論文の概要: Noise-enhanced quantum kernels on analog quantum computers

• arxiv url: http://arxiv.org/abs/2604.12476v1
• Date: Tue, 14 Apr 2026 09:00:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-15 19:11:32.359343
• Title: Noise-enhanced quantum kernels on analog quantum computers
• Title（参考訳）: アナログ量子コンピュータにおけるノイズ強化量子カーネル
• Authors: Hsiang-Wei Huang, Shen-Liang Yang, Chuan-Chi Huang, Yueh-Nan Chen, Hong-Bin Chen,
• Abstract要約: アナログ量子カーネルとハイブリッド量子カーネルを構築する。 ベンチマークタスクにおける他のカーネルメソッドとの競合性を示す。 また、演算ノイズを量子カーネルに組み込む。
• 参考スコア（独自算出の注目度）: 5.046032666305414
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The quantum kernel method, a promising quantum machine learning algorithm, possesses substantial potential for demonstrating quantum advantage. Although the majority of the quantum kernel is constructed in the context of gate-based quantum circuits, inspired by the idea of analog quantum computing, here we construct an analog quantum kernel and a hybrid quantum kernel, and show their competitiveness against other kernel methods in a benchmarking task and the practical problem of estimating non-Markovianity from sparse data. Additionally, we also incorporate operational noise into the quantum kernels. Our results reveal that the presence of operational noise can be beneficial to the performance of the developed quantum kernels. We attribute this counterintuitive noise-enhanced performance to the improved expressivity and higher model complexity induced by noise. These results pave the way for practical implementations of quantum kernel methods and provide an efficient approach for estimating non-Markovianity with reduced experimental demands.
• Abstract（参考訳）: 量子カーネル法は、有望な量子機械学習アルゴリズムであり、量子優位性を実証する大きな可能性を秘めている。 量子カーネルの大部分は、アナログ量子コンピューティングのアイデアに触発されたゲートベースの量子回路の文脈で構築されているが、ここでは、アナログ量子カーネルとハイブリッド量子カーネルを構築し、ベンチマークタスクにおける他のカーネルメソッドとの競合性を示し、スパースデータから非マルコビアン性を推定する実践的な問題を示す。 さらに、演算ノイズを量子カーネルに組み込む。 この結果から, 動作雑音の存在は, 開発された量子カーネルの性能に有益であることが判明した。 この逆直感的ノイズ強調性能は,雑音による表現性の向上とモデル複雑性の向上に寄与する。 これらの結果は、量子カーネル法の実践的な実装の道を開くとともに、実験的な要求を減らして非マルコビアン性を推定するための効率的なアプローチを提供する。

関連論文リスト

• Quantum Circuit-Based Adaptation for Credit Risk Analysis [27.308408027453012]
  NISQ(Noisy and Intermediate-Scale Quantum)は、ノイズに敏感で、量子デコヒーレンスの傾向があり、フォールトトレラント量子計算のための連続的な量子エラー補正がまだできないプロセッサである。 超伝導量子処理ユニット上のハードウェア対応変分量子回路が、特定のユースケースのCredit Risk Analysisに関係のある分布をモデル化する方法を実験的に検討した。
  論文  参考訳（メタデータ） (2026-01-11T11:17:37Z)
• VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning [50.95799256262098]
  変分量子回路(VQC)は量子機械学習を約束するが、表現性、訓練性、耐雑音性の課題に直面している。 本稿では,VQCが学習中に古典多層パーセプトロンの第一層重みを生成するハイブリッドアーキテクチャであるVQC-MLPNetを提案する。
  論文  参考訳（メタデータ） (2025-06-12T01:38:15Z)
• Provably Robust Training of Quantum Circuit Classifiers Against Parameter Noise [49.97673761305336]
  ノイズは、信頼できる量子アルゴリズムを達成するための大きな障害である。 本稿では,パラメータ化量子回路分類器のロバスト性を高めるための雑音耐性学習理論とアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-05-24T02:51:34Z)
• The curse of random quantum data [62.24825255497622]
  量子データのランドスケープにおける量子機械学習の性能を定量化する。 量子機械学習におけるトレーニング効率と一般化能力は、量子ビットの増加に伴い指数関数的に抑制される。 この結果は量子カーネル法と量子ニューラルネットワークの広帯域限界の両方に適用できる。
  論文  参考訳（メタデータ） (2024-08-19T12:18:07Z)
• In Search of Quantum Advantage: Estimating the Number of Shots in Quantum Kernel Methods [30.565491081930997]
  本稿では,カーネル値の所望の精度を推定する手法を開発し,回路実行回数に変換する。 我々は、量子カーネル法は、機械学習のパフォーマンスの観点からだけでなく、リソース消費の文脈からも考慮すべきである、と強調する。
  論文  参考訳（メタデータ） (2024-07-22T16:29:35Z)
• Power Characterization of Noisy Quantum Kernels [52.47151453259434]
  一般化誤差が小さい場合でも,量子カーネル法は予測能力に乏しい。 我々は、量子計算にノイズの多い量子カーネル法を用いるために重要な警告を提供する。
  論文  参考訳（メタデータ） (2024-01-31T01:02:16Z)
• Noise-assisted digital quantum simulation of open systems [1.3124513975412255]
  本稿では,オープン量子システムのシミュレーションに必要な計算資源を削減するために,量子デバイス固有のノイズを利用する新しい手法を提案する。 具体的には、量子回路におけるデコヒーレンス率を選択的に向上または低減し、開系力学の所望のシミュレーションを実現する。
  論文  参考訳（メタデータ） (2023-02-28T14:21:43Z)
• Noisy Quantum Kernel Machines [58.09028887465797]
  量子学習マシンの新たなクラスは、量子カーネルのパラダイムに基づくものである。 消散と脱コヒーレンスがパフォーマンスに与える影響について検討する。 量子カーネルマシンでは,デコヒーレンスや散逸を暗黙の正規化とみなすことができる。
  論文  参考訳（メタデータ） (2022-04-26T09:52:02Z)
• Pulse-level noisy quantum circuits with QuTiP [53.356579534933765]
  我々はQuTiPの量子情報処理パッケージであるqutip-qipに新しいツールを導入する。 これらのツールはパルスレベルで量子回路をシミュレートし、QuTiPの量子力学解法と制御最適化機能を活用する。 シミュレーションプロセッサ上で量子回路がどのようにコンパイルされ、制御パルスがターゲットハミルトニアンに作用するかを示す。
  論文  参考訳（メタデータ） (2021-05-20T17:06:52Z)

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。