論文の概要: From quantum reservoirs to quantum extreme learning machines through a nearest-neighbor spin chain with tunable quantum memory
- arxiv url: http://arxiv.org/abs/2608.28440v1
- Date: Fri, 28 Aug 2026 15:27:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-31 17:16:04.381195
- Title: From quantum reservoirs to quantum extreme learning machines through a nearest-neighbor spin chain with tunable quantum memory
- Title（参考訳）: チューナブル量子メモリを用いた近接スピンチェーンによる量子貯水池から量子極端学習機械へ
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum Reservoir Computing (QRC) processes temporal data by retaining a memory of past inputs in the recurrent state of a quantum system, whereas a Quantum Extreme-Learning Machine (QELM) discards that memory, resetting the system at every step so that only the most recent input shapes the response. The two are usually treated as separate computational paradigms. We show that they are the two limits of a single architecture, connected by the input-encoding length, that is, the number of qubits overwritten with fresh data at each step. When a single qubit is re-encoded the system operates as a standard QRC, when the whole register is re-encoded it operates as a QELM, and intermediate lengths interpolate between them. The overwritten qubits hold the recent past in an explicit register, while the remaining qubits are never reset and carry older inputs forward in their evolving quantum state, so the encoding length redistributes memory between explicit and recurrent storage at fixed system size. Tuning the reservoir Hamiltonian and the evolution time with Bayesian optimization at each encoding length, we find that recurrent quantum memory is essential when a task must reach far into the past, and dispensable when the relevant history is short, where the memoryless reset limit already suffices. For every task the best reservoirs operate at the edge of chaos, where they perform as well as a densely connected reservoir with random all-to-all couplings of the same size, indicating that what temporal processing requires is the dynamical regime rather than the connectivity.
- Abstract（参考訳）: 量子Reservoir Computing (QRC) は、過去の入力のメモリを量子システムのリカレントな状態に保持することで時間データを処理し、一方、Quantum Extreme-Learning Machine (QELM) はそのメモリを捨て、各ステップでシステムをリセットし、最新の入力だけが応答を形作る。
2つは通常、別の計算パラダイムとして扱われる。
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、すなわち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を示す。
単一キュービットが再符号化されると、システムは標準のQRCとして動作し、レジスタ全体が再符号化されるとQELMとして動作し、中間長はそれらの間に交差する。
上書きされた量子ビットは、最近の過去を明示的なレジスタに保持するが、残りの量子ビットはリセットされず、進化する量子状態において古い入力を転送する。
貯水池ハミルトニアンとベイズ最適化による進化時間を各エンコーディング長で調整すると、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、リカレント量子メモリは必須であり、関連する履歴が短い場合、メモリレスリセット制限が既に十分である。
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。
関連論文リスト
- MARCH: Scaling Recurrent Memory with Content-Routed State Anchors [41.39470291507015]
トランスフォーマーはその強い長文検索能力の多くを、コンテキスト長で成長するトークンレベルのメモリに負っている。
リカレントな代替手段は、履歴全体を固定サイズの状態に圧縮することで効率的な復号化を提供する。
メモリ・アンカー・ルーティング(Memory-Anchor Routing across Context History, MARCH)は、状態空間モデルを固定次元を超えて効果的にスケールするネットワークアーキテクチャである。
論文 参考訳（メタデータ） (2026-08-12T13:45:01Z) - Quantum Reservoir Computing: Recent Advances and Future Directions [34.77938621771246]
量子貯水池計算(QRC)は、時間的およびシーケンシャルな入力を計測された特徴に変換するために、固定または弱調整量子システムの力学を利用する。
その計算力は、しばしば量子系の指数的に大きいヒルベルト空間に起因している。
ハードウェアでは、これらの機能は、有限サンプリング、ハードウェアノイズ、測定バックアクション、観測可能量の推定コストによってさらに制限される。
論文 参考訳（メタデータ） (2026-07-20T22:38:49Z) - 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) - QLAM: A Quantum Long-Attention Memory Approach to Long-Sequence Token Modeling [14.229084182282607]
量子系の重ね合わせ特性を利用して状態ベースシーケンスモデリングを強化する最初の研究の1つを紹介する。
QLAMは、歴史的情報の重ね合わせをエンコードする量子状態として隠された状態を表す。
QLAMは、sMNIST、sFashion-MNIST、sCIFAR-10など、標準画像分類ベンチマークの逐次変種に対して評価する。
論文 参考訳（メタデータ） (2026-05-13T17:56:20Z) - Variational Quantum Dimension Reduction for Recurrent Quantum Models [3.112711246449628]
リカレント量子モデル(RQM)は、メモリシステムへのユニタリ演算の繰り返し適用を通じて、シーケンシャル量子プロセスを実現する。
本稿では,無関係なメモリ自由度を識別・除去するテクスチタリシジョン量子次元減少フレームワークを提案する。
我々のフレームワークは, 変量行列の積状態乱れに比べて, 最大で3桁小さいQFDRを実現している。
論文 参考訳（メタデータ） (2026-03-10T12:12:16Z) - Efficient Quantum State Preparation with Bucket Brigade QRAM [47.72095699729477]
量子状態におけるデータの合成は、量子アルゴリズムの設計において重要な要素である。
効率的な状態準備を実現するための主要なアプローチの1つは、量子ランダムアクセスメモリ(QRAM)を使用することである。
本稿では,Bucket Brigade QRAM(BBQRAM)の物理モデルとSegment Treeの古典的データ構造を統合し,効率的な状態生成を実現するフレームワークを提案する。
論文 参考訳（メタデータ） (2025-10-17T18:50:07Z) - It's-A-Me, Quantum Mario: Scalable Quantum Reinforcement Learning with Multi-Chip Ensembles [29.944281778572876]
量子強化学習(QRL)はヒルベルト空間にアクセスできるコンパクト関数近似器を約束する。
制約を克服するために,複数の小型量子畳み込みニューラルネットワーク(QCNN)を用いたマルチチップアンサンブルフレームワークを提案する。
我々のアプローチは、スーパーマリオブラザーズ環境からの複雑な高次元の観測を独立した量子回路で分割する。
論文 参考訳（メタデータ） (2025-08-31T06:15:55Z) - Quantum reservoir computing induced by controllable damping [0.9374652839580183]
量子貯水池の各キュービットに制御された回転を適用することで減衰を誘導するアルゴリズムを提案する。
これにより、ゼロ状態の可変回路レベルの振幅増幅が可能となる。
量子ビット間の量子相関がメモリ保持率の向上をもたらすことを示す。
論文 参考訳（メタデータ） (2025-08-20T11:18:57Z) - Guess, SWAP, Repeat : Capturing Quantum Snapshots in Classical Memory [2.089191490381739]
直接測定せずに量子状態の観測を可能にし,再利用のために保存する新しい手法を提案する。
提案手法では,複数の量子状態が1つの回路内の異なる地点で1回ずつ観測され,破壊することなく古典記憶に保存される。
本稿では,回路内の任意の点における量子状態の非破壊的推定,あるいは「スナップショット」を捉えるための,ハードウェアに依存しない機械学習駆動フレームワークを提案する。
論文 参考訳（メタデータ） (2025-04-20T02:39:30Z) - Memory-Augmented Hybrid Quantum Reservoir Computing [0.0]
本稿では、量子計測の古典的後処理を通じてメモリを実装するハイブリッド量子古典的アプローチを提案する。
我々は、完全に連結されたIsingモデルとRydberg原子配列の2つの物理プラットフォーム上でモデルをテストした。
論文 参考訳（メタデータ） (2024-09-15T22:44:09Z) - Optimization of the Memory Reset Rate of a Quantum Echo-State Network
for Time Sequential Tasks [0.0]
量子貯水池コンピューティングは、量子ビットのレジスタに基づくエコー状態ネットワークの貯水池を含む量子機械学習アルゴリズムのクラスである。
ネットワークのメモリと量子貯水池の進化のリセット率の関係について検討する。
論文 参考訳（メタデータ） (2022-10-03T16:08:06Z) - A quantum processor based on coherent transport of entangled atom arrays [44.62475518267084]
量子プロセッサは動的で非局所的な接続を持ち、絡み合った量子ビットは高い並列性でコヒーレントに輸送されることを示す。
このアーキテクチャを用いて,クラスタ状態や7キュービットのSteane符号状態などの絡み合ったグラフ状態のプログラム生成を実現する。
論文 参考訳（メタデータ） (2021-12-07T19:00:00Z) - Quantum Gram-Schmidt Processes and Their Application to Efficient State
Read-out for Quantum Algorithms [87.04438831673063]
本稿では、生成した状態の古典的ベクトル形式を生成する効率的な読み出しプロトコルを提案する。
我々のプロトコルは、出力状態が入力行列の行空間にある場合に適合する。
我々の技術ツールの1つは、Gram-Schmidt正則手順を実行するための効率的な量子アルゴリズムである。
論文 参考訳（メタデータ） (2020-04-14T11:05:26Z)
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。