論文の概要: Geometric Approach to Zero-Memory Quantum Dot Reservoir Computing

• arxiv url: http://arxiv.org/abs/2606.29320v1
• Date: Sun, 28 Jun 2026 10:26:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-30 18:07:15.876167
• Title: Geometric Approach to Zero-Memory Quantum Dot Reservoir Computing
• Title（参考訳）: ゼロメモリ量子ドット貯留層計算への幾何学的アプローチ
• Abstract要約: 物理貯水池コンピューティングは、従来のニューラルネットワークに代わるエネルギー効率の高い代替手段を提供する。 メモリレスシステムではメモリ容量を極端に設計できることを示す。 メモリレス量子貯水池は,カオス的なマッキーグラスの将来予測と非線形変換タスクの両方において高い性能が得られることを示す。
• 参考スコア（独自算出の注目度）: 0.11999555634662634
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Physical reservoir computing offers an energy-efficient alternative to conventional neural networks, where the intrinsic memory capacity in the physical system plays a central role. We demonstrate that memory capacity can be engineered extrinsically in memoryless systems by exploiting the computational space-time tradeoff, substituting temporal memory with spatial degrees of freedom. Our approach utilizes multidimensional input nodes to function as a spatial memory axis, thereby removing the dependency on intrinsic history-dependent dynamics in the reservoir. We validate this framework through numerical simulations of a generalized quantum dot, whose discrete energy levels provide strong nonlinearity crucial for reservoir computing as well. By coupling this inherent nonlinearity with our extrinsic memory, we show that memoryless quantum reservoir can achieve high performance on both chaotic Mackey-Glass future prediction and nonlinear transformation tasks. Furthermore, by analyzing the geometry of the quantum state trajectories, we identify the physical mechanism underlying this memory emergence: extrinsic memory constructs a hysteresis loop within the quantum Hilbert space, and this loop becomes topologically stable when the evolution of the system state synchronizes with the input signal's frequency. Our work decouples reservoir computing from material-specific memory properties, significantly expanding the range of candidate systems for quantum neuromorphic computing.
• Abstract（参考訳）: 物理貯水池コンピューティングは、物理系の本質的なメモリ容量が中心的な役割を果たす従来のニューラルネットワークに代わるエネルギー効率の高い代替手段を提供する。 空間的自由度で時間的メモリに代えて、計算時空間トレードオフを利用してメモリレスシステムにおいてメモリ容量を極端に設計できることを実証する。 提案手法では,空間記憶軸として機能する多次元入力ノードを用いて,貯水池の固有履歴依存力学への依存を除去する。 我々は、離散エネルギーレベルが貯水池計算に不可欠な強い非線形性をもたらす一般化量子ドットの数値シミュレーションを通じて、この枠組みを検証する。 この固有非線形性と外部メモリを結合することにより、カオス的なマッキーグラスの将来予測と非線形変換タスクの両方において、メモリレス量子貯水池が高い性能を達成できることが示される。 外部記憶は、量子ヒルベルト空間内でヒステリシスループを構築し、系状態の進化が入力信号の周波数と同期すると、このループは位相的に安定になる。 我々の研究は、貯留層コンピューティングを物質固有のメモリ特性から切り離し、量子ニューロモルフィックコンピューティングの候補システムの範囲を大きく広げている。

関連論文リスト

• Memory-Nonlinearity Trade-off across Quantum Reservoir Computing Frameworks [0.9786690381850356]
  量子貯水池計算は、時系列処理に量子力学を利用する。 我々は、メモリ制限を含む明らかに無関係なアプローチが、同じ原理で管理されていることを示す。
  論文  参考訳（メタデータ） (2026-03-22T19:06:36Z)
• On the emergence of quantum memory in non-Markovian dynamics [41.94295877935867]
  非マルコフ力学(メモリを含む)は、実際は典型的であり、メモリ効果は量子エラー補正や情報処理といった多くのタスクのリソースとして利用される。 しかし、多くの衝突モデルの力学を実現するために必要なメモリの種類、古典的または量子的タイプは分かっていない。 本研究では、フレドキンゲートを介するアンシラ内相互作用を導入し、量子ホモジェナイザーを非マルコフ系に拡張し、そのメモリの性質を研究する。
  論文  参考訳（メタデータ） (2025-07-29T15:19:26Z)
• Dynamical learning and quantum memory with non-Hermitian many-body systems [37.69303106863453]
  非エルミート系(NH)は、量子技術のための肥大したプラットフォームを提供する。 ランダムグラフ上で定義された対話型NHスピンシステムの例を用いて,この関係について検討する。 第1の例外点の開始は,システムの学習能力の急激な変化に対応することを示す。
  論文  参考訳（メタデータ） (2025-06-09T11:58:40Z)
• 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)
• Non-Markovianity and memory enhancement in Quantum Reservoir Computing [0.8437187555622164]
  非マルコフ力学は制限を克服し、拡張メモリ保持を可能にする。 我々はマルコフから非マルコフ進化への制御された遷移を可能にする埋め込みアプローチを導入する。 本研究では,量子機械学習アーキテクチャにおけるメモリ向上のための重要なリソースとして,量子非マルコビアン性(quantum non-Markovianity)を確立した。
  論文  参考訳（メタデータ） (2025-05-05T09:17:08Z)
• Connection between memory performance and optical absorption in quantum reservoir computing [36.94429692322632]
  物質的不完全性や環境との結合による消散は、コンピュータを貯蓄するための暗い記憶を提供する自然なメカニズムとして機能する。 我々は,光吸収の物理量と量子貯水池コンピュータの性能の関連性を,短期記憶能力の観点から明らかにした。
  論文  参考訳（メタデータ） (2025-01-26T16:09:40Z)
• Resistive Memory-based Neural Differential Equation Solver for Score-based Diffusion Model [55.116403765330084]
  スコアベースの拡散のような現在のAIGC法は、迅速性と効率性の点で依然として不足している。 スコアベース拡散のための時間連続型およびアナログ型インメモリ型ニューラル微分方程式解法を提案する。 我々は180nmの抵抗型メモリインメモリ・コンピューティング・マクロを用いて,我々の解を実験的に検証した。
  論文  参考訳（メタデータ） (2024-04-08T16:34:35Z)
• Exploring quantum mechanical advantage for reservoir computing [0.0]
  量子貯水池の量子特性と線形短期記憶性能の関連性を確立する。 貯水池における高い絡み合いは,より複雑な貯水池力学の前提条件であることがわかった。 本稿では,物理量子貯水池の性能に及ぼすデファスティングの影響について論じる。
  論文  参考訳（メタデータ） (2023-02-07T17:07:28Z)
• A quantum processor based on coherent transport of entangled atom arrays [44.62475518267084]
  量子プロセッサは動的で非局所的な接続を持ち、絡み合った量子ビットは高い並列性でコヒーレントに輸送されることを示す。 このアーキテクチャを用いて,クラスタ状態や7キュービットのSteane符号状態などの絡み合ったグラフ状態のプログラム生成を実現する。
  論文  参考訳（メタデータ） (2021-12-07T19:00:00Z)
• Neuromorphic computing with a single qudit [0.0]
  貯留層計算(Reservoir computing)は、多体量子系の高忠実度制御の代替である。 ここでは、単一のキューディット(d$D量子系)からなる貯水池を考える。 類似の古典システムと比較して,ロバストな性能上の優位性を示す。
  論文  参考訳（メタデータ） (2021-01-27T22:35:22Z)

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。