論文の概要: Efficient and Practical Black-Box Verification of Quantum Metric Learning Algorithms

• arxiv url: http://arxiv.org/abs/2603.28687v1
• Date: Mon, 30 Mar 2026 17:07:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-31 23:18:45.530073
• Title: Efficient and Practical Black-Box Verification of Quantum Metric Learning Algorithms
• Title（参考訳）: 量子メトリック学習アルゴリズムの効率的かつ実用的なブラックボックス検証
• Authors: Ahmed Shokry, Movahhed Sadeghi, Mahmut Kandemir,
• Abstract要約: 量子メトリック学習は、古典的なデータをクラス間の最大分離を伴う量子ヒルベルト空間にマッピングすることで機械学習を強化する。 現在のNISQハードウェアでは、このマッピングプロセス自体がエラーを起こしやすいため、根本的な誤りがある可能性がある。 本稿では,量子メトリック学習モデルの性能を評価するための実用的なブラックボックス検証プロトコルを提案する。
• 参考スコア（独自算出の注目度）: 8.202137984876366
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum metric learning enhances machine learning by mapping classical data to a quantum Hilbert space with maximal separation between classes. However, on current NISQ hardware, this mapping process itself is prone to errors and could be fundamentally incorrect. Verifying that a quantum embedding model successfully achieves its promised separation is essential to ensure the correctness and reliability. In this paper, we propose a practical black-box verification protocol to audit the performance of quantum metric learning models. We define a setting with two parties: a powerful but untrusted prover, who claims to have a parameterized unitary circuit that embeds classical data from different groups with a guaranteed angular separation, and a limited verifier, whose quantum capabilities are restricted to performing only basic measurements. The verifier has no knowledge of the implementation of the prover, including the structure of the model, its parameters, or the details of the prover measurement setup. To verify the separation between different data groups, the proposed algorithm must overcome two key challenges. First, the verifier is ignorant of the prover's implementation details, such as the optimization cost function and measurement setup. Consequently, the verifier lacks any prior information about the expected quantum embedding states for each group. Second, the destructive nature of quantum measurements prevents direct estimation of the separation angles. Our algorithm successfully overcomes these challenges, enabling the verifier to accurately estimate the true separation angles between the different groups. We implemented the proposed protocol and deployed it to verify the QAOAEmbedding models. The results from both theoretical analysis and practical implementation show that our proposal effectively assesses embedding quality and remains robust in adversarial settings.
• Abstract（参考訳）: 量子メトリック学習は、古典的なデータをクラス間の最大分離を伴う量子ヒルベルト空間にマッピングすることで機械学習を強化する。 しかし、現在のNISQハードウェアでは、このマッピングプロセス自体がエラーを起こしやすいため、根本的な誤りがある可能性がある。 量子埋め込みモデルがその約束された分離をうまく達成できることを検証することは、正確性と信頼性を保証するために不可欠である。 本稿では,量子メトリック学習モデルの性能を評価するための実用的なブラックボックス検証プロトコルを提案する。 強大だが信頼できない証明者は、異なるグループからの古典的データを保証された角分離で埋め込むパラメータ化されたユニタリ回路を持ち、量子能力は基本的な測定のみに制限される限定的な検証器を持っていると主張する。 検証者は、モデルの構造、パラメータ、または証明器の測定設定の詳細を含む、証明器の実装に関する知識を持っていない。 異なるデータグループ間の分離を検証するために、提案アルゴリズムは2つの重要な課題を克服しなければならない。 まず、検証者は、最適化コスト関数や測定設定など、証明者の実装の詳細を知らない。 その結果、検証者は各群に対して期待される量子埋め込み状態に関する事前情報を持たない。 第二に、量子測定の破壊的な性質は、分離角の直接推定を妨げている。 我々のアルゴリズムはこれらの課題を克服し、検証者が異なるグループ間の真の分離角度を正確に推定できるようにする。 提案プロトコルを実装し,QAOAEmbeddingモデルの検証を行った。 理論的解析と実践的実装の両方の結果から,提案手法は組込み品質を効果的に評価し,敵の環境下では頑健であることが示された。

関連論文リスト

• Certification of quantum properties with imperfect measurements [0.0]
  データ取得段階におけるショットノイズと測定不完全性の両方を考慮に入れた,実験的に調製された量子状態の認証手法を提案する。 本稿では,有限統計量から雑音寄与を定量化し,測定不完全性の影響を推定するための明示的な処方料を提案する。
  論文  参考訳（メタデータ） (2026-01-23T09:15:11Z)
• Sound certification of memory-bounded quantum computers [0.1874930567916036]
  本稿では,現実的なサーバ・ユーザシナリオにおける量子ゲート認証のための量子システム・クイズ方式を提案する。 重要なことは、このアプローチは信頼できる状態の準備と測定を必要としないため、本質的には関連する系統的なエラーから解放される。 メモリバウンドの単一デバイスセットアップで最初に解決しようとしている技術的課題は、マルチキュービットシステムのテンソル積構造を回復することである。
  論文  参考訳（メタデータ） (2024-11-06T19:23:45Z)
• Learning to rank quantum circuits for hardware-optimized performance enhancement [0.0]
  本稿では,論理的に等価な量子回路をランク付けするための機械学習に基づく手法を実験的に導入し,実験を行った。 提案手法をランダムなレイアウト選択とMapomaticと呼ばれる一般公開ベースラインの2つの一般的なアプローチと比較する。 我々の最良のモデルでは、ベースラインアプローチと比較して選択誤差が1.8タイムズ$減少し、ランダム選択と比較して3.2タイムズ$減少する。
  論文  参考訳（メタデータ） (2024-04-09T18:00:01Z)
• Robust and efficient verification of graph states in blind measurement-based quantum computation [52.70359447203418]
  Blind Quantum Computing (BQC) は、クライアントのプライバシを保護するセキュアな量子計算手法である。 資源グラフ状態が敵のシナリオで正確に準備されているかどうかを検証することは重要である。 本稿では,任意の局所次元を持つ任意のグラフ状態を検証するための,堅牢で効率的なプロトコルを提案する。
  論文  参考訳（メタデータ） (2023-05-18T06:24:45Z)
• Improved Quantum Algorithms for Fidelity Estimation [77.34726150561087]
  証明可能な性能保証を伴う忠実度推定のための新しい,効率的な量子アルゴリズムを開発した。 我々のアルゴリズムは量子特異値変換のような高度な量子線型代数技術を用いる。 任意の非自明な定数加算精度に対する忠実度推定は一般に困難であることを示す。
  論文  参考訳（メタデータ） (2022-03-30T02:02:16Z)
• Quantum Proofs of Deletion for Learning with Errors [91.3755431537592]
  完全同型暗号方式として, 完全同型暗号方式を初めて構築する。 我々の主要な技術要素は、量子証明器が古典的検証器に量子状態の形でのLearning with Errors分布からのサンプルが削除されたことを納得させる対話的プロトコルである。
  論文  参考訳（メタデータ） (2022-03-03T10:07:32Z)
• Measuring NISQ Gate-Based Qubit Stability Using a 1+1 Field Theory and Cycle Benchmarking [50.8020641352841]
  量子ハードウェアプラットフォーム上でのコヒーレントエラーを, サンプルユーザアプリケーションとして, 横フィールドIsing Model Hamiltonianを用いて検討した。 プロセッサ上の物理位置の異なる量子ビット群に対する、日中および日中キュービット校正ドリフトと量子回路配置の影響を同定する。 また,これらの測定値が,これらの種類の誤差をよりよく理解し,量子計算の正確性を評価するための取り組みを改善する方法についても論じる。
  論文  参考訳（メタデータ） (2022-01-08T23:12:55Z)
• Fault-tolerant parity readout on a shuttling-based trapped-ion quantum computer [64.47265213752996]
  耐故障性ウェイト4パリティチェック測定方式を実験的に実証した。 フラグ条件パリティ測定の単発忠実度は93.2(2)%である。 このスキームは、安定化器量子誤り訂正プロトコルの幅広いクラスにおいて必須な構成要素である。
  論文  参考訳（メタデータ） (2021-07-13T20:08:04Z)
• Efficient and robust certification of genuine multipartite entanglement in noisy quantum error correction circuits [58.720142291102135]
  実効多部絡み(GME)認証のための条件付き目撃手法を導入する。 線形な二分割数における絡み合いの検出は, 多数の測定値によって線形にスケールし, GMEの認証に十分であることを示す。 本手法は, 距離3の位相的カラーコードとフラグベースの耐故障バージョンにおける安定化作用素の雑音可読化に適用する。
  論文  参考訳（メタデータ） (2020-10-06T18:00:07Z)

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。