論文の概要: Machine Learning by Adiabatic Evolutionary Quantum System
- arxiv url: http://arxiv.org/abs/2511.18496v1
- Date: Sun, 23 Nov 2025 15:27:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-25 18:34:24.867284
- Title: Machine Learning by Adiabatic Evolutionary Quantum System
- Title（参考訳）: 断熱進化量子システムによる機械学習
- Authors: Tomoyuki Yamakami,
- Abstract要約: 我々は、これらのAEQSを量子的にトレーニングすることで、特定の機械学習タスクを達成する効率的な方法を研究する。
我々は、量子カウント、量子振幅推定、量子近似のためのよく知られた量子アルゴリズムを概ね活用する基本的なアイデアを開発する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: A computational model of adiabatic evolutionary quantum system (or AEQS, pronounced "eeh-ks") was introduced in [Yamakami,2022] as a sort of quantum annealing and its underlying input-driven Hamiltonians are generated quantum-algorithmically by various forms of quantum automata families (including 1qqaf's). We study an efficient way to accomplish certain machine learning tasks by training these AEQSs quantumly. When AEQSs are controlled by 1qqaf's, it suffices in essence to find an optimal 1qqaf that approximately solves a target relational problem. For this purpose, we develop a basic idea of approximately utilizing well-known quantum algorithms for quantum counting, quantum amplitude estimation, and quantum approximation. We then provide a rough estimation of the efficiency of our quantum learning algorithms for AEQSs.
- Abstract（参考訳）: アディアバティック進化量子系の計算モデル (AEQS, AEQS, "eeh-ks" と発音される) は、[山上,2022] で量子アニールの一種として導入され、その基礎となる入力駆動ハミルトニアンは、様々な量子オートマトン族 (1qqaf を含む) によって量子論的に生成される。
我々は、これらのAEQSを量子的にトレーニングすることで、特定の機械学習タスクを達成する効率的な方法を研究する。
AEQS が 1qqaf によって制御されると、本質的には、ターゲットのリレーショナル問題をほぼ解決する最適な 1qqaf を見つけるのに十分である。
この目的のために、量子カウント、量子振幅推定、量子近似のためのよく知られた量子アルゴリズムを概ね活用する基礎的アイデアを開発する。
次に、AEQSに対する量子学習アルゴリズムの効率を大まかに見積もる。
関連論文リスト
- Artificial intelligence for representing and characterizing quantum systems [49.29080693498154]
大規模量子システムの効率的なキャラクタリゼーションは、量子科学における中心的な課題である。
人工知能(AI)の最近の進歩は、この課題に対処するための強力なツールとして現れている。
本稿では、これらのAIパラダイムが量子システム評価における2つのコアタスクにどのように貢献するかを論じる。
論文 参考訳（メタデータ） (2025-09-05T08:41:24Z) - Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。
どの場の量子スピードアップが達成できるかという新たな課題が生じる。
量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文 参考訳（メタデータ） (2024-02-26T09:32:07Z) - ADAPT-QSCI: Adaptive Construction of an Input State for Quantum-Selected Configuration Interaction [0.0]
量子多体ハミルトンの基底状態とそのエネルギーを計算するための量子古典ハイブリッドアルゴリズムを提案する。
本手法は, ADAPT-QSCIと呼ばれ, 小分子に対して正確な基底状態エネルギーが得られることを示す。
論文 参考訳（メタデータ） (2023-11-02T09:15:50Z) - Expressive Quantum Supervised Machine Learning using Kerr-nonlinear
Parametric Oscillators [0.0]
変分量子アルゴリズム(VQA)を用いた量子機械学習は、ノイズのある中間スケール量子(NISQ)時代の実用的なアルゴリズムとして積極的に研究されている。
近年の研究では、古典的なデータを量子回路に繰り返しエンコードするデータ再アップロードが、表現力のある量子機械学習モデルを得るために必要であることが示されている。
我々は、Kerrnon Parametric Hilberts (KPO) を別の有望な量子コンピューティングデバイスとして用いて量子機械学習を提案する。
論文 参考訳（メタデータ） (2023-05-01T07:01:45Z) - Quantum Machine Learning: from physics to software engineering [58.720142291102135]
古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。
量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
論文 参考訳（メタデータ） (2023-01-04T23:37:45Z) - Efficient criteria of quantumness for a large system of qubits [58.720142291102135]
大規模部分量子コヒーレント系の基本パラメータの無次元結合について論じる。
解析的および数値計算に基づいて、断熱進化中の量子ビット系に対して、そのような数を提案する。
論文 参考訳（メタデータ） (2021-08-30T23:50:05Z) - 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) - Variational quantum compiling with double Q-learning [0.37798600249187286]
強化学習(RL)に基づく変分量子コンパイル(VQC)アルゴリズムを提案する。
エージェントは、ネイティブゲートアルファベットとそれらが行う量子ビットから、二重Q学習によって順次量子ゲートを選択するように訓練される。
NISQデバイスのデコヒーレンスプロセスとゲートノイズによる量子アルゴリズムのエラーを減らすことができます。
論文 参考訳（メタデータ） (2021-03-22T06:46:35Z) - How Does Adiabatic Quantum Computation Fit into Quantum Automata Theory? [0.0]
量子システムの断熱進化は、量子計算を物理的に実現するための潜在的な手段として研究されている。
本稿では,量子オートマトン理論の急速に進展する枠組みに,断熱的量子計算をどのように適合させるか,という大胆な疑問を提起する。
論文 参考訳（メタデータ） (2020-01-15T11:29:59Z)
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。