論文の概要: Quantum Injection Pathways for Implicit Graph Neural Networks

• arxiv url: http://arxiv.org/abs/2605.09226v1
• Date: Sat, 09 May 2026 23:51:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-12 23:28:50.125912
• Title: Quantum Injection Pathways for Implicit Graph Neural Networks
• Title（参考訳）: 入射型グラフニューラルネットワークのための量子射出経路
• Abstract要約: 深度平衡モデル(Deep Equilibrium Model)は、明示的なレイヤのスタックを固定点が出力を定義する単一の演算子に置き換える。 textitIndependent Injectionは、グラフ毎に一度量子信号を計算し、前方固定点解を計算し、解全体にわたって固定する。 textitStateに依存したインジェクションは、代わりにソルバステップ毎に信号を再計算し、現在のイテレーションに適用する。 textitBackboneに依存したインジェクションも同じように再計算されるが、現在のイテレーションで評価された古典的なバックボーンの出力に信号を適用する。
• 参考スコア（独自算出の注目度）: 0.8826339811274068
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Deep Equilibrium Models (DEQs) replace a stack of explicit layers with a single operator whose fixed point defines the output, giving the expressive power of an arbitrarily deep network at the memory cost of a single layer. Quantum Deep Equilibrium Models (QDEQs) bring this idea to quantum machine learning, offering an alternative to Parameterized Quantum Circuits (PQCs), whose depth is limited by hardware coherence and trainability. Here, we introduce, formulate, and compare three ways of coupling a quantum signal to graph DEQs, differing in where the signal enters the fixed-point operator. \textit{Independent} injection computes the quantum signal once per graph and forward fixed-point solve, and holds it fixed throughout the solve. \textit{State-dependent} injection instead recomputes the signal at every solver step and applies it to the current iterate. \textit{Backbone-dependent} injection likewise recomputes at every iteration but applies the signal to the classical backbone's output evaluated at the current iterate. We establish contraction guarantees for each variant under explicit assumptions on the Lipschitz constants of the classical backbone and the quantum signal. On the TU Dortmund graph-classification benchmarks NCI1, PROTEINS, and MUTAG, independent injection achieves the best test accuracy while using fewer forward-solver iterations than both the classical equilibrium baseline and the two dependent variants.
• Abstract（参考訳）: ディープ平衡モデル(Deep Equilibrium Models、DEQ)は、明示的なレイヤのスタックを単一の演算子に置き換える。 量子Deep Equilibrium Models (QDEQs) はこのアイデアを量子機械学習にもたらし、ハードウェアコヒーレンスとトレーニング容易性に制限されたパラメータ化量子回路 (PQCs) に代わるものを提供する。 ここでは,量子信号とグラフDEQを結合する3つの方法を紹介する。 \textit{Independent} インジェクションは、グラフ毎に一度量子信号を計算し、前方固定点解を計算し、解全体を通してそれを固定する。 代わりに \textit{State-dependent} インジェクションは、ソルバの各ステップで信号を再計算し、それを現在のイテレートに適用する。 \textit{Backbone-dependent} インジェクションは、各イテレーションで同様に再計算するが、現在のイテレーションで評価された古典的なバックボーンの出力にその信号を適用する。 古典バックボーンと量子信号のリプシッツ定数に対する明示的な仮定の下で、各変種に対する縮約保証を確立する。 TU Dortmund graph-classification benchmarks NCI1, PROTEINS, MUTAGでは、独立注入は古典的平衡基底線と2つの従属変種よりも少ない前方解法繰り返しを使用しながら、最良の試験精度を達成する。

関連論文リスト

• Certifying Quantum Optimization and Circuit Cutting by Using Quantum-Classical Moment Duality [0.0]
  次数-2$ Sum-of-Squares半定値プログラミングコーンに基づく直接量子古典双対性を確立する。 同じモーメント行列が基礎となるユニタリ回路のテンソル積構造を明らかにする。 このフレームワークは変分量子アルゴリズムのMax-Cutインスタンスと回路切断のランダム状態で検証される。
  論文  参考訳（メタデータ） (2026-06-19T12:48:36Z)
• Ancilla-Efficient QSAMPLE Preparation for Reversible Markov Chains [0.0]
  作業レジスタに1つのアシラキュービットしか必要としない新しいエンドツーエンドフレームワークを提案する。 重要な技術的要素は、1つのアンシラ量子ビットを用いた選択位相コンパイラ回路である。 直接応用として,ギブスQSAMPLEの作成に量子アルゴリズムを適用し,厳密な複雑性解析を求める。
  論文  参考訳（メタデータ） (2026-05-22T09:55:28Z)
• Iterative Optimization with Partial Convergence Guarantees on Neutral Atom Quantum Computers [0.0]
  Lp-Qutsは、NAQCサンプルラーを古典的な切断平面アルゴリズムに統合するハイブリッド量子古典的フレームワークである。 我々は、Lp-Qutsを古典最適化フレームワークに効果的に組み込んで、量子資源を減らした準最適解を提供する方法を示す。
  論文  参考訳（メタデータ） (2026-03-30T19:12:21Z)
• 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)
• Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing [68.35481158940401]
  CL-QASは連続的な量子アーキテクチャ検索フレームワークである。 振幅のエンコードと変分量子回路の忘れを犠牲にすることの課題を緩和する。 制御可能なロバスト性表現性、サンプル効率の一般化、およびバレンプラトーを使わずに滑らかな収束を実現する。
  論文  参考訳（メタデータ） (2026-01-10T02:36:03Z)
• Quadratic Continuous Quantum Optimization [0.9023122463034333]
  量子アナライザはQUBO問題を効率的に解くことができるが、回帰のような連続的な最適化タスクには苦労する。 QUBOインスタンスのシーケンスを通じて、制約のないプログラムに対する解を近似する任意の時間アルゴリズムである、準連続量子最適化(QCQO)を導入する。
  論文  参考訳（メタデータ） (2025-12-31T10:08:41Z)
• Randomized Quantum Singular Value Transformation [18.660349597156266]
  量子特異値変換(QSVT)のための最初のランダム化アルゴリズムを紹介する。 QSVTの標準的な実装は、ハミルトニアンのブロック符号化に依存しており、対数的な数のアンシラ量子ビット、複雑なマルチキュービット制御、回路深さのスケーリングがハミルトン項の数と線形に必要である。 我々のアルゴリズムは1つのアシラ量子ビットしか使用せず、ブロックエンコーディングを完全に回避している。
  論文  参考訳（メタデータ） (2025-10-08T10:14:15Z)
• QAMA: Scalable Quantum Annealing Multi-Head Attention Operator for Deep Learning [48.12231190677108]
  QAMA(Quantum Annealing Multi-Head Attention)は、エネルギーベースのハミルトン最適化問題として注目を集める新しいドロップイン演算子である。 この枠組みでは、トークン相互作用を二項二項項に符号化し、低エネルギー構成の探索に量子アニールを用いる。 経験的に、自然言語と視覚のベンチマークによる評価は、タスク全体にわたって、標準的なマルチヘッドの注意から少なくとも2.7ポイントの精度が低下していることを示している。
  論文  参考訳（メタデータ） (2025-04-15T11:29:09Z)
• Extending Quantum Perceptrons: Rydberg Devices, Multi-Class Classification, and Error Tolerance [67.77677387243135]
  量子ニューロモーフィックコンピューティング(QNC)は、量子計算とニューラルネットワークを融合して、量子機械学習(QML)のためのスケーラブルで耐雑音性のあるアルゴリズムを作成する QNCの中核は量子パーセプトロン(QP)であり、相互作用する量子ビットのアナログダイナミクスを利用して普遍的な量子計算を可能にする。
  論文  参考訳（メタデータ） (2024-11-13T23:56:20Z)
• Projective Quantum Eigensolver with Generalized Operators [0.0]
  PQEフレームワークにおける閉形式残留方程式の観点から一般化作用素を決定する手法を開発する。 いくつかの分子系への応用により、アンザッツは単体、二重体、三重体を含む(異方性)UCCと同様の精度を達成できることを実証した。
  論文  参考訳（メタデータ） (2024-10-21T15:40:22Z)
• Distribution-Flexible Subset Quantization for Post-Quantizing Super-Resolution Networks [68.83451203841624]
  本稿では,超高分解能ネットワークのためのポストトレーニング量子化手法であるDFSQを提案する。 DFSQは活性化のチャネルワイド正規化を行い、分布フレキシブルなサブセット量子化(SQ)を適用する 6ビットの量子化と8ビットの量子化では完全精度に匹敵する性能を達成し、4ビットの量子化では0.1dBのPSNR低下しか生じない。
  論文  参考訳（メタデータ） (2023-05-10T04:19:11Z)
• Quantum Gate Generation in Two-Level Open Quantum Systems by Coherent and Incoherent Photons Found with Gradient Search [77.34726150561087]
  我々は、非コヒーレント光子によって形成される環境を、非コヒーレント制御によるオープン量子系制御の資源とみなす。 我々は、ハミルトニアンにおけるコヒーレント制御と、時間依存デコヒーレンス率を誘導する散逸器における非コヒーレント制御を利用する。
  論文  参考訳（メタデータ） (2023-02-28T07:36:02Z)
• Simplifying a classical-quantum algorithm interpolation with quantum singular value transformations [0.0]
  本稿では,量子特異値変換の枠組みにおいて,$alpha$-QPEのスケーリングが自然かつ簡潔に導出可能であることを示す。 符号関数の近似が良くなるほど、符号を正確に決定する必要があるサンプルは少なくなる。
  論文  参考訳（メタデータ） (2022-07-29T17:57:03Z)

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。