論文の概要: Qvine: Vine Structured Quantum Circuits for Loading High Dimensional Distributions

• arxiv url: http://arxiv.org/abs/2604.26213v1
• Date: Wed, 29 Apr 2026 01:34:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-30 15:59:36.215219
• Title: Qvine: Vine Structured Quantum Circuits for Loading High Dimensional Distributions
• Title（参考訳）: Qvine:高次元分布をロードするVine構造化量子回路
• Authors: David Quiroga, Hannes Leipold, Bibhas Adhikari,
• Abstract要約: Qvineはブドウの分解を反映し、効率的なトレーニング性を持つスケーラブルな量子回路を構築する。 3次元および4次元のガウスと、選択された株式に対する経験的共同株価のリターンについて、我々はQvinesが高品質な負荷を達成することを示す実験を行った。
• 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: Loading high dimensional distributions is an important task for utilizing quantum computers on applications ranging from machine learning to finance. The high dimensionality leads to a curse of dimensionality, representing a d-dimensional distribution with k resolution requires dk qubits and an unstructured parameterized circuit would express a unitary in an exponential operator space in the number of qubits, leading to vanishing gradients and poor convergence guarantees even at high depth. Vine copula decompositions are widely used to represent high dimensional distributions classically, showing high quality approximation in many important applications, such as financial modeling. We present Qvine, a vine structured ansatz for quantum circuits, that mirrors the vine decomposition to construct scalable quantum circuits with efficient trainability while achieving similarly high quality approximation for amplitude encoding distributions. For regular vines (R-vines), we show that the circuit depth scales at most quadratic in the dimension of the distribution, while for D-vines, as well as many practical R-vines, the circuit depth scales linear in the dimension. For 3-dimensional and 4-dimensional Gaussians and empirical joint stock price return distributions for selected stocks, our experiments show Qvines achieve high quality loading.
• Abstract（参考訳）: 高次元分布のロードは、機械学習からファイナンスまで、アプリケーション上で量子コンピュータを活用する上で重要なタスクである。 k 分解能を持つ d 次元分布を表すために dk キュービットが必要であり、非構造パラメータ化回路は、キュービット数で指数作用素空間のユニタリを表現し、高深さでも勾配が消え、収束性の低い保証となる。 バインコプラ分解は古典的な高次元分布を表現するために広く使われており、金融モデリングなど多くの重要な応用において高品質な近似が示される。 本稿では, 量子回路用ベイン構造アンサッツであるQvineについて述べる。このアンサッツは, ブドウの分解を反映し, 効率のよいトレーニング性を持つスケーラブルな量子回路を構築しつつ, 振幅符号化分布の高精度な近似を実現している。 正規ワイン (R-vines) では、回路深さは分布の次元において最も2次的にスケールし、一方D-vines では、多くの実用的なR-vines では、回路深さは次元において線形にスケールする。 3次元および4次元のガウスと、選択された株式に対する経験的共同株価のリターン分布について、我々はQvinesが高品質な負荷を実現することを実証した。

関連論文リスト

• Gau-Occ: Geometry-Completed Gaussians for Multi-Modal 3D Occupancy Prediction [40.5891357994769]
  Gau-Occは、密度の高いボリューム処理をバイパスするマルチモーダルフレームワークである。 幾何整列した2Dサンプリングとクロスモーダルアライメントにより、マルチビューイメージセマンティクスを統合する。
  論文  参考訳（メタデータ） (2026-03-24T06:44:46Z)
• Quantized Visual Geometry Grounded Transformer [67.15451442018258]
  本稿では,VGGTの最初の量子化フレームワーク,すなわちQuantVGGTを提案する。 球状前アダマール回転と局所流路平滑化を統合したDual-Smoothed Fine-Grained Quantizationを導入する。 また、重層統計量を用いて外周をフィルタするノイズフィルタディバースサンプリングを設計する。
  論文  参考訳（メタデータ） (2025-09-25T15:17:11Z)
• Quantum Visual Fields with Neural Amplitude Encoding [70.86293548779774]
  本稿では2次元画像と3次元幾何場学習のための新しいタイプの量子入射ニューラル表現(QINR)を提案する。 QVFは古典的なデータを学習可能エネルギー多様体に接地したニューラル振幅符号化を用いて量子状態ベクトルに符号化する。 我々のアンサッツは、学習可能なパラメトリド量子回路の完全に絡み合った設計に従い、実際のヒルベルト空間で量子(単位)演算を行う。
  論文  参考訳（メタデータ） (2025-08-14T17:59:52Z)
• Preparing Code States via Seed-Entangler-Enriched Sequential Quantum Circuits: Application to Tetra-Digit Topological Error-Correcting Codes [14.058410852202826]
  量子回路の統一的で効率的な枠組みを導入する。 我々は、トポロジカルな誤り訂正符号の符号空間において、長い範囲の絡み合った状態(すなわちコード状態)を構築する。
  論文  参考訳（メタデータ） (2025-03-07T12:32:13Z)
• Unlocking Data-free Low-bit Quantization with Matrix Decomposition for KV Cache Compression [87.5604418100301]
  キー値(KV)キャッシングは,大規模言語モデルの推論を高速化する重要な手法である。 既存の手法はしばしば精度を損なうか、キャリブレーションのために余分なデータを必要とする。 テンソル分解法に基づく新しいデータフリー低ビット量子化手法である textbfDecoQuant を導入する。
  論文  参考訳（メタデータ） (2024-05-21T08:35:10Z)
• Coarse-grained quantum state tomography with optimal POVM construction [2.985603723386298]
  我々は,Positive Operator-Valued Measures (POVM) の包括的集合から対象密度行列を再構築する新しい手法を提案する。 我々は、一般化対称情報完全(GSIC)POVMを達成するためにPOVMセットを最適化することにより、CG状態トモグラフィ(QST)の堅牢性と安定性を向上させる。 本研究では,N-qubit CG-QSTのより効率的な構成について検討する。
  論文  参考訳（メタデータ） (2024-04-09T13:11:27Z)
• High-dimensional quantum key distribution using a multi-plane light converter [0.0]
  高次元量子鍵分布(QKD)は、高い情報容量と強いノイズ耐性を提供する。 これらの利点は、要求される高次元の測定と変換を実現することの難しさによってしばしば妨げられる。 大規模多平面光コンバータ(MPLC)を実装し,QKDの空間モードの高次元モードソータとしてプログラムする。
  論文  参考訳（メタデータ） (2024-03-07T04:27:54Z)
• Adaptive Machine Learning for Time-Varying Systems: Low Dimensional Latent Space Tuning [91.3755431537592]
  本稿では,時間変化システムを対象とした適応機械学習手法を提案する。 我々は,エンコーダデコーダCNNのエンコーダ部出力において,非常に高次元(N>100k)の入力を低次元(N2)潜在空間にマッピングする。 そこで本手法では,割り込みを伴わないフィードバックに基づいて,内部の相関関係を学習し,その進化をリアルタイムで追跡する。
  論文  参考訳（メタデータ） (2021-07-13T16:05:28Z)

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。