論文の概要: The Organization of Environmental Coupling Shapes What Quantum Reservoirs Remember
- arxiv url: http://arxiv.org/abs/2608.14181v1
- Date: Fri, 14 Aug 2026 10:54:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-17 20:14:29.363508
- Title: The Organization of Environmental Coupling Shapes What Quantum Reservoirs Remember
- Title(参考訳): 量子貯留層が思い出す環境結合形状の組織化
- Abstract要約: 量子貯水池計算は、固定された量子力学を持つ入力ストリームを処理し、線形リードアウトのみを訓練する。
散逸は古い入力が消える可能性があるが、以前の研究は一般的に環境プロセスを修正し、その強さだけを調整していた。
ここでは、遷移が分離されたか共有された環境チャネルに繋がるかどうかという結合パターンが、入力履歴のどの部分がアクセス可能であるのかを数値的に示す。
- 参考スコア(独自算出の注目度): 2.34764060945577
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: For an open quantum reservoir, how the system forgets is part of how it computes. Quantum reservoir computing processes input streams with fixed quantum dynamics and trains only a linear readout. Dissipation can make old inputs fade, but prior studies commonly fix the environmental process and tune only its strength. Here we show numerically that the coupling pattern, meaning whether transitions connect to separate or shared environmental channels, changes which parts of the input history remain accessible. Paired simulations of finite spin reservoirs keep the Hamiltonian, inputs, measurements, and readout fixed. The tested patterns produce distinct task profiles, with no universal winner. Shared relaxation preserves more recent input history than independent local loss, and the retained memory changes when the qubits contribute with different relative phases to the shared decay channel. This ordering recurs across system sizes, Hamiltonians, input protocols, and targeted controls. Environmental coupling is therefore more than a damping parameter: it is a design layer that shapes not only how quickly information fades, but which input history remains available for computation.
- Abstract(参考訳): オープンな量子貯水池では、システムがどのように無視するかは、その計算方法の一部である。
量子貯水池計算は、固定された量子力学を持つ入力ストリームを処理し、線形読み出しのみを訓練する。
散逸は古い入力が消える可能性があるが、以前の研究は一般的に環境プロセスを修正し、その強さだけを調整していた。
ここでは、遷移が分離されたか共有された環境チャネルに繋がるかどうかという結合パターンが、入力履歴のどの部分がアクセス可能であるのかを数値的に示す。
有限スピン貯水池のペアシミュレーションでは、ハミルトン、入力、測定、読み出しが固定されている。
テストされたパターンは、普遍的な勝者のない、異なるタスクプロファイルを生成する。
共有緩和は、独立な局所損失よりも最近の入力履歴を保存し、共有崩壊チャネルに異なる相対位相が寄与すると記憶が変化する。
この順序付けは、システムサイズ、ハミルトニアン、入力プロトコル、ターゲット制御にまたがって再帰する。
環境結合はダンピングパラメータ以上のものであり、情報の速さだけでなく、どの入力履歴が計算に利用できるのかを形作る設計層である。
関連論文リスト
- From quantum reservoirs to quantum extreme learning machines through a nearest-neighbor spin chain with tunable quantum memory [0.0]
入力エンコーディング長によって接続される単一アーキテクチャの2つの限界は、各ステップで新しいデータで上書きされたキュービットの数であることを示す。
繰り返し発生する量子メモリは、タスクが過去から遠くまで到達しなければならない場合に必須であり、関連する履歴が短い場合には不要である。
すべてのタスクにおいて、最高の貯水池はカオスの端で動作し、同じサイズのランダムな全対全結合を持つ密結合された貯水池と同様に機能する。
論文 参考訳(メタデータ) (2026-08-28T15:27:38Z) - Task-Dependent Syndrome Memory in Quantum Sensing and State Recovery [0.0]
有限の検出器と記憶は 避けられない限界を課す 音の微妙な軌跡を 解決できる
厳密な対称対数微分幾何学を用いて、観測された軌道が量子フィッシャー情報を失うことなく圧縮できるかどうかを決定する。
これらの結果は、量子センシング、統計的十分性、および量子誤り訂正を接続するタスク依存およびタイミング依存のリソースとして、シンドローム情報を確立する。
論文 参考訳(メタデータ) (2026-08-03T14:53:35Z) - Dual-Flow Transformers: Decoupling the Primary Prefill Path from Additional Decode Computation [40.63754545623815]
本稿では,プロンプトを処理し,KVキャッシュを記述する言語モデルであるDual-Flow Transformerを紹介する。
その主な流れは、プロンプトを処理し、KVキャッシュを書く完全な因果言語モデルである。
固定されたプリフィル・エキスパート計算におけるデコード計算の増加と、2つのフロー間の固定されたデコード・エキスパート予算の再配置という2つの条件について検討する。
論文 参考訳(メタデータ) (2026-07-31T17:18:36Z) - Diagnosing quantum reservoirs at scale based on expressivity and coverage [42.13843953705695]
量子貯水池は、量子機械学習へのハードウェアフレンドリーなルートを提供する。
貯水池は最適化されていないため、性能は貯水池の選択に依存する。
2つの相補的な量に基づいて構築されたスケーラブルでハードウェアに依存しないフレームワークを導入する。
論文 参考訳(メタデータ) (2026-07-10T14:16:13Z) - Where a Quantum Reservoir Works: A Transferable Operating Band [2.34764060945577]
固定量子システムは入力信号を変換し、学習は測定した出力に対して単純な線形読み出しを訓練する。
優れたパフォーマンスは、この制御空間の1つのよく定義された操作領域に集中する。
リージョンは、単純なメモリ診断を使用して、タスクの実行前に安価に位置決めすることができる。
論文 参考訳(メタデータ) (2026-06-11T12:42:03Z) - 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) - Feedback Connections in Quantum Reservoir Computing with Mid-Circuit Measurements [0.0]
フィードバック接続を統合する新しい量子貯水池計算方式について検討する。
モデルが過去の入力を記憶できるように,連続処理中にフィードバック接続が効果的に動作可能であることを示す。
論文 参考訳(メタデータ) (2025-03-28T12:34:06Z) - 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) - Input-dependence in quantum reservoir computing [4.903263899016404]
量子貯水池計算は、時間情報処理に量子力学系を利用する創発的な分野である。
以前の研究で、量子貯水池を価値のあるものにする特徴が見つかった: 量子貯水池チャネルの入力依存固定点への収縮力学である。
この研究は、入力依存の観点から貴重な量子貯水池の分析に寄与する。
論文 参考訳(メタデータ) (2024-12-11T11:59:11Z) - Incrementally-Computable Neural Networks: Efficient Inference for
Dynamic Inputs [75.40636935415601]
ディープラーニングは、センサーデータやユーザ入力などの動的入力を効率的に処理するという課題に直面していることが多い。
インクリメンタルな計算アプローチを採用し、入力の変化に応じて計算を再利用する。
本稿では,この手法をトランスフォーマーアーキテクチャに適用し,修正入力の分数に比例した複雑性を持つ効率的なインクリメンタル推論アルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-07-27T16:30:27Z)
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。