論文の概要: Beyond Gates: Pulse Level Quantum Fourier Models
- arxiv url: http://arxiv.org/abs/2605.04945v1
- Date: Wed, 06 May 2026 14:13:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-07 18:41:07.86131
- Title: Beyond Gates: Pulse Level Quantum Fourier Models
- Title（参考訳）: Beyond Gates: パルスレベル量子フーリエモデル
- Authors: Melvin Strobl, Maja Franz, Lukas Scheller, Eileen Kuehn, Wolfgang Mauerer, Achim Streit,
- Abstract要約: パルスパラメータのレンズを用いて量子フーリエモデル(QFM)を評価する。
パルス形状の制御はアンザッツのグローバルな表現性や構造的相関を著しく変えるものではないことを示す。
複合ゲートの場合、独立パルススケーリングは1つの論理角を複数の独立可変部分角で置き換える。
- 参考スコア（独自算出の注目度）: 1.0482211230201115
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: In the domain of variational quantum algorithms, quantum Fourier models (QFMs) provide a mathematically well defined structure for quantum machine learning (QML). There has been a substantial amount of work on the scalability and trainability of such models showcasing the potential but also the limitations for the prospective application of QFMs. However, much less is known in the context of pulse-level quantum computing, where the microwave parameters that implement unitary operations on the hardware are used to perform computations directly instead of through the interface of quantum circuits. In this work, we evaluate QFMs through the lens of pulse parameters and link metrics such as expressibility and Fourier coefficient correlation (FCC) to this extended set of variational parameters. We show that while control over pulse shapes does not significantly alter the global expressibility or structural correlations of the Ansatz, it fundamentally alters the local optimisation landscape. For composite gates, independent pulse scalings replace a single logical angle by multiple independently tunable sub-angles. This relaxes the rigid monomial couplings induced by the gate-level parameterisation, and provides gradient descent with higher-dimensional escape routes, decoupling local parameter constraints and significantly boosting performance during training. Following an analytical proof, we show numerical results validating our theory on training a QFM with an exponential (ternary) feature map on a Fourier series with the same frequencies.
- Abstract（参考訳）: 変分量子アルゴリズムの分野において、量子フーリエモデル(QFM)は量子機械学習(QML)のための数学的によく定義された構造を提供する。
このようなモデルのスケーラビリティとトレーニング性について、QFMの潜在的な可能性だけでなく、将来的な応用の限界も示している。
しかし、パルスレベルの量子コンピューティングの文脈では、ハードウェア上のユニタリ演算を実装するマイクロ波パラメータは、量子回路のインタフェースを介して直接計算を行うのに使用される。
本研究では,この拡張された変動パラメータ集合に対して,パルスパラメータのレンズと,表現性やフーリエ係数相関(FCC)などのリンク指標を用いてQFMを評価する。
パルス形状の制御は、アンザッツのグローバルな表現性や構造的相関を著しく変化させるものではないが、局所的な最適化環境を根本的に変化させる。
複合ゲートの場合、独立パルススケーリングは1つの論理角を複数の独立可変部分角で置き換える。
これにより、ゲートレベルのパラメータ化によって引き起こされる厳密なモノミアル結合を緩和し、高次元のエスケープルートによる勾配降下、局所パラメータ制約の分離、トレーニング中のパフォーマンスの大幅な向上を提供する。
解析的証明の後、同じ周波数のフーリエ級数上の指数的(3次)特徴写像を持つQFMのトレーニング理論を検証する数値結果を示す。
関連論文リスト
- SpinGQE: A Generative Quantum Eigensolver for Spin Hamiltonians [42.007194397302825]
基底状態探索は量子コンピューティングの中心である。
我々は、生成量子固有ソルバフレームワークをスピンハミルトニアンに拡張したSpinGQEを提案する。
我々は、低エネルギー状態を生成する量子回路について学ぶために、トランスフォーマーベースのデコーダを用いる。
論文 参考訳（メタデータ） (2026-03-25T13:38:15Z) - Fourier Fingerprints of Ansatzes in Quantum Machine Learning [0.0]
本稿では,回路構造に依存するフーリエモード間の相関関係について述べる。
いくつかの一般的なアンサーゼに対して、フーリエ係数相関 (FCC) を計算し、フーリエ指紋を構築する。
本稿では、ランダムなフーリエ級数学習の問題に対して、FCCは、広く使われている表現性指標がそうでないにもかかわらず、アンサーゼの相対的な性能を正しく予測する方法を示す。
論文 参考訳（メタデータ） (2025-08-28T15:00:37Z) - Mitigating Exponential Mixed Frequency Growth through Frequency Selection [3.243345719637229]
アングル符号化は、古典的なデータを量子モデルに埋め込む機能マップ(FM)として人気がある。
すべての関連する周波数が理論上アクセス可能である場合でも、トレーニングの失敗は起こり得ることを示す。
パラメータ要求を減らすための実用的なソリューションとして周波数選択を導入する。
論文 参考訳（メタデータ） (2025-08-14T11:10:07Z) - Spectral Bias in Variational Quantum Machine Learning [0.0]
パラメータ化量子回路(PQC)における特殊効果について検討する。
トレーニング中のフーリエ係数の勾配の大きさは、係数の冗長性と強く相関している。
また, 冗長性が高いPQCは, 対応する周波数におけるパラメータのランダムな摂動に対して頑健性を示した。
論文 参考訳（メタデータ） (2025-06-27T18:11:54Z) - Phase transitions, symmetries, and tunneling in Kerr parametric oscillators [37.69303106863453]
KPOにおける基底状態および励起状態量子相転移の開始について検討する。
量子相転移に関連する臨界点を特定し,エネルギースペクトルとトンネル力学への影響を解析する。
我々の研究は、ロバスト量子状態の工学、量子力学制御、量子位相遷移の開始に関する洞察と臨界量子センシングへの示唆を提供する。
論文 参考訳（メタデータ） (2025-04-21T18:00:19Z) - Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems [77.88054335119074]
ランダム量子スピン系の進化をモデル化するためにFNOを用いる。
量子波動関数全体の2n$の代わりに、コンパクトなハミルトン観測可能集合にFNOを適用する。
論文 参考訳（メタデータ） (2024-09-05T07:18:09Z) - Quantum simulation of Fermi-Hubbard model based on transmon qudit
interaction [0.0]
このような複雑さを克服するために、クォーディットを用いた新しい量子シミュレーション手法を導入する。
まず、Qudit Fermionic Mapping (QFM) を実演し、qubit-based approach に関連する符号化コストを削減した。
次に、結果として得られるマヨラナ作用素を物理的一乗および二立方乗ゲートの観点で解釈することで、写像付きハミルトニアンのユニタリ進化を記述する。
論文 参考訳（メタデータ） (2024-02-02T09:10:40Z) - Variational waveguide QED simulators [58.720142291102135]
導波管QEDシミュレータは1次元フォトニックバンドギャップ材料と相互作用する量子エミッタによって構成される。
ここでは、これらの相互作用がより効率的な変分量子アルゴリズムを開発するためのリソースとなることを実証する。
論文 参考訳（メタデータ） (2023-02-03T18:55:08Z) - Quantum Federated Learning with Entanglement Controlled Circuits and
Superposition Coding [44.89303833148191]
我々は、絡み合ったスリム化可能な量子ニューラルネットワーク(eSQNN)の深さ制御可能なアーキテクチャを開発する。
本稿では,eS-QNNの重畳符号化パラメータを通信する絡み合ったスリム化QFL(eSQFL)を提案する。
画像分類タスクでは、広範囲なシミュレーションがeSQFLの有効性を裏付ける。
論文 参考訳（メタデータ） (2022-12-04T03:18:03Z) - Accurate methods for the analysis of strong-drive effects in parametric
gates [94.70553167084388]
正確な数値と摂動解析手法を用いて効率的にゲートパラメータを抽出する方法を示す。
我々は,$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) - A variational quantum eigensolver for dynamic correlation functions [0.9176056742068814]
ゼロ温度動的相関関数の計算を改良VQEアルゴリズムに再キャストする方法を示す。
これにより、系の力学を記述する重要な物理的期待値が周波数軸に直接収束する。
本手法は, 近距離量子プロセッサ上での相関系の周波数ダイナミクスの抽出の可能性を示す。
論文 参考訳（メタデータ） (2021-05-04T18:52:45Z)
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。