論文の概要: The Virtuous Cycle of Quantum-Classical Machine Learning

• arxiv url: http://arxiv.org/abs/2607.10563v1
• Date: Sun, 12 Jul 2026 04:41:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-14 15:40:48.469255
• Title: The Virtuous Cycle of Quantum-Classical Machine Learning
• Title（参考訳）: 量子古典型機械学習の活力サイクル
• Abstract要約: 我々は、人工知能と量子コンピューティングの両方が互いに大きな恩恵を受けることができると論じている。 我々は、量子コンピューティングにおける機械学習の最も健全な機会をレビューし、双方の分野が相互に利益を得られるような、活発なサイクルを刺激したいと考えている。
• 参考スコア（独自算出の注目度）: 2.507756801352061
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Artificial intelligence and quantum computing have both seen tremendous progress in recent years, opening up new avenues for accelerating scientific discovery. Classical machine learning has already proven to be useful for addressing challenges in quantum computation; and hardware progress is well underway towards the early fault-tolerant regime. On the other hand, the emerging field of quantum machine learning is aimed at utilizing the strengths of both computational paradigms, via the development of learning algorithms or models that benefit from running on quantum devices or from training on quantum data. We therefore argue that both of these paradigms stand to benefit substantially from each other. Here we review the most salient opportunities for machine learning in quantum computing, hoping to inspire a virtuous cycle through which both fields can mutually benefit.
• Abstract（参考訳）: 人工知能と量子コンピューティングはどちらも近年大きく進歩し、科学的な発見を加速するための新たな道を開いた。 古典的な機械学習は、量子計算の課題に対処するのに既に有用であることが証明されており、ハードウェアの進歩は、早期のフォールトトレラント体制に向けて順調に進んでいる。 一方、量子機械学習の新たな分野は、量子デバイス上での実行や量子データのトレーニングの恩恵を受ける学習アルゴリズムやモデルの開発を通じて、両方の計算パラダイムの強みを活用することを目的としている。 したがって、これらのパラダイムはどちらも、互いに大きな利益をもたらすものだ、と我々は主張する。 ここでは、量子コンピューティングにおける機械学習の最も健全な機会についてレビューする。

関連論文リスト

• Quantum-enhanced Computer Vision: Going Beyond Classical Algorithms [50.573955644831386]
  QeCV(Quantum-enhanced Computer Vision)は、コンピュータビジョン、機械学習、量子コンピューティングの交差点における新しい研究分野である。 量子コンピューティングの助けを借りて、視覚信号の処理や解釈の仕方を変える可能性が高い。 本調査はQeCVに関する既存の文献に貢献し,本研究分野の総合的なレビューを行った。
  論文  参考訳（メタデータ） (2025-10-08T17:59:51Z)
• Digital quantum simulation of many-body systems: Making the most of intermediate-scale, noisy quantum computers [51.56484100374058]
  この論文は量子デバイス上の量子力学をシミュレートすることを中心にしている。 本稿では,量子力学における最も関連性の高い量子アルゴリズムの概要を紹介する。 近い将来に量子シミュレーションの恩恵を受けることができる量子力学における関連する問題を同定する。
  論文  参考訳（メタデータ） (2025-08-29T10:37:19Z)
• Digital-Analog Quantum Machine Learning [0.0]
  機械学習アルゴリズムは、ますます多くのシステム、アプリケーション、技術、製品で広く使われている。 データの量の増加は 古典的な装置に困難をもたらします 量子システムは、特定のコンテキストにおける機械学習計算のスケールアップを可能にする方法を提供するかもしれない。
  論文  参考訳（メタデータ） (2024-11-16T08:54:52Z)
• Quantum Machine Learning: An Interplay Between Quantum Computing and Machine Learning [54.80832749095356]
  量子機械学習(QML)は、量子コンピューティングの原理と従来の機械学習を組み合わせた急速に成長する分野である。 本稿では,変分量子回路を用いてQMLアーキテクチャを開発する機械学習パラダイムの量子コンピューティングについて述べる。
  論文  参考訳（メタデータ） (2024-11-14T12:27:50Z)
• The QUATRO Application Suite: Quantum Computing for Models of Human Cognition [49.038807589598285]
  量子コンピューティング研究のための新しい種類のアプリケーション -- 計算認知モデリング -- をアンロックします。 我々は、認知モデルから量子コンピューティングアプリケーションのコレクションであるQUATROをリリースする。
  論文  参考訳（メタデータ） (2023-09-01T17:34:53Z)
• Quantum Machine Learning: from physics to software engineering [58.720142291102135]
  古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。 量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
  論文  参考訳（メタデータ） (2023-01-04T23:37:45Z)
• Artificial Intelligence and Machine Learning for Quantum Technologies [6.25426839308312]
  ここ数年、科学者たちが機械学習を使って量子計測を分析し始めた例を紹介します。 オープンな課題と将来の可能性を強調し、今後10年間、いくつかの投機的ビジョンで締めくくります。
  論文  参考訳（メタデータ） (2022-08-07T23:02:55Z)
• Recent Advances for Quantum Neural Networks in Generative Learning [98.88205308106778]
  量子生成学習モデル(QGLM)は、古典的な学習モデルを上回る可能性がある。 機械学習の観点からQGLMの現状を概観する。 従来の機械学習タスクと量子物理学の両方におけるQGLMの潜在的な応用について論じる。
  論文  参考訳（メタデータ） (2022-06-07T07:32:57Z)
• New Trends in Quantum Machine Learning [0.0]
  我々は、機械学習が新しい量子技術とアルゴリズムの恩恵を受ける方法を探る。 データ可視化技術や機械学習から借用した他のスキームは、理論家にとって非常に有用である。
  論文  参考訳（メタデータ） (2021-08-22T08:23:30Z)
• Experimental Quantum Generative Adversarial Networks for Image Generation [93.06926114985761]
  超伝導量子プロセッサを用いた実世界の手書き桁画像の学習と生成を実験的に行う。 我々の研究は、短期量子デバイス上での高度な量子生成モデル開発のためのガイダンスを提供する。
  論文  参考訳（メタデータ） (2020-10-13T06:57:17Z)
• Quantum Computing Methods for Supervised Learning [0.08594140167290096]
  小型の量子コンピュータと量子アニールが製造され、既に商業的に販売されている。 我々は、教師付き機械学習問題への応用を探求する前に、量子コンピューティングの背景と重要な結果を要約する。
  論文  参考訳（メタデータ） (2020-06-22T06:34:42Z)

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。