Fugu-MT 論文翻訳(概要): The ebbs and flows of quantum learning and sensing

論文の概要: The ebbs and flows of quantum learning and sensing

arxiv url: http://arxiv.org/abs/2608.20155v1
Date: Thu, 20 Aug 2026 15:14:28 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-21 20:28:51.622653
Title: The ebbs and flows of quantum learning and sensing
Title（参考訳）: 量子学習とセンシングのエブスと流れ
Abstract要約: 極小可変後量子回路の一群について検討する。本研究では,スペクトル非平坦性とメロジカル応答がアンサンブル型情報処理能力を直接制御することを示す。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: What is the relation between subsystem quantum complexity and the emergence of computationally useful structure? We address this by studying a family of minimally tunable postvariational quantum circuits, and show how spectral nonflatness and metrological response directly control the ensemble-typical information processing power. This unveils an intermediate "learning phase" that precedes the onset of quantum chaos, characterized by pronounced nonflatness and sensitivity of readout states. The optimal information processing capacity improves with system size, while deep scrambling suppresses observable response. The results reveal how such features of random quantum dynamics can be viewed as computational resources for scalable nonlinear computation.
Abstract（参考訳）: 計算に有用な構造の出現とサブシステム量子複雑性の関係はどのようなものか? そこで本研究では,最小可変変分量子回路群を探索し,スペクトル非平坦性およびメトロジカル応答がアンサンブル型情報処理能力をいかに直接制御するかを示す。これは、量子カオスの開始に先立って、非平坦性と読み出し状態の感度を特徴とする中間的な"学習フェーズ"を明らかにする。最適な情報処理能力はシステムサイズで向上し、深いスクランブルは観測可能な応答を抑制する。その結果、このようなランダム量子力学の特徴を、スケーラブルな非線形計算のための計算資源とみなすことができることが明らかになった。

関連論文リスト

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)
Characterizing Non-Markovian Dynamics of Open Quantum Systems [0.0]
我々はTCLマスター方程式を用いて非マルコフ進化を特徴付ける構造保存手法を開発した。本稿では,ローレンス・リバモア国立研究所のQuantum Device Integration Testbed (QuDIT) における超伝導量子ビットの実験データを用いた手法について述べる。これらの知見は、短期量子プロセッサにおける量子制御とエラー軽減に寄与する、オープン量子システムの効率的なモデリング戦略に関する貴重な洞察を提供する。
論文参考訳（メタデータ） (2025-03-28T04:43:24Z)
Quantum reservoir computing on random regular graphs [0.0]
量子貯水池コンピューティング(QRC)は、入力駆動多体量子システムと古典的な学習技術を組み合わせた低複雑性学習パラダイムである。我々は、情報局在化、動的量子相関、および乱れハミルトニアンの多体構造について研究する。そこで本研究では、乱れたアナログ量子学習プラットフォームの最適設計のためのガイドラインを提供する。
論文参考訳（メタデータ） (2024-09-05T16:18:03Z)
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)
Solving reaction dynamics with quantum computing algorithms [42.408991654684876]
線形応答によって支配される異なる反応を記述することに関連する応答関数の量子アルゴリズムについて検討する。我々は原子核物理学の応用に焦点をあて、格子上の量子ビット効率のマッピングを検討し、現実的な散乱シミュレーションに必要な大量の量を効率的に表現することができる。
論文参考訳（メタデータ） (2024-03-30T00:21:46Z)
Quantum Causal Unravelling [44.356294905844834]
我々は,多部量子プロセスにおける相互作用の因果構造を明らかにするための,最初の効率的な方法を開発した。我々のアルゴリズムは、量子プロセストモグラフィーの技法で効率的に特徴付けることができるプロセスを特定するのに利用できる。
論文参考訳（メタデータ） (2021-09-27T16:28:06Z)
Quantum-tailored machine-learning characterization of a superconducting qubit [50.591267188664666]
我々は,量子デバイスのダイナミクスを特徴付ける手法を開発し,デバイスパラメータを学習する。このアプローチは、数値的に生成された実験データに基づいてトレーニングされた物理に依存しないリカレントニューラルネットワークより優れている。このデモンストレーションは、ドメイン知識を活用することで、この特徴付けタスクの正確性と効率が向上することを示す。
論文参考訳（メタデータ） (2021-06-24T15:58:57Z)
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)
Temporal Information Processing on Noisy Quantum Computers [3.4180402210147243]
複素散逸型量子力学を利用する量子貯水池計算を提案する。遠隔アクセスされたクラウドベースの超伝導量子コンピュータに関する実証実験は、小さくノイズの多い量子貯水池が高次非線形時間的タスクに対処できることを実証している。本研究は, 量子誤り訂正を伴わず, 忠実度を増大させるような, 短期ゲートモデル量子コンピュータの魅力的な時間的処理手法の道筋をたどるものである。
論文参考訳（メタデータ） (2020-01-26T19:00:03Z)

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。