論文の概要: Exponential quantum advantage for learning signals with a single qubit

• arxiv url: http://arxiv.org/abs/2608.13521v1
• Date: Thu, 13 Aug 2026 17:40:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-14 18:29:38.620922
• Title: Exponential quantum advantage for learning signals with a single qubit
• Title（参考訳）: 単一量子ビットを用いた学習信号の指数量子優位性
• Abstract要約: 従来のセンサに単一制御可能な量子ビットを結合することで、古典的な信号の学習に必要な測定回数を指数関数的に削減できることを示す。 これらの量子アドバンテージは、フーリエ係数の学習、時間変化信号からの時間相関の抽出、物理観測値の変換の推定など、基本的な知覚タスクに適用できる。
• 参考スコア（独自算出の注目度）: 1.2495457694473517
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum technology has the potential to transform scientific discovery, but quantum advantages often require processing capabilities well beyond the reach of experimental platforms. We show that coupling a single controllable qubit to an otherwise conventional sensor can exponentially reduce the number of measurements required to learn classical signals. These rigorous quantum advantages apply to fundamental sensing tasks, including learning Fourier coefficients, extracting temporal correlations from time-varying signals, and estimating transformations of physical observables. Using a superconducting cavity--qubit architecture, we experimentally demonstrate $10^7$-fold reductions in the number of measurements required for Fourier-amplitude and time-varying signal learning. Our $\textit{quantum feature sensing}$ algorithms further enable orders-of-magnitude improvements in simulations of weak-signal dark matter detection and wireless communication applications. These quantum advantages are derived from Quantum Phase-Space Inference (Q$Ψ$), a unifying theory of quantum-enhanced experiments that simultaneously converts a set of experimental objectives and constraints into tight lower bounds and optimal quantum-enhanced learning algorithms while producing a certificate of quantum advantage. Q$Ψ$ extends beyond the regimes captured by quantum Fisher information and provides a framework for systematically identifying rigorous quantum advantages in practical experimental tasks. Together, our results establish that near-term quantum technology can exponentially enhance our ability to learn from classical signals.
• Abstract（参考訳）: 量子技術は科学的な発見を変革する可能性があるが、量子の優位性は多くの場合、実験的なプラットフォームの範囲を超えて処理能力を必要とする。 従来のセンサに単一制御可能な量子ビットを結合することで、古典的な信号の学習に必要な測定回数を指数関数的に削減できることを示す。 これらの厳密な量子アドバンテージは、フーリエ係数の学習、時間変化信号からの時間相関の抽出、物理観測値の変換の推定など、基本的な知覚タスクに適用できる。 超伝導キャビティ-量子アーキテクチャを用いて、フーリエ振幅と時間変化信号学習に必要な測定値の10^7$-fold削減を実験的に実証した。 我々の$\textit{quantum feature sensor}$アルゴリズムは、弱い暗黒物質の検出と無線通信のシミュレーションにおいて、桁違いの改善を可能にする。 これらの量子アドバンテージは、量子位相空間推論(Quantum Phase-Space Inference)から派生したもので、量子強みの証明を作成しながら、実験目的と制約のセットを厳密な下界と最適な量子強み学習アルゴリズムに同時に変換する量子強み実験の統一理論である。 Q$は量子フィッシャー情報によって捉えられたレジームを超えて拡張され、実践的な実験的タスクにおいて厳密な量子上の利点を体系的に識別するためのフレームワークを提供する。 その結果、短期量子技術は古典的な信号から学習する能力を指数関数的に向上させることができることが判明した。

関連論文リスト

• Experimental realization of quantum-computing-enhanced sensing [8.854392964542727]
  我々はスピンオシレータアーキテクチャにおいて量子計算によるセンシングを実現する。 我々は,最初のグロバー探索をボソニックモードで実験的に実証した。 本研究は、オラクルベースの量子アルゴリズムを利用するための経路として、信号駆動型オラクルを確立した。
  論文  参考訳（メタデータ） (2026-09-07T15:20:32Z)
• Quantum Machine Learning Using Quantum Illumination With Quantum Enhanced Interference [0.0]
  量子機械学習(QML)は、量子力学の原理と古典的な機械学習技術を組み合わせて開発された。 量子コンピューティングにおける情報量子処理には重畳制御と絡み合い制御が深く必要である。 本稿では、量子エンハンス技術を用いて、以前の量子ビット状態の重ね合わせを解析できることを動機づけた。
  論文  参考訳（メタデータ） (2026-01-25T15:05:56Z)
• Information-Scrambling-Enhanced Quantum Sensing Beyond the Standard Quantum Limit [24.972499920814034]
  超伝導量子プロセッサ上に実装されたスケーラブルでスクランブル型量子センシングプロトコルを実験的に実証した。 量子情報のスクランブルを利用して、このプロトコルは局所的な相互作用を非局在化された気象学的に有用な相関に変換し、ロバストな信号増幅を可能にする。 この研究は、有望な実験プラットフォームによる実用的な量子センシングの利点への、容易にスケーラブルな道を示す。
  論文  参考訳（メタデータ） (2025-12-24T13:05:34Z)
• Quantum computational sensing using quantum signal processing, quantum neural networks, and Hamiltonian engineering [1.3593246617391264]
  ハミルトン工学的なボソニックシステムとハイブリッド量子ビットボソニックシステムを用いた量子信号処理を用いて非線形タスクを実行するためのプロトコルを示す。 我々は,量子系が小さい場合でも,相当な量子量センシングの利点が得られることを示した。
  論文  参考訳（メタデータ） (2025-07-21T17:53:15Z)
• Quantum Computing Enhanced Sensing [0.6407952035735351]
  本稿では、既存のすべてのアプローチよりも優れた量子コンピューティング強化センシングプロトコルを提案する。 鍵となるアイデアは、連続したアナログ信号を離散的な演算に堅牢にデジタル化し、量子アルゴリズムに統合することである。 この研究は、量子計算を知覚能力を向上させるための強力な新しい資源として確立する。
  論文  参考訳（メタデータ） (2025-01-13T19:00:00Z)
• 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)
• The curse of random quantum data [62.24825255497622]
  量子データのランドスケープにおける量子機械学習の性能を定量化する。 量子機械学習におけるトレーニング効率と一般化能力は、量子ビットの増加に伴い指数関数的に抑制される。 この結果は量子カーネル法と量子ニューラルネットワークの広帯域限界の両方に適用できる。
  論文  参考訳（メタデータ） (2024-08-19T12:18:07Z)
• Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
  本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。 我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。 これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
  論文  参考訳（メタデータ） (2023-06-29T18:00:01Z)
• Classical Verification of Quantum Learning [42.362388367152256]
  量子学習の古典的検証のための枠組みを開発する。 そこで我々は,新しい量子データアクセスモデルを提案し,これを"mixture-of-superpositions"量子例と呼ぶ。 この結果から,学習課題における量子データの潜在能力は無限ではないものの,古典的エージェントが活用できることが示唆された。
  論文  参考訳（メタデータ） (2023-06-08T00:31:27Z)
• On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
  そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。 私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
  論文  参考訳（メタデータ） (2021-06-29T14:01:40Z)
• Demonstration of quantum advantage by a joint detection receiver for optical communications using quantum belief propagation on a trapped-ion device [0.7758302353877525]
  本稿では,3ビット線形ツリー符号の2相シフトキーコードワードに対する量子ジョイント検出器の実験的検討を行う。 量子回路に変換された受信機は、トラップイオンデバイスに実験的に実装された。 最小平均復号誤差確率の量子限界を超える実験的なフレームワークを提供する。
  論文  参考訳（メタデータ） (2021-02-25T18:05:31Z)
• Information Scrambling in Computationally Complex Quantum Circuits [56.22772134614514]
  53量子ビット量子プロセッサにおける量子スクランブルのダイナミクスを実験的に検討する。 演算子の拡散は効率的な古典的モデルによって捉えられるが、演算子の絡み合いは指数関数的にスケールされた計算資源を必要とする。
  論文  参考訳（メタデータ） (2021-01-21T22:18:49Z)
• 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)

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。