論文の概要: Qudit extension of parameterized IQP circuits: A generative quantum machine learning approach to integer data

• arxiv url: http://arxiv.org/abs/2606.28236v1
• Date: Fri, 26 Jun 2026 16:23:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-29 18:24:25.539794
• Title: Qudit extension of parameterized IQP circuits: A generative quantum machine learning approach to integer data
• Title（参考訳）: パラメータ化IQP回路の量子拡張:整数データに対する生成量子機械学習アプローチ
• Authors: Robert J. Banks, Arianna Crippa, Matthias Traube, Josua Unger, Christian Ertler, Wolfgang Lechner,
• Abstract要約: 量子回路は、各整数値画素を固定長のビットストリングに符号化する。 この方法は、CLIC検出器の電磁熱量計における単一粒子電子シャワーからのエネルギー蓄積について検証する。
• 参考スコア（独自算出の注目度）: 0.10262304700896197
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Parameterized Instantaneous Quantum Polynomial (IQP) circuits have proven useful in quantum generative learning models, particularly for binary distributions. However, when applied to non-binary datasets, they exhibit notable limitations: mapping integer values into qubit-compatible binary representations often destroys the original metric structure of the data. In this paper we aim to extend them to a qudits formulation operating on an integer mapping of the data. The IQP quantum circuit is adapted to encode each integer valued pixel into a bit-string of fixed length and quantum gates are transformed to follow the qudit formalism. As a generative machine learning approach, a suitable loss function for the circuit training and the calculation of the covariance matrix among features are developed and validated on the energy deposits from single-particle electron showers in the electromagnetic calorimeter of the CLIC detector. The method proposed in this work can be also extended to other applications that utilize quantum generative machine learning for non-binary data.
• Abstract（参考訳）: パラメータ化Instantaneous Quantum Polynomial (IQP) 回路は量子生成学習モデル、特に二値分布において有用であることが証明されている。 整数値をqubit互換のバイナリ表現にマッピングすると、データの最初のメートル法構造が破壊されることが多い。 本稿では,データを整数マップ上で動作させるキューディットの定式化に拡張することを目的とする。 IQP量子回路は、各整数値のピクセルを固定長のビットストリングに符号化するように適応し、量子ゲートはキューディット形式に従うように変換される。 生成機械学習手法として、CLIC検出器の電磁温度計における単一粒子電子シャワーからのエネルギー蓄積に対して、回路トレーニングに適した損失関数と特徴間の共分散行列の計算を開発し、検証した。 この研究で提案される手法は、非バイナリデータに量子生成機械学習を利用する他のアプリケーションにも拡張することができる。

関連論文リスト

• Quantum-Efficient Convolution through Sparse Matrix Encoding and Low-Depth Inner Product Circuits [0.0]
  本稿では、畳み込み積を構造化行列乗算として再構成する資源効率の量子アルゴリズムを提案する。 我々は、最適化されたキー値QRAM状態符号化を用いてスパース入力パッチを作成する量子フレームワークを構築する。 我々のアーキテクチャは、一般化されたSWAP回路を用いて、複数のフィルタにまたがるバッチ畳み込みをサポートする。
  論文  参考訳（メタデータ） (2025-07-25T20:08:12Z)
• Expressivity Limits of Quantum Reservoir Computing [0.0]
  パラメタライズド量子回路量子機械学習(PQC-QML)への公式な接続を確立する。 古典的データから生成可能な非線形関数の数は、入力符号化ゲートの数によって線形に制限されていることを解析的に証明し、数値的に相関する。 我々の結果は指数ヒルベルト空間のスケーリングがQRCにおける対応する計算上の優位性を与えるという一般的な仮定に挑戦する。
  論文  参考訳（メタデータ） (2025-01-26T13:43:03Z)
• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [62.46800898243033]
  量子学習理論の最近の進歩は、様々な古典的な入力によって生成された測定データから、大きな量子ビット回路の線形特性を効率的に学習できるのか? 我々は、小さな予測誤差を達成するためには、$d$で線形にスケーリングするサンプルの複雑さが必要であることを証明し、それに対応する計算複雑性は、dで指数関数的にスケールする可能性がある。 そこで本研究では,古典的影と三角展開を利用したカーネルベースの手法を提案し,予測精度と計算オーバーヘッドとのトレードオフを制御可能とした。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• Learning the expressibility of quantum circuit ansatz using transformer [5.368973814856243]
  本稿では,量子回路のアンサーゼの表現可能性を予測するために,トランスフォーマーモデルを提案する。 本研究は、量子回路アンサーゼの表現可能性の理解を深め、量子アーキテクチャ探索アルゴリズムを進化させることが可能である。
  論文  参考訳（メタデータ） (2024-05-29T07:34:07Z)
• Single-Round Proofs of Quantumness from Knowledge Assumptions [41.94295877935867]
  量子性の証明は、効率的な量子コンピュータが通過できる、効率よく検証可能な対話型テストである。 既存のシングルラウンドプロトコルは大きな量子回路を必要とするが、マルチラウンドプロトコルはより小さな回路を使用するが、実験的な中間回路測定を必要とする。 我々は、既存の知識仮定に基づいて、量子性の効率的なシングルラウンド証明を構築した。
  論文  参考訳（メタデータ） (2024-05-24T17:33:10Z)
• Characterizing randomness in parameterized quantum circuits through expressibility and average entanglement [39.58317527488534]
  量子回路(PQC)は、その主応用の範囲外ではまだ完全には理解されていない。 我々は、量子ビット接続性に関する制約の下で、PQCにおけるランダム状態の生成を分析する。 生成した状態の分布の均一性の増加と絡み合いの発生との間には,どれだけ急激な関係があるかを示す。
  論文  参考訳（メタデータ） (2024-05-03T17:32:55Z)
• Explainable quantum regression algorithm with encoded data structure [0.0]
  本稿では,最初の解釈可能な量子回帰アルゴリズムを構築する。 符号化されたデータ構造は回帰マップの計算の時間的複雑さを減少させる。 我々は、中性冷原子とイオンに実装されたマルチキュービットゲートを持つ潜在的な量子ユーティリティを想定する。
  論文  参考訳（メタデータ） (2023-07-07T00:30:16Z)
• Compact quantum kernel-based binary classifier [2.0684234025249717]
  本稿では、カーネルベースのバイナリ分類器を構築するための最も単純な量子回路を提案する。 量子ビットの数は2つに減らされ、ステップの数は線形に減らされる。 私たちの設計は、不均衡なデータセットを扱うための簡単な方法も提供します。
  論文  参考訳（メタデータ） (2022-02-04T14:30:53Z)
• Programming a quantum computer with quantum instructions [39.994876450026865]
  我々は密度行列化プロトコルを用いて量子データ上で量子命令を実行する。 古典的に定義されたゲートの固定列は、補助量子命令状態に一意に依存する演算を実行する。 量子命令の利用により、コストのかかるトモグラフィー状態の再構築と再コンパイルの必要性がなくなる。
  論文  参考訳（メタデータ） (2020-01-23T22:43:29Z)

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。