論文の概要: Quantum Advantage: a Tensor Network Perspective

• arxiv url: http://arxiv.org/abs/2603.18825v1
• Date: Thu, 19 Mar 2026 12:21:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-20 17:19:06.137875
• Title: Quantum Advantage: a Tensor Network Perspective
• Title（参考訳）: 量子アドバンテージ:テンソルネットワークの展望
• Authors: Augustine Kshetrimayum, Saeed S. Jahromi, Sukhbinder Singh, Román Orús,
• Abstract要約: 我々はIBM、D-Wave、Googleによる最近の量子アドバンテージ実験についてレビューする。 我々の目標は、これらの結果が次世代の量子優位実験にどのような意味を持つのかを明らかにすることである。
• 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 review the recent quantum advantage experiments by IBM, D-Wave, and Google, focusing on cases where efficient classical simulations of the experiment were demonstrated or attempted using tensor network methods. We assess the strengths and limitations of these tensor network-based approaches and examine how the interplay between classical simulation and quantum hardware has advanced both fields. Our goal is to clarify what these results imply for the next generation of quantum advantage experiments. We identify regimes and system features that remain challenging for current tensor network approaches, and we outline directions where improved classical methods could further raise the standard for claiming quantum advantage. By analyzing this evolving competition, we aim to provide a clear view of where genuine, scalable quantum advantage is most likely to emerge.
• Abstract（参考訳）: 我々は、IBM、D-Wave、Googleによる最近の量子アドバンテージ実験をレビューし、この実験の効率的な古典シミュレーションがテンソルネットワーク法を用いて実証されたり試みられたりした場合に焦点を当てた。 これらのテンソルネットワークに基づくアプローチの強みと限界を評価し、古典的シミュレーションと量子ハードウェアの相互作用が両方の分野を進歩させたかを検討する。 我々の目標は、これらの結果が次世代の量子優位実験にどのような意味を持つのかを明らかにすることである。 我々は、現在のテンソルネットワークアプローチにおいて困難な状態とシステムの特徴を特定し、改良された古典的手法が量子優位性の主張の標準をさらに高める方向を概説する。 この進化する競争を分析することで、真にスケーラブルな量子優位性がどこに現れるかを明確にすることを目指している。

関連論文リスト

• Quantum Supervised Learning [0.5439020425819]
  量子コンピューティングの最近の進歩は、これを複雑な計算課題に取り組むための先進的な解決策として位置づけている。 量子機械学習の分野はまだ初期段階にあり、短期的な量子優位性に関する懐疑的なレベルが持続している。 本稿では、教師あり学習のための現在の量子アルゴリズムに関する古典的な視点を提供することを目的とする。
  論文  参考訳（メタデータ） (2024-07-24T11:05:05Z)
• An Operational Framework for Nonclassicality in Quantum Communication Networks [9.312605205492458]
  絡み合いと量子通信は、分散情報処理において大きな利点をもたらす。 資源制約付き量子ネットワークにおけるこれらの拡張を実現するための運用フレームワークを開発する。 いずれの場合も、絡み合い支援通信(古典的および量子的)は非古典性をもたらす。
  論文  参考訳（メタデータ） (2024-03-05T14:07:37Z)
• A Quantum-Classical Collaborative Training Architecture Based on Quantum State Fidelity [50.387179833629254]
  我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。 Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。 他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
  論文  参考訳（メタデータ） (2024-02-23T14:09:41Z)
• Quantum Generative Adversarial Networks: Bridging Classical and Quantum Realms [0.6827423171182153]
  GAN(Generative Adversarial Networks)領域における古典的および量子コンピューティングパラダイムの相乗的融合について検討する。 我々の目的は、量子計算要素を従来のGANアーキテクチャにシームレスに統合し、トレーニングプロセスの強化のために新しい経路を開放することである。 この研究は量子化機械学習の最前線に位置し、量子システムの計算能力を活用するための重要な一歩である。
  論文  参考訳（メタデータ） (2023-12-15T16:51:36Z)
• Classical Verification of Quantum Learning [42.362388367152256]
  量子学習の古典的検証のための枠組みを開発する。 そこで我々は,新しい量子データアクセスモデルを提案し,これを"mixture-of-superpositions"量子例と呼ぶ。 この結果から,学習課題における量子データの潜在能力は無限ではないものの,古典的エージェントが活用できることが示唆された。
  論文  参考訳（メタデータ） (2023-06-08T00:31:27Z)
• Quantum-enhanced pattern recognition [0.0]
  パターン認識の多セル問題において,初めて量子的優位性を示す。 我々は、古典的な資源で達成された分類誤差の量子的優位性を達成するために、絡み合ったプローブ状態と光子計数を用いる。 このことは、複雑な領域内でのボソニックロスの量子化パターン認識の今後の発展を動機付けている。
  論文  参考訳（メタデータ） (2023-04-12T13:06:38Z)
• QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional Networks [124.7972093110732]
  本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。 現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。 我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
  論文  参考訳（メタデータ） (2022-11-09T21:43:16Z)
• Anticipative measurements in hybrid quantum-classical computation [68.8204255655161]
  量子計算を古典的な結果によって補う手法を提案する。 予測の利点を生かして、新しいタイプの量子測度がもたらされる。 予測量子測定では、古典計算と量子計算の結果の組み合わせは最後にのみ起こる。
  論文  参考訳（メタデータ） (2022-09-12T15:47:44Z)
• Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the Race to Practical Quantum Advantage [43.3054117987806]
  本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。 本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。 古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
  論文  参考訳（メタデータ） (2022-08-29T15:24:03Z)
• Experimental Quantum Generative Adversarial Networks for Image Generation [93.06926114985761]
  超伝導量子プロセッサを用いた実世界の手書き桁画像の学習と生成を実験的に行う。 我々の研究は、短期量子デバイス上での高度な量子生成モデル開発のためのガイダンスを提供する。
  論文  参考訳（メタデータ） (2020-10-13T06:57:17Z)

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。