論文の概要: A Programmable Linear Optical Quantum Reservoir with Measurement Feedback for Time Series Analysis
- arxiv url: http://arxiv.org/abs/2602.17440v1
- Date: Thu, 19 Feb 2026 15:08:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-20 15:21:29.119048
- Title: A Programmable Linear Optical Quantum Reservoir with Measurement Feedback for Time Series Analysis
- Title（参考訳）: 時系列解析のための測定フィードバックをもつプログラム可能な線形光量子貯留層
- Authors: Çağın Ekici,
- Abstract要約: 多光子干渉に基づく時系列処理のための線形光量子貯水池アーキテクチャについて検討する。
フィードバック強度を網羅することにより、3つの動的状態を特定し、メモリ性能が安定性境界付近でピークとなることを確認する。
提案アーキテクチャは、現在のフォトニック技術と互換性があり、時系列解析のためのフィードバック駆動型QRCの実験障壁を低くする。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Feedback-driven quantum reservoir computing has so far been studied primarily in gate-based architectures, motivating alternative scalable, hardware-friendly physical platforms. Here we investigate a linear-optical quantum reservoir architecture for time-series processing based on multiphoton interference in a reconfigurable interferometer network equipped with threshold detectors and measurement-conditioned feedback. The reservoir state is constructed from coarse-grained coincidence features, and the feedback updates only a structured, budgeted subset of programmable phases, enabling recurrence without training internal weights. By sweeping the feedback strength, we identify three dynamical regimes and find that memory performance peaks near the stability boundary. We quantify temporal processing via linear memory capacity and validate nonlinear forecasting on benchmarks, namely Mackey-Glass series, NARMA$-n$ and non-integrable Ising dynamics. The proposed architecture is compatible with current photonic technology and lowers the experimental barrier to feedback-driven QRC for time-series analysis with competitive accuracy.
- Abstract（参考訳）: フィードバック駆動型量子貯水池コンピューティングは、主にゲートベースのアーキテクチャで研究されており、スケーラブルでハードウェアフレンドリーな物理プラットフォームを動機付けている。
本稿では、しきい値検出器と測定条件フィードバックを備えた再構成可能な干渉計ネットワークにおいて、多光子干渉に基づく時系列処理のための線形光量子サーボアーキテクチャについて検討する。
貯水池の状態は、粗い粒度の偶然の特徴から構築され、フィードバックはプログラム可能な位相の構造化されたサブセットのみを更新し、内部重みを訓練することなく再発を可能にする。
フィードバック強度を網羅することにより、3つの動的状態を特定し、メモリ性能が安定性境界付近でピークとなることを確認する。
線形メモリ容量による時間的処理の定量化と,ベンチマーク上での非線形予測(Mackey-Glass series, NARMA$-n$, 非可積分Ising dynamics)の検証を行う。
提案アーキテクチャは、現在のフォトニック技術と互換性があり、競合精度で時系列解析を行うためのフィードバック駆動型QRCの実験的障壁を低くする。
関連論文リスト
- Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing [68.35481158940401]
CL-QASは連続的な量子アーキテクチャ検索フレームワークである。
振幅のエンコードと変分量子回路の忘れを犠牲にすることの課題を緩和する。
制御可能なロバスト性表現性、サンプル効率の一般化、およびバレンプラトーを使わずに滑らかな収束を実現する。
論文 参考訳（メタデータ） (2026-01-10T02:36:03Z) - Quantum reservoir computing using Jaynes-Cummings model [0.6308539010172308]
我々は、Jaynes-Cummings (JC) Hamiltonianとその分散限界(DJC)によって記述されたハイブリッド量子ボソンシステムを用いた量子貯水池計算について検討する。
これらのモデルは高次元ヒルベルト空間と固有非線形力学を提供し、時間情報処理のための強力な基板となる。
線形メモリタスクと非線形メモリタスクで両貯水池をベンチマークし、非線形メモリ容量よりも異常に優れた非線形メモリ容量を示すことを示した。
論文 参考訳（メタデータ） (2025-09-30T18:46:20Z) - Quantum reservoir computing for predicting and characterizing chaotic maps [0.3966519779235704]
量子貯水池コンピューティングは、時間データを効率的に処理するために量子システムを利用するための有望なパラダイムとして登場した。
離散非線形写像におけるカオス力学の予測と特徴付けのためのこのアプローチの能力を実証する。
その結果、複雑な力学系をモデリングするためのスケーラブルで耐雑音性の高いツールとして量子貯水池コンピューティングが注目されている。
論文 参考訳（メタデータ） (2025-09-15T15:55:59Z) - Multivariate Long-term Time Series Forecasting with Fourier Neural Filter [42.60778405812048]
我々はFNFをバックボーンとして、DBDをアーキテクチャとして導入し、空間時間モデルのための優れた学習能力と最適な学習経路を提供する。
FNFは、局所時間領域とグローバル周波数領域の情報処理を単一のバックボーン内で統合し、空間的モデリングに自然に拡張することを示す。
論文 参考訳（メタデータ） (2025-06-10T18:40:20Z) - Minimal Quantum Reservoirs with Hamiltonian Encoding [72.27323884094953]
ハミルトニアン符号化に基づく量子貯水池計算のための最小限のアーキテクチャについて検討する。
このアプローチは、一般的に量子機械学習に関連する実験的なオーバーヘッドの多くを回避します。
論文 参考訳（メタデータ） (2025-05-28T16:50:05Z) - Generative System Dynamics in Recurrent Neural Networks [56.958984970518564]
リカレントニューラルネットワーク(RNN)の連続時間ダイナミクスについて検討する。
線形および非線形構成の両方において安定な極限サイクルを実現するためには,スキュー対称性の重み行列が基本であることを示す。
数値シミュレーションは、非線形活性化関数が極限周期を維持するだけでなく、システム統合プロセスの数値安定性を高めることを示す。
論文 参考訳（メタデータ） (2025-04-16T10:39:43Z) - Feedback-enhanced quantum reservoir computing with weak measurements [1.474723404975345]
フィードバック強化型量子貯水池計算フレームワークを開発した。
また,本モデルが従来のQRC手法よりも優れていることを示す。
これらの知見は、次世代量子機械学習アプリケーションにおけるフィードバック強化型QRCの可能性を示している。
論文 参考訳（メタデータ） (2025-03-23T04:47:06Z) - Feedback-driven quantum reservoir computing for time-series analysis [1.1920094285063136]
量子貯水池計算(QRC)は、非線形情報処理のための計算資源として量子システムを利用する有望な計算パラダイムである。
時系列分析のためのフィードバック駆動型QRCフレームワークを提案する。
我々は,QRCがフィードバック接続によってフェードメモリ特性の取得に成功したことを実証した。
論文 参考訳（メタデータ） (2024-06-22T08:28:08Z) - Lipschitz Recurrent Neural Networks [100.72827570987992]
我々のリプシッツ再帰ユニットは、他の連続時間RNNと比較して、入力やパラメータの摂動に対してより堅牢であることを示す。
実験により,Lipschitz RNNは,ベンチマークタスクにおいて,既存のリカレントユニットよりも優れた性能を発揮することが示された。
論文 参考訳（メタデータ） (2020-06-22T08:44:52Z) - Supporting Optimal Phase Space Reconstructions Using Neural Network
Architecture for Time Series Modeling [68.8204255655161]
位相空間特性を暗黙的に学習する機構を持つ人工ニューラルネットワークを提案する。
私たちのアプローチは、ほとんどの最先端戦略と同じくらいの競争力があるか、あるいは優れているかのどちらかです。
論文 参考訳（メタデータ） (2020-06-19T21:04:47Z)
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。