論文の概要: Hybrid Variational Quantum Circuits for Multivariate Regression and High-Dimensional Data Reconstruction
- arxiv url: http://arxiv.org/abs/2609.17358v1
- Date: Tue, 15 Sep 2026 15:57:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 14:56:08.612573
- Title: Hybrid Variational Quantum Circuits for Multivariate Regression and High-Dimensional Data Reconstruction
- Title（参考訳）: 多変量回帰と高次元データ再構成のためのハイブリッド変分量子回路
- Abstract要約: 変分量子回路(VQC)は古典的に最適化されたパラメータ化量子回路である。
本稿では,古典的なアフィン後測定層を用いたハイブリッド変分量子回路(HVQC)を提案する。
基本1ビットと2ビットの回路はデータ再アップロードと絡み合いによって二次関数と積を近似できることを示す。
- 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: Variational quantum circuits (VQCs) are parameterized quantum circuits optimized classically. We propose a hybrid variational quantum circuit (HVQC) extending VQCs with a classical affine post-measurement layer, enabling vector-valued regression without the linear overhead of independent scalar circuits. Theoretically, we show that elementary one-and two-qubit circuits can approximate quadratic functions and products via data re-uploading and entanglement, providing the foundations of the full architecture. Experimentally, on two synthetic image reconstruction datasets and the Friedman1 benchmark (40,568 test samples), our HVQC matches Gaussian Process Regression and outperforms XGBoost and Random Forest. An ablation study confirms that both quantum and classical components are essential, and results highlight the central role of the feature map in hybrid quantum-classical models.
- Abstract（参考訳）: 変分量子回路(VQC)は古典的に最適化されたパラメータ化量子回路である。
本稿では,VQCを古典的なアフィン後測定層で拡張するハイブリッド変分量子回路(HVQC)を提案し,独立スカラー回路の線形オーバーヘッドを伴わずにベクトル値の回帰を可能にする。
理論的には、基本1ビットと2ビットの回路は、データ再ロードと絡み合いによって二次関数と積を近似することができ、完全なアーキテクチャの基礎を提供する。
実験では、2つの合成画像再構成データセットとFriedman1ベンチマーク(40,568のテストサンプル)で、HVQCはガウス過程回帰と一致し、XGBoostとランダムフォレストを上回った。
アブレーション研究では、量子と古典の両方の成分が不可欠であることが確認され、結果として、ハイブリッド量子古典モデルにおける特徴写像の中心的な役割が浮き彫りになる。
関連論文リスト
- Continuous-variable ADAPT-VQE for bosonic lattice models [0.6254251081017878]
連続可変可変可変可変量子固有解器(CV-ADAPT-VQE)を提案する。
ボース・ハッバードモデルとボソニック・キタエフ連鎖の基底状態準備について考察する。
この結果は、凝縮マター系の量子シミュレーション、量子化学、高エネルギー物理学の直接応用に向けられている。
論文 参考訳（メタデータ） (2026-06-03T18:00:08Z) - Latent-Conditioned Parameterized Quantum Circuits as Universal Approximators for Distributions over Quantum States [0.0]
潜在条件パラメタライズド量子回路(LPQC)を導入する。
我々は、LPQCが1ドルワッサーシュタイン距離における密度演算子に対する確率測度に対する普遍近似であることを証明した。
混合量子状態の合成マルチクラスターアンサンブルと3次元分子構造のQM9由来アンサンブルに関する数値実験を行った。
論文 参考訳（メタデータ） (2026-05-27T16:19:10Z) - Generative Quantum-inspired Kolmogorov-Arnold Eigensolver [12.645057942348794]
本稿では、量子化学のための生成量子インスパイアされたKolmogorov-Arnold固有溶媒(GQKAE)について述べる。
GQKAEは、GPT型生成固有解法におけるパラメータ重フィードフォワードネットワークコンポーネントを、ハイブリッド量子に着想を得たKolmogorov-Arnoldネットワークモジュールに置き換える。
論文 参考訳（メタデータ） (2026-05-06T07:53:55Z) - Hybrid Quantum-Classical AI for Industrial Defect Classification in Welding Images [34.06478657370088]
アルミニウム溶接画像の欠陥を分類するための2つのハイブリッド量子古典的手法について検討する。
畳み込みニューラルネットワークを用いて溶接画像からコンパクトかつ情報的特徴ベクトルを抽出する。
以上の結果から,CNNモデルが頑健な性能を示す一方で,ハイブリッド量子古典モデルが競争力を発揮することが示された。
論文 参考訳（メタデータ） (2026-03-30T20:48:51Z) - Parallel Multi-Circuit Quantum Feature Fusion in Hybrid Quantum-Classical Convolutional Neural Networks for Breast Tumor Classification [0.0]
本稿では、BreastMNISTデータセットのバイナリ分類のために設計されたハイブリッド量子古典畳み込みニューラルネットワーク(QCNN)アーキテクチャを提案する。
この結果から, ハイブリッドQCNNアーキテクチャは, 絡み合いと量子的特徴融合を利用して, 医用画像分類タスクを強化することができることがわかった。
論文 参考訳（メタデータ） (2025-11-29T17:47:14Z) - VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning [50.95799256262098]
変分量子回路(VQC)は量子機械学習を約束するが、表現性、訓練性、耐雑音性の課題に直面している。
本稿では,VQCが学習中に古典多層パーセプトロンの第一層重みを生成するハイブリッドアーキテクチャであるVQC-MLPNetを提案する。
論文 参考訳（メタデータ） (2025-06-12T01:38:15Z) - Characterizing randomness in parameterized quantum circuits through expressibility and average entanglement [39.58317527488534]
量子回路(PQC)は、その主応用の範囲外ではまだ完全には理解されていない。
我々は、量子ビット接続性に関する制約の下で、PQCにおけるランダム状態の生成を分析する。
生成した状態の分布の均一性の増加と絡み合いの発生との間には,どれだけ急激な関係があるかを示す。
論文 参考訳（メタデータ） (2024-05-03T17:32:55Z) - Towards Efficient Quantum Hybrid Diffusion Models [68.43405413443175]
本稿では,量子ハイブリッド拡散モデルの設計手法を提案する。
量子コンピューティングの優れた一般化と古典的ネットワークのモジュラリティを組み合わせた2つのハイブリダイゼーション手法を提案する。
論文 参考訳（メタデータ） (2024-02-25T16:57:51Z) - Pre-training Tensor-Train Networks Facilitates Machine Learning with Variational Quantum Circuits [70.97518416003358]
変分量子回路(VQC)は、ノイズの多い中間スケール量子(NISQ)デバイス上での量子機械学習を約束する。
テンソルトレインネットワーク(TTN)はVQC表現と一般化を向上させることができるが、結果として得られるハイブリッドモデルであるTTN-VQCは、Polyak-Lojasiewicz(PL)条件による最適化の課題に直面している。
この課題を軽減するために,プレトレーニングTTNモデルとVQCを組み合わせたPre+TTN-VQCを導入する。
論文 参考訳（メタデータ） (2023-05-18T03:08:18Z) - A performance characterization of quantum generative models [35.974070202997176]
量子生成モデリングに使用される量子回路を比較する。
2つの一般的なトレーニング手法を用いてデータセットの確率分布を学習する。
確率分布のコプラを学習する離散アーキテクチャの変種が、他のすべての手法より優れていることを実証的に見出した。
論文 参考訳（メタデータ） (2023-01-23T11:00:29Z) - When BERT Meets Quantum Temporal Convolution Learning for Text
Classification in Heterogeneous Computing [75.75419308975746]
本研究は,変分量子回路に基づく垂直連合学習アーキテクチャを提案し,テキスト分類のための量子化事前学習BERTモデルの競争性能を実証する。
目的分類実験により,提案したBERT-QTCモデルにより,SnipsおよびATIS音声言語データセットの競合実験結果が得られた。
論文 参考訳（メタデータ） (2022-02-17T09:55:21Z) - Solving Linear Systems on Quantum Hardware with Hybrid HHL++ [1.9311784849535176]
HHL (Harrow-Hassidim-Lloyd) は、臨界量子線型代数プリミティブである。
線形系行列のスケーリング係数を決定するための新しいアルゴリズムを提案する。
量子システムモデルH系列のトラップイオン量子コンピュータ上で、修正されたハイブリッドHHLを動作させることにより、我々の作業の有効性を実証する。
論文 参考訳（メタデータ） (2021-10-29T17:59:29Z) - Ansatz-Independent Variational Quantum Classifier [0.0]
可変量子分類器 (VQC) がよく知られたカーネル法に収まることを示す。
また、与えられたユニタリ演算子に対して効率的な量子回路を設計するための変分回路実現法(VCR)を提案する。
論文 参考訳（メタデータ） (2021-02-02T21:25:39Z)
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。