論文の概要: Quantum computation at the edge of chaos
- arxiv url: http://arxiv.org/abs/2604.15441v1
- Date: Thu, 16 Apr 2026 18:02:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-20 22:00:19.609411
- Title: Quantum computation at the edge of chaos
- Title（参考訳）: カオスの端における量子計算
- Authors: Tomohiro Hashizume, Zhengjun Wang, Frank Schlawin, Dieter Jaksch,
- Abstract要約: 複数のパーティ間で共有される量子情報の最小化に基づく原理として、量子空間性を導入する。
本稿では,コスト関数正規化器としてトポロジカルエンタングルメント・エントロピー(TEE)を用いて,この原理の実用的な実装を提案する。
- 参考スコア（独自算出の注目度）: 0.3499870393443268
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A key challenge in classical machine learning is to mitigate overparameterization by selecting sparse solutions. We translate this concept to the quantum domain, introducing quantum sparsity as a principle based on minimizing quantum information shared across multiple parties. This allows us to address fundamental issues in quantum data processing and convergence issues such as the barren plateau problem in Variational Quantum Algorithm (VQA). We propose a practical implementation of this principle using the topological Entanglement Entropy (TEE) as a cost function regularizer. A non-negative TEE is associated with states with a sparse structure in a suitable basis, while a negative TEE signals untrainable chaos. The regularizer, therefore, guides the optimization along the critical edge of chaos that separates these regimes. We link the TEE to structural complexity by analyzing quantum states encoding functions of tunable smoothness, deriving a quantum Nyquist-Shannon sampling theorem that bounds the resource requirements and error propagation in VQA. Numerically, our TEE regularizer demonstrates significantly improved convergence and precision for complex data encoding and ground-state search tasks. This work establishes quantum sparsity as a design principle for robust and efficient VQAs.
- Abstract（参考訳）: 古典的な機械学習における鍵となる課題は、スパースソリューションを選択することで過度なパラメータ化を緩和することである。
この概念を量子領域に変換し、複数のパーティ間で共有される量子情報の最小化に基づく原理として量子空間を導入する。
これにより、変分量子アルゴリズム(VQA)におけるバレンプラトー問題のような量子データ処理および収束問題の根本的な問題に対処できる。
本稿では,コスト関数正規化器としてトポロジカルエンタングルメント・エントロピー(TEE)を用いて,この原理の実践的実装を提案する。
非負のTEEはスパース構造を持つ状態と適切なベースで関連付けられ、負のTEEは不安定なカオスをシグナルする。
したがって、正規化器は、これらのレギュレーションを分離するカオスの臨界端に沿って最適化を導く。
可変な滑らかさの関数を符号化する量子状態を解析し、VQAのリソース要求とエラー伝搬を束縛する量子ニキスト・シャノンサンプリング定理を導出することにより、TEEを構造的複雑性にリンクする。
我々のTEE正規化器は,複雑なデータエンコーディングや基底状態探索タスクにおいて,コンバージェンスと精度が大幅に向上したことを示す。
この研究は、堅牢で効率的なVQAの設計原理として量子空間性を確立する。
関連論文リスト
- A Review of Variational Quantum Algorithms: Insights into Fault-Tolerant Quantum Computing [11.190895298185787]
変分量子アルゴリズム(VQA)は、ノイズ中間スケール量子(NISQ)時代に中心的な計算パラダイムとして確立された。
このレビューは、VQAとそのフォールトトレラント体制への進展に関する洞察に富んだ分析を提供する。
論文 参考訳（メタデータ） (2026-04-09T07:25:46Z) - Quantum Annealing for Combinatorial Optimization: Foundations, Architectures, Benchmarks, and Emerging Directions [0.0]
科学、工学、産業における重要な意思決定問題は最適化に基づいている。
我々は, 断熱量子力学, Ising と QUBO モデル, 確率的および非確率的ハミルトニアン, 現代のフラックス・キュービット・アニールへのダイアバティック・トランジションに関する統一的な枠組みを開発する。
埋め込みとエンコーディングのオーバーヘッドがスケーラビリティとパフォーマンスの最大の部分であることに気付きました。
論文 参考訳（メタデータ） (2026-02-03T04:51:26Z) - Quantum Optimization Algorithms [1.5571090040924025]
我々は量子近似最適化アルゴリズム(QAOA)のモチベーションと議論を行い、ゲートベースの量子コンピュータのための量子アニーリングのわずかに一般化されたバージョンとして理解することができる。
Pennylaneのソースコードの例は、最大カット問題に対する実践的な応用を示している。
我々は、変分量子固有解法(VQE)をQAOAの一般化として概説し、NISQ時代のポテンシャルを強調し、バレンプラトーやアンザッツ設計といった課題に対処する。
論文 参考訳（メタデータ） (2025-11-15T22:53:57Z) - 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) - Disentangling quantum neural networks for unified estimation of quantum entropies and distance measures [2.14566083603001]
本稿では,量子情報の様々な物理量を効率的に推定する分散量子ニューラルネットワーク(DEQNN)について紹介する。
提案するDECNNは,多様な物理量の値を保存するとともに,ヒルベルト空間のサイズを大幅に削減できる統一次元削減手法を提供する。
論文 参考訳（メタデータ） (2024-01-15T14:33:03Z) - Calibrating the role of entanglement in variational quantum circuits [0.6435156676256051]
エンタングルメント(Entanglement)は、量子コンピューティングの重要な性質であり、古典的なものとは分離している。
2つの変分量子アルゴリズムの動作における絡み合いの役割を系統的に検討する。
QAOAを用いて解いたMAX-CUT問題に対して,絡み合い関数としての忠実度は層数に大きく依存することがわかった。
QNNの場合、高いテスト精度のトレーニング回路は高い絡み合いによって支えられ、強制的な絡み合いの制限はテスト精度の急激な低下をもたらす。
論文 参考訳（メタデータ） (2023-10-16T23:36:40Z) - Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。
提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
論文 参考訳（メタデータ） (2023-04-18T11:57:15Z) - 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) - Circuit Symmetry Verification Mitigates Quantum-Domain Impairments [69.33243249411113]
本稿では,量子状態の知識を必要とせず,量子回路の可換性を検証する回路指向対称性検証を提案する。
特に、従来の量子領域形式を回路指向安定化器に一般化するフーリエ時間安定化器(STS)手法を提案する。
論文 参考訳（メタデータ） (2021-12-27T21:15:35Z) - 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) - Using Quantum Metrological Bounds in Quantum Error Correction: A Simple
Proof of the Approximate Eastin-Knill Theorem [77.34726150561087]
本稿では、量子誤り訂正符号の品質と、論理ゲートの普遍的な集合を達成する能力とを結びつける、近似したイージン・クニル定理の証明を示す。
我々の導出は、一般的な量子気象プロトコルにおける量子フィッシャー情報に強力な境界を用いる。
論文 参考訳（メタデータ） (2020-04-24T17:58:10Z)
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。