論文の概要: A Novel Hybrid Quantum Reservoir Computing (nHQRC) for Phase Transition Detection in Non-Equilibrium Dynamical Systems
- arxiv url: http://arxiv.org/abs/2607.16281v1
- Date: Thu, 09 Jul 2026 19:22:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-27 00:46:13.082206
- Title: A Novel Hybrid Quantum Reservoir Computing (nHQRC) for Phase Transition Detection in Non-Equilibrium Dynamical Systems
- Title（参考訳）: 非平衡力学系における相転移検出のための新しいハイブリッド量子貯留層計算(nHQRC)
- Abstract要約: 量子解析のための新しいハイブリッド量子貯留層計算(nHQRC)フレームワークを提案する。
本フレームワークは, ドリフト拡散効率($)を大幅に改善し, 最大軌道減衰(MTD)を13%以上抑制することを示した。
これにより、短期量子状態の検出とサブシステム安定化のための、ロバストな$mathcalO(1)$時間的オーバーヘッドブループリントが確立される。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The analysis of highly non-linear stochastic data within non-equilibrium dynamical systems requires computational frameworks capable of detecting latent phase transitions before systemic structural breakdowns occur. Traditional Variational Quantum Algorithms (VQAs) are frequently bottlenecked by vanishing gradients, the barren plateau problem, and prohibitive training overheads. In this paper, we propose a novel Hybrid Quantum Reservoir Computing (nHQRC) framework, which bypasses these limitations by employing a frozen, disordered Transverse-Field Ising Model (TFIM) to project time-dependent stochastic driving forces into an exponentially large Hilbert space. To resolve the physical phase multi-wrapping vulnerabilities present in baseline quantum reservoir models, we introduce a lookahead-free, pre-amplification manifold scaling technique. Multi-qubit configurations are genetically optimized to the "edge of chaos," while quantum state tracking is performed by extracting von Neumann entropy ($S$) and exact mixed-state Quantum Fisher Information (QFI) to act as leading entanglement witnesses. Utilizing these quantum triggers as boundary constraints, trajectory predictions are constructed via a generative Stochastic Schrödinger Bridge (SSB) readout. By subjecting the quantum reservoir to an 8-dimensional non-stationary stochastic driving field, the framework significantly improves systemic drift-to-diffusion efficiency ($η$) and actively arrests maximum trajectory decay (MTD) by over 13% compared to standard classical benchmarks. This establishes a robust, $\mathcal{O}(1)$ temporal overhead blueprint for near-term quantum regime detection and macroscopic subsystem stabilization.
- Abstract（参考訳）: 非平衡力学系における高非線形確率データの解析には、システム構造破壊が起こる前に潜時相転移を検出することのできる計算フレームワークが必要である。
従来の変分量子アルゴリズム(VQA)は、勾配の消失、不規則な高原問題、禁制的なトレーニングオーバーヘッドによってしばしばボトルネックとなる。
本稿では, 時間依存確率駆動力を指数関数的に大きいヒルベルト空間に投影するために, 凍った横フィールドイジングモデル(TFIM)を用いることにより, これらの制限を回避できる新しいハイブリッド量子貯留層コンピューティング(nHQRC)フレームワークを提案する。
ベースライン量子貯水池モデルに存在する物理位相多重ラッピングの脆弱性を解決するために,ルックアヘッドフリー,プリアンプリフィフィケーション・多様体スケーリング手法を導入する。
マルチキュービット構成は遺伝的に「カオスのエッジ」に最適化され、量子状態追跡はフォン・ノイマンエントロピー(S$)と正確な混合状態の量子フィッシャー情報(QFI)を抽出して、主要な絡み合いの証人として機能する。
これらの量子トリガを境界制約として利用し、生成確率シュレーディンガー橋(SSB)の読み出しを通じて軌道予測を構築する。
量子貯水池を8次元の非定常確率駆動場に固定することにより、このフレームワークは全身的なドリフト-拡散効率(η$)を著しく改善し、標準の標準ベンチマークと比較して最大軌道減衰(MTD)を13%以上積極的に逮捕する。
これにより、短期量子状態の検出とマクロサブシステムの安定化のために、ロバストな$\mathcal{O}(1)$時間的オーバーヘッドブループリントが確立される。
関連論文リスト
- Provable Quantum Advantage for Dynamical Phase Transition [13.052070073253448]
量子コンピュータにおいても、ある精度で量子相転移を推定することは難解であることを示す。
また、ハミルトニアン力学の観測可能量を複数の時間点で推定する4次高速量子アルゴリズムを示す。
我々のフレームワークは、古典システムにおける異常現象を検出するために、より広範な量子スピードアップを可能にする。
論文 参考訳（メタデータ） (2026-06-29T14:46:22Z) - Quantum Dynamic Time Warping for Multivariate Time Series Classification [41.99844472131922]
本稿では,古典距離計量を量子ヒルベルト空間のパラメータ化幾何に置き換えたハイブリッド量子動的時間温暖化アーキテクチャを提案する。
このアーキテクチャにより、トレーニングされていない量子カーネルは高度に表現力のあるベースラインとして機能し、パラメータ化されたトレーニングは、高次元データの重複を効果的に解消する。
論文 参考訳（メタデータ） (2026-06-26T07:58:37Z) - A Novel Hierarchy of Quantum Kernel Networks on Smoothed Particle Hydrodynamics [3.934403110868379]
この研究は、量子カーネルネットワークの粒子流体力学への統合の先駆者である。
改良型量子パーセプトロン(QMLP)に基づく多用途ラグランジアン量子ネットワークモデルを開発した。
このフレームワークは、ユーリパリン量子ニューラルネットワークのいくつかの連続ベンチマークを通じて検証される。
論文 参考訳（メタデータ） (2026-04-27T08:15:09Z) - Physics-Informed Hybrid Quantum-Classical Dispatching for Large-Scale Renewable Power Systems:A Noise-Resilient Framework [9.378801906395179]
高ペネレーションエネルギーは、電力系統のディスパッチ最適化に重大性と非古典性をもたらす。
既存のアプローチでは、電力網を「ブラックボックス」として扱うのが一般的である。
本稿では、PIHQ-CD(Hybrid Quantum-Bridging Dispatching)フレームワークを提案する。
論文 参考訳（メタデータ） (2026-01-26T13:35:54Z) - 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) - Calibration of Quantum Devices via Robust Statistical Methods [45.464983015777314]
量子パラメータ学習の最先端技術に対するベイズ推論の高度な統計的手法を数値解析する。
既存のアプローチ、すなわち多モード性および高次元性において、これらのアプローチの利点を示す。
我々の発見は、オープン量子システムの力学を学習する量子キャラクタリゼーションの課題に応用できる。
論文 参考訳（メタデータ） (2025-07-09T15:22:17Z) - 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) - Practical Application of the Quantum Carleman Lattice Boltzmann Method in Industrial CFD Simulations [44.99833362998488]
この研究は、格子ボルツマン法(LBM)に基づくCFDへのハイブリッド量子古典的アプローチの実用的な数値評価を提示する。
本手法は, 異なる境界条件, 周期性, バウンスバック, 移動壁を有する3つのベンチマークケースで評価した。
提案手法の有効性を検証し,10～3ドル程度の誤差忠実度と,実際の量子状態サンプリングに十分な確率を達成できた。
論文 参考訳（メタデータ） (2025-04-17T15:41:48Z)
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。