論文の概要: Evaluating quantum circuits in the reservoir computing paradigm
- arxiv url: http://arxiv.org/abs/2605.01253v1
- Date: Sat, 02 May 2026 05:25:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-05 20:33:49.668795
- Title: Evaluating quantum circuits in the reservoir computing paradigm
- Title（参考訳）: 貯水池計算パラダイムにおける量子回路の評価
- Authors: Gaurav Rudra Malik, Amit Kumar Jaiswal, S. Aravinda, Sunil Kumar Mishra,
- Abstract要約: 貯留層コンピューティング(Reservoir computing)は、時間情報処理に使用されるフレームワークである。
2量子ゲートで構築したブロックウォール回路を用いた貯水池の有効性について検討した。
- 参考スコア（独自算出の注目度）: 0.5366467936613012
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Reservoir computing is a framework which is primarily used for temporal information processing, using the intrinsic dynamics of an underlying physical system. The framework, in a quantum setup, is implemented using ergodic dynamics associated with Hamiltonian models. The computational power of the reservoir is closely tied to this underlying dynamical nature, and to probe this further, we study the effectiveness of a reservoir that is made using structured brickwall circuits built from two-qubit gates. Here, the global ergodic nature of the circuit model results from the said arrangement, which has an important role in extracting useful performance with a minimal setup that is independent of an associated Hamiltonian. We focus on the nature of the gates used in this setup and evaluate the resulting reservoir performance, correlating the same with known results on the dynamical nature of the circuit in question. As a baseline, we analyse brickwall circuits composed of Haar-random two-qubit gates, before moving on to dual-unitaries, where tunable ergodic properties allow us to systematically investigate its relationship with reservoir performance. We further consider a class of non-random two-qubit gates obeying a specific solvability condition, wherein the associated dynamics surpasses the equivalent circuit made up of two qubit Haar random unitaries in terms of randomness. Finally, we consider examples of Krylov space analytics, which allow for a reliable prediction of effective circuit reservoirs for sufficient task performance. Using the introduced metrics we validate the reservoir for time-series prediction using standard synthetic data sets to evaluate the fading memory capacity and accuracy for prediction tasks. Our results indicate that structured quantum circuits would serve as effective models that yield better and efficient task performance in reservoir computing applications.
- Abstract（参考訳）: 貯留層計算(Reservoir computing)は、物理系の固有力学を用いて、主に時間情報処理に使用されるフレームワークである。
このフレームワークは量子的に実装されており、ハミルトン模型に付随するエルゴード力学を用いて実装されている。
貯水池の計算能力は, この基礎となる動的性質と密接に結びついており, さらに, 2量子ゲートから構築した構造化レンガウォール回路を用いて構築した貯水池の有効性について検討する。
ここでは、回路モデルの大域的エルゴード的性質は、関連するハミルトニアンとは独立な最小設定で有用な性能を抽出する上で重要な役割を持つ、この配置から生じる。
この設定で使用するゲートの性質に着目し,回路の動的特性に関する既知結果と相関して,その結果の貯留性能を評価する。
ベースラインとして,Haar-random 2-qubitゲートからなるブロックウォール回路を解析し,その後2つのユニットに移行し,可変エルゴード特性により貯水池性能との関係を系統的に調査する。
さらに、特定の可解性条件に従う非ランダムな2量子ゲートのクラスを考える。
最後に、Krylov空間解析の例を考察し、十分なタスク性能を得るために有効な回路貯水池の信頼性の高い予測を可能にする。
導入した指標を用いて,標準合成データセットを用いて時系列予測のための貯水池を検証し,記憶能力の低下と予測タスクの精度を評価する。
以上の結果から, 構造化量子回路は, 貯水池計算アプリケーションにおいて, より効率的かつ効率的なタスク性能をもたらす有効なモデルとして機能することが示唆された。
関連論文リスト
- Domain-Aware Hybrid Quantum Learning via Correlation-Guided Circuit Design for Crime Pattern Analytics [54.3410887955176]
犯罪パターン分析は法執行機関と予測警察にとって重要である。
急速な都市化による犯罪活動の急増は、高次元の不均衡なデータセットを生み出す。
本研究では,犯罪分析のための量子古典比較フレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-08T06:05:25Z) - Quantum reservoir computing for predicting and characterizing chaotic maps [0.3966519779235704]
量子貯水池コンピューティングは、時間データを効率的に処理するために量子システムを利用するための有望なパラダイムとして登場した。
離散非線形写像におけるカオス力学の予測と特徴付けのためのこのアプローチの能力を実証する。
その結果、複雑な力学系をモデリングするためのスケーラブルで耐雑音性の高いツールとして量子貯水池コンピューティングが注目されている。
論文 参考訳（メタデータ） (2025-09-15T15:55:59Z) - Quantum metrology of a structured reservoir [0.0]
構造された貯水池の特性を正確に特徴づけることは量子システムにおいて重要な課題である。
熱水浴としてモデル化されたアンシラキュービットとマルコフ環境からなる構造型貯水池に結合した2レベルシステム(キュービット)をプローブとして使用した。
本稿では、量子フィッシャー情報(QFI)を用いてパラメータ推定の精度を定量化し、過渡状態と定常状態の両方で系の力学を解析する。
論文 参考訳（メタデータ） (2025-03-20T15:56:28Z) - Hybrid quantum-classical reservoir computing for simulating chaotic systems [2.4995929091995857]
この研究は、RCの量子貯水池を量子回路回路に置き換えるハイブリッド量子貯水池計算フレームワークを提案する。
HQRCのノイズレスシミュレーションは、最先端の古典RCモデルに匹敵する有効な予測時間を示している。
論文 参考訳（メタデータ） (2023-11-23T17:07:02Z) - Excitatory/Inhibitory Balance Emerges as a Key Factor for RBN
Performance, Overriding Attractor Dynamics [35.70635792124142]
貯留層コンピューティングは、伝統的な学習方法に代わる時間とコスト効率を提供する。
特定の分布パラメータが臨界点付近の様々な力学に導かれることを示す。
次に、記憶と予測という2つの困難なタスクにおける性能評価を行い、正の興奮バランスがより高いメモリ性能の臨界点を生み出すことを発見した。
論文 参考訳（メタデータ） (2023-08-02T17:41:58Z) - Optimization of a Hydrodynamic Computational Reservoir through Evolution [58.720142291102135]
我々は,スタートアップが開発中の流体力学系のモデルと,計算貯水池としてインターフェースする。
我々は、進化探索アルゴリズムを用いて、読み出し時間と入力を波の振幅や周波数にどのようにマッピングするかを最適化した。
この貯水池システムに進化的手法を適用することで、手作業パラメータを用いた実装と比較して、XNORタスクの分離性が大幅に向上した。
論文 参考訳（メタデータ） (2023-04-20T19:15:02Z) - Exploring the role of parameters in variational quantum algorithms [59.20947681019466]
動的リー代数の階数を用いた変分量子回路のキャラクタリゼーションのための量子制御に着想を得た手法を提案する。
有望な接続は、リーランク、計算されたエネルギーの精度、および所定の回路アーキテクチャを介して目標状態を達成するために必要な深さとの間のものである。
論文 参考訳（メタデータ） (2022-09-28T20:24:53Z) - Physics-informed machine learning with differentiable programming for
heterogeneous underground reservoir pressure management [64.17887333976593]
地下貯水池の過圧化を避けることは、CO2の沈殿や排水の注入といった用途に欠かせない。
地中における複雑な不均一性のため, 噴射・抽出制御による圧力管理は困難である。
過圧化防止のための流体抽出速度を決定するために、フル物理モデルと機械学習を用いた微分可能プログラミングを用いる。
論文 参考訳（メタデータ） (2022-06-21T20:38:13Z) - Transfer Learning in Quantum Parametric Classifiers: An
Information-Theoretic Generalization Analysis [42.275148861039895]
古典的な入力を持つ量子機械学習における重要なステップは、入力を量子状態にマッピングする埋め込み回路の設計である。
本稿では,任意のパラメトリック量子回路を用いて古典-量子埋め込みを行う移動学習環境について検討する。
論文 参考訳（メタデータ） (2022-01-17T09:28:13Z) - Accurate methods for the analysis of strong-drive effects in parametric
gates [94.70553167084388]
正確な数値と摂動解析手法を用いて効率的にゲートパラメータを抽出する方法を示す。
我々は,$i$SWAP, Control-Z, CNOT など,異なる種類のゲートに対する最適操作条件を同定する。
論文 参考訳（メタデータ） (2021-07-06T02:02:54Z)
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。