現するために,変分型ハイブリッド量子古典(VHQC)アルゴリズムを設計する。
我々は,いくつかの密度行列の相関関係を求めるアルゴリズムの性能を数値的に検証する。
論文 参考訳(メタデータ) (2021-11-17T09:40:30Z) - Quantum algorithms for quantum dynamics: A performance study on the
spin-boson model [68.8204255655161]
量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。
変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。
量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
論文 参考訳(メタデータ) (2021-08-09T18:00:05Z) - Error mitigation and quantum-assisted simulation in the error corrected
regime [77.34726150561087]
量子コンピューティングの標準的なアプローチは、古典的にシミュレート可能なフォールトトレラントな演算セットを促進するという考え方に基づいている。
量子回路の古典的準確率シミュレーションをどのように促進するかを示す。
論文 参考訳(メタデータ) (2021-03-12T20:58:41Z)
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。