論文の概要: Latent-Conditioned Parameterized Quantum Circuits as Universal Approximators for Distributions over Quantum States

• arxiv url: http://arxiv.org/abs/2605.28690v2
• Date: Mon, 01 Jun 2026 16:36:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-02 18:24:16.638786
• Title: Latent-Conditioned Parameterized Quantum Circuits as Universal Approximators for Distributions over Quantum States
• Title（参考訳）: 量子状態上の分布に対する普遍近似器としての潜在定数量子回路
• Authors: Quoc Hoan Tran, Koki Chinzei, Yasuhiro Endo, Hirotaka Oshima,
• Abstract要約: 潜在条件パラメタライズド量子回路(LPQC)を導入する。 我々は、LPQCが1ドルワッサーシュタイン距離における密度演算子に対する確率測度に対する普遍近似であることを証明した。 混合量子状態の合成マルチクラスターアンサンブルと3次元分子構造のQM9由来アンサンブルに関する数値実験を行った。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Many applications in quantum simulation, quantum chemistry, and quantum machine learning require not a single quantum state but an ensemble of states characterizing the heterogeneity of a target system. Preparing such ensembles state-by-state is prohibitive in both variational and fault-tolerant settings, motivating a generative-modeling approach. We introduce latent-conditioned parameterized quantum circuits (LPQCs), a hybrid quantum-classical framework in which classical neural networks map a latent variable sampled from a prior distribution to the parameters of a parameterized quantum circuit. We prove that LPQCs are universal approximators for probability measures over density operators in the $1$-Wasserstein distance, extending classical universal approximation theorems to the quantum-distribution setting. We additionally introduce a multimodal latent prior and a mixture-of-experts circuit architecture, and show that it empirically alleviates the barren plateau problem during optimization. Numerical experiments validate the framework on a synthetic multi-cluster ensemble of mixed quantum states and on a QM9-derived ensemble of 3-D molecular structures. In these tasks, LPQC outperforms recent quantum generative baselines while remaining competitive with typical classical baselines at substantially reduced output dimensionality. By leveraging classical expressivity in the latent space, LPQCs offer a tractable route to quantum generative modeling.
• Abstract（参考訳）: 量子シミュレーション、量子化学、量子機械学習における多くの応用は、単一の量子状態ではなく、ターゲットシステムの不均一性を特徴づける状態のアンサンブルを必要とする。 このようなアンサンブルを状態ごとに準備することは、変動的およびフォールトトレラントな設定の両方で禁止されており、生成的モデリングアプローチを動機付けている。 本稿では,古典的ニューラルネットワークが先行分布からパラメータ化量子回路のパラメータにサンプリングされた潜在変数をマッピングするハイブリッド量子古典的フレームワークである潜在条件パラメタライズド量子回路(LPQCs)を紹介する。 LPQCは1ドル=ワッサーシュタイン距離における密度作用素上の確率測度に対する普遍近似であり、古典的普遍近似定理を量子分布設定まで拡張することを証明する。 さらに,マルチモーダル遅延前処理と混成回路アーキテクチャを導入し,最適化時にバレンプラトー問題を経験的に緩和することを示した。 混合量子状態の合成マルチクラスターアンサンブルと3次元分子構造のQM9由来アンサンブルに関する数値実験を行った。 これらのタスクでは、LPQCは最近の量子生成ベースラインよりも優れ、典型的な古典的ベースラインと競合するが、出力次元は大幅に減少する。 遅延空間における古典的表現性を活用することにより、LPQCは量子生成モデリングへの引き込み可能な経路を提供する。

関連論文リスト

• A purely Quantum Generative Modeling through Unitary Scrambling and Collapse [6.647966634235082]
  量子スクランブルと崩壊生成モデル(Quantum Scrambling and Collapse Generative Model, QGen)は、古典的な依存関係を排除する純粋量子パラダイムである。 本研究では,学習をトラクタブルなサブプロブレムに分解し,バレンプラトーを緩和する測定に基づく学習原理を導入する。 経験的に、QGenは、有限ショットサンプリングの下で堅牢性を維持しながら、一致したパラメータ予算の下で古典的およびハイブリッド的ベースラインを上回っている。
  論文  参考訳（メタデータ） (2025-06-12T11:00:21Z)
• 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)
• Simulating continuous-space systems with quantum-classical wave functions [0.0]
  非相対論的相互作用量子多体系は、自然に連続空間ハミルトニアンの言葉で記述される。 現在のアルゴリズムでは離散化が必要であり、通常は有限基底集合を選択し、必然的にエラーを発生させる。 我々は、古典的資源と量子的資源を大域的変動アンサッツに組み合わせた、別の離散化のないアプローチを提案する。
  論文  参考訳（メタデータ） (2024-09-10T10:54:59Z)
• Quantum Equilibrium Propagation for efficient training of quantum systems based on Onsager reciprocity [0.0]
  平衡伝播(Equilibrium propagation、EP)は、平衡に緩和する古典的なエネルギーモデルに導入され応用された手順である。 ここでは、EPとOnsagerの相互性を直接接続し、これを利用してEPの量子バージョンを導出する。 これは任意の量子系の可観測物の期待値に依存する損失関数の最適化に使うことができる。
  論文  参考訳（メタデータ） (2024-06-10T17:22:09Z)
• A self-consistent field approach for the variational quantum eigensolver: orbital optimization goes adaptive [52.77024349608834]
  適応微分組立問題集合型アンザッツ変分固有解法(ADAPTVQE)における自己一貫したフィールドアプローチ(SCF)を提案する。 このフレームワークは、短期量子コンピュータ上の化学系の効率的な量子シミュレーションに使用される。
  論文  参考訳（メタデータ） (2022-12-21T23:15:17Z)
• 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)
• Quantum-classical distance as a tool to design optimal chiral quantum walk [0.0]
  連続時間量子ウォーク(CTQW)は、量子輸送、普遍量子計算、量子空間探索のための貴重なモデルを提供する。 量子古典距離は、CTQWとその古典的距離のダイナミクスの差を捉え、ハミルトンのパラメータの最適化を導いている。
  論文  参考訳（メタデータ） (2021-06-22T11:38:58Z)
• Preparing random states and benchmarking with many-body quantum chaos [48.044162981804526]
  時間に依存しないハミルトン力学の下で自然にランダム状態アンサンブルの出現を予測し、実験的に観察する方法を示す。 観測されたランダムアンサンブルは射影測定から現れ、より大きな量子系のサブシステムの間に構築された普遍的相関に密接に関連している。 我々の研究は、量子力学におけるランダム性を理解するための意味を持ち、より広い文脈でのこの概念の適用を可能にする。
  論文  参考訳（メタデータ） (2021-03-05T08:32:43Z)

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。