論文の概要: Digital Quantum Reservoir Computing for ATM Time Series Prediction
- arxiv url: http://arxiv.org/abs/2606.04686v1
- Date: Wed, 03 Jun 2026 10:11:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-04 20:44:18.675029
- Title: Digital Quantum Reservoir Computing for ATM Time Series Prediction
- Title（参考訳）: ATM時系列予測のためのディジタル量子貯留層計算
- Authors: Chiara Vercellino, Giacomo Vitali, Valeria Zaffaroni, Francesca Cibrario, Emanuele Dri, Paolo Viviani, Olivier Terzo, Davide Corbelletto,
- Abstract要約: ATMキャッシュ需要時系列のマルチステップ予測のためのデジタル量子貯水池計算フレームワークについて検討する。
提案手法は,部分的測定とリセットを利用した固定構造を有するパラメタライズされた4ビット貯水池を用いる。
ノイズレスシミュレーション、ノイズ対応エミュレーション、および実際のIQM Spark量子プロセッサを用いて実験を行う。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We investigate a digital quantum reservoir computing (QRC) framework for multi-step forecasting of automated teller machine (ATM) cash demand time series on near-term quantum devices. The proposed approach uses parametrized four-qubit reservoirs with a fixed structure exploiting partial measurement and reset, where temporal data is encoded in rotation angles. Training is restricted to a classical Ridge-regression readout. We systematically analyze the impact of the circuit ansatzë, reservoir memory, measurement-derived observables, and the execution backend on the forecasting performance. Experiments are performed with noiseless simulation, noise-aware emulation, and a real IQM Spark quantum processor. Although the QRC models do not outperform the classical Prophet benchmark in terms of Mean Absolute Error and Normalized Mean Squared Error metrics, they achieve more competitive results in Dynamic Time Warping metric, indicating a partial ability to capture temporal structure. These findings provide an empirical assessment of digital QRC for realistic financial forecasting and highlight both its current limitations and its potential on near-term quantum hardware.
- Abstract（参考訳）: 短期量子デバイス上でのATMキャッシュ需要時系列の多段階予測のためのデジタル量子貯水池計算(QRC)フレームワークについて検討する。
提案手法では, 時間データを回転角に符号化した部分的測定とリセットを利用した固定構造を持つパラメタライズされた4ビット貯水池を用いる。
訓練は古典的なリッジ・レグレス・リードアウトに限られている。
本研究では, 回路アンサッツェ, 貯留メモリ, 測定用オブザーバブル, 実行バックエンドが予測性能に与える影響を系統的に解析する。
ノイズレスシミュレーション、ノイズ対応エミュレーション、および実際のIQM Spark量子プロセッサを用いて実験を行う。
QRCモデルは平均絶対誤差(英語版)と正規化平均正方形誤差(英語版)の指標で古典的預言法ベンチマーク(英語版)を上回りはしないが、ダイナミック・タイム・ウォーピング・メトリック(英語版)においてより競争力のある結果が得られることを示し、時間構造を捉える部分的な能力を示している。
これらの結果は,リアルタイムな財務予測のためのディジタルQRCの実証的評価を提供し,その限界と短期量子ハードウェアへの可能性の両方を強調している。
関連論文リスト
- Efficient time-series prediction on NISQ devices via time-delayed quantum extreme learning machine [0.7388859384645263]
雑音量子デバイス上での効率的な時系列予測のための時間遅延量子極端学習マシン(TD-QELM)を提案する。
複数の過去の入力を同時に符号化することにより、TD-QELMはシーケンス長に依存しない浅い回路深さを実現する。
NARMAベンチマークによるノイズレスシミュレーションとIBMの127量子ビットプロセッサの実験は、TD-QELMが従来の量子貯水池計算より一貫して優れていることを示した。
論文 参考訳（メタデータ） (2026-02-25T04:03:41Z) - AQER: a scalable and efficient data loader for digital quantum computers [62.40228216126285]
我々は,ターゲット状態の絡み合いを体系的に低減し,負荷回路を構成するスケーラブルなAQL手法であるAQERを開発した。
我々は、合成データセット、古典画像および言語データセット、最大50キュービットの量子多体状態データセットを用いて、AQERの有効性を評価するための体系的な実験を行う。
論文 参考訳（メタデータ） (2026-02-02T14:39:42Z) - 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) - Towards Quantum Enhanced Adversarial Robustness with Rydberg Reservoir Learning [45.92935470813908]
量子コンピューティング貯水池(QRC)は、量子多体系に固有の高次元非線形力学を利用する。
近年の研究では、変動回路に基づく摂動量子は逆数の影響を受けやすいことが示されている。
QR学習モデルにおける対向的堅牢性の最初の体系的評価について検討する。
論文 参考訳（メタデータ） (2025-10-15T12:17:23Z) - Entanglement for Pattern Learning in Temporal Data with Logarithmic Complexity: Benchmarking on IBM Quantum Hardware [1.2277343096128712]
時系列予測は、気候モデリングから分子動力学まで、科学的および技術的領域の基礎となっている。
時間的依存関係を学習するために、絡み合いに基づくパラメータ化量子回路を利用する量子ネイティブ時系列予測フレームワークを提案する。
数値天気予報に使用される測地的高さ場を含む,合成および実世界のデータセットの古典的モデルに対して,QTSをベンチマークする。
論文 参考訳（メタデータ） (2025-05-30T12:16:08Z) - Minimal Quantum Reservoirs with Hamiltonian Encoding [72.27323884094953]
ハミルトニアン符号化に基づく量子貯水池計算のための最小限のアーキテクチャについて検討する。
このアプローチは、一般的に量子機械学習に関連する実験的なオーバーヘッドの多くを回避します。
論文 参考訳（メタデータ） (2025-05-28T16:50:05Z) - Feedback-driven quantum reservoir computing for time-series analysis [1.1920094285063136]
量子貯水池計算(QRC)は、非線形情報処理のための計算資源として量子システムを利用する有望な計算パラダイムである。
時系列分析のためのフィードバック駆動型QRCフレームワークを提案する。
我々は,QRCがフィードバック接続によってフェードメモリ特性の取得に成功したことを実証した。
論文 参考訳（メタデータ） (2024-06-22T08:28:08Z) - Robust Extraction of Thermal Observables from State Sampling and
Real-Time Dynamics on Quantum Computers [49.1574468325115]
我々は、状態の密度、特にその非負性性に制約を課す手法を導入し、この方法で、ノイズのある時系列からボルツマン重みを確実に抽出できることを示す。
本研究により,今日の量子コンピュータにおける時系列アルゴリズムの実装により,多体量子系の有限温度特性の研究が可能となった。
論文 参考訳（メタデータ） (2023-05-30T18:00:05Z) - Data-driven Quantum Dynamical Embedding Method for Long-term Prediction on Near-term Quantum Computers [6.1549556540537855]
量子力学埋め込み(QDE)を用いた時系列予測のためのデータ駆動手法を提案する。
時系列長の独立性に基づき、この手法は深さ効率の高い量子回路を実現する。
数値シミュレーションは、波動信号だけでなく、NARMAのようなより複雑な信号も予測できることを示す。
論文 参考訳（メタデータ） (2023-05-25T12:12:49Z)
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。