Fugu-MT 論文翻訳(概要): Divide et Impera quantum neural networks for modular hybrid computing architectures

論文の概要: Divide et Impera quantum neural networks for modular hybrid computing architectures

arxiv url: http://arxiv.org/abs/2610.09623v1
Date: Wed, 07 Oct 2026 08:00:49 GMT
ステータス: 翻訳完了
システム内更新日: 2026-10-08 21:58:22.790837
Title: Divide et Impera quantum neural networks for modular hybrid computing architectures
Title（参考訳）: モジュラハイブリッドコンピューティングアーキテクチャのためのディバイドとインペラ量子ニューラルネットワーク
Abstract要約: 本稿では,量子ニューラルネットワークのためのディファイド・エ・イペラに基づく新しいトレーニングプロトコルを提案する。我々は、エネルギー・環境分野における実データおよび実世界の予測タスクについて、我々のアプローチをベンチマークする。この結果から,幅広いアプリケーションにまたがる量子機械学習アルゴリズムの設計原理が示唆された。
参考スコア（独自算出の注目度）: 0.13999481573773068
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Quantum machine learning is rapidly emerging as a promising and potentially more sustainable approach that can complement traditional, energy-hungry HPC, AI, and GPU resources-particularly for the demanding global challenges the world urgently needs to address. In recent years, the first prototypes of quantum processors have reached the market, are sometimes available via the cloud, and distributed quantum computing is beginning to move from a largely theoretical concept to a demonstrated reality. However, these devices are still noisy and qubit-limited. Therefore, it is desirable to design quantum machine learning models with a reduced quantum register and a limited number of quantum gates, avoiding overly deep and wide quantum circuits. Here, we explore this idea by proposing a novel divide-et-impera-based training protocol that splits quantum neural networks into smaller components and better governs their optimization. We benchmark our approach on real data and real-world prediction tasks in intertwined energy and environmental domains, such as the status of charging stations for electric vehicles and the global air quality index. Our results suggest a design principle for quantum machine learning algorithms across a wide range of applications, which can be more feasibly tested on state-of-the-art quantum processors or within modular quantum architectures being developed for future hybrid infrastructures interconnected via high-speed communication links.
Abstract（参考訳）: 量子機械学習は、従来のエネルギー不足のHPC、AI、GPUリソースを補完する、有望でより持続可能なアプローチとして急速に発展しつつある。近年、量子プロセッサの最初のプロトタイプが市場に登場し、時にはクラウド経由で利用できるようになった。しかし、これらのデバイスは未だにノイズが多く、量子ビットに制限されている。したがって、量子レジスタの低減と限られた数の量子ゲートを持つ量子機械学習モデルを設計し、過度に深く広い量子回路を避けることが望ましい。ここでは、量子ニューラルネットワークをより小さなコンポーネントに分割し、最適化をよりよく管理する、新しいディビジョン・エ・イペラベースのトレーニングプロトコルを提案することで、このアイデアを探求する。我々は、電気自動車の充電ステーションの状態や世界大気質指数など、エネルギー・環境分野における実データおよび実世界の予測タスクについて、我々のアプローチをベンチマークする。提案する量子機械学習アルゴリズムの設計原理は,最先端の量子プロセッサや,高速通信リンクを介して相互接続する将来のハイブリッドインフラストラクチャ向けに開発されたモジュール型量子アーキテクチャにおいて,より実現可能なテストが可能である。

関連論文リスト

Strategic Plan for Neutral Atom Quantum Computation [84.56908019536233]
我々は中性原子量子計算の戦略的計画を提案し、ハードウェア開発と理論の進歩をもたらした。実用的な量子優位性の概念は、利点の主張を検証する方法や、実用的な利点をもたらす量子アルゴリズムを設計するためのアプローチとともに定義される。
論文参考訳（メタデータ） (2026-07-23T17:36:19Z)
InterQnet: A Heterogeneous Full-Stack Approach to Co-designing Scalable Quantum Networks [6.4884341485131545]
InterQnet-Achieveは、異種量子ネットワークの実用的な実現に焦点を当てている。 InterQnet-Scaleはスケーラブルな量子ネットワークのためのアーキテクチャ選択のシステム研究に焦点を当てている。
論文参考訳（メタデータ） (2025-09-23T19:22:45Z)
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)
A Survey of Quantum Transformers: Architectures, Challenges and Outlooks [82.4736481748099]
量子変換器は古典変換器の表現力と量子コンピューティングの計算上の利点を統合する。 2022年以降、この地域の研究は急速に拡大し、様々な技術パラダイムや初期の応用がもたらされた。本稿では,量子トランスモデルの包括的,体系的,詳細な調査を行う。
論文参考訳（メタデータ） (2025-04-04T05:40:18Z)
Universal quantum computation using quantum annealing with the transverse-field Ising Hamiltonian [0.0]
逆場イジング・ハミルトニアンを用いた普遍量子計算の実践的実装法を提案する。我々の提案はD-Waveデバイスと互換性があり、大規模ゲートベースの量子コンピュータの実現の可能性を広げている。
論文参考訳（メタデータ） (2024-02-29T12:47:29Z)
A Quantum-Classical Collaborative Training Architecture Based on Quantum State Fidelity [50.387179833629254]
我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。 Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
論文参考訳（メタデータ） (2024-02-23T14:09:41Z)
Quantum NETwork: from theory to practice [9.506954148435801]
我々は,理論と実験の両方の観点から,量子ネットワークの分野の最新のレビューを行うことを目標としている。本稿では,革新的なアイデアの探索と評価を容易にするために,新たに開発された量子ネットワークツールキットを提案する。
論文参考訳（メタデータ） (2022-12-02T15:05:25Z)
Resource Allocation in Quantum Networks for Distributed Quantum Computing [0.0]
最近の傾向は、近い将来、量子コンピューティングが商業目的のために大規模に利用できるようになることを示唆している。量子インターネットは、量子ビットを交換するために量子リンクとリピータによる量子コンピュータの相互接続を必要とする。本稿では,分散ノード上でのスマートコンピューティングの要件と目的について,量子ネットワークのプロビジョニングの観点から検討する。
論文参考訳（メタデータ） (2022-03-11T10:46:31Z)
Tensor Network Quantum Virtual Machine for Simulating Quantum Circuits at Exascale [57.84751206630535]
本稿では,E-scale ACCelerator(XACC)フレームワークにおける量子回路シミュレーションバックエンドとして機能する量子仮想マシン(TNQVM)の近代化版を提案する。新バージョンは汎用的でスケーラブルなネットワーク処理ライブラリであるExaTNをベースにしており、複数の量子回路シミュレータを提供している。ポータブルなXACC量子プロセッサとスケーラブルなExaTNバックエンドを組み合わせることで、ラップトップから将来のエクサスケールプラットフォームにスケール可能なエンドツーエンドの仮想開発環境を導入します。
論文参考訳（メタデータ） (2021-04-21T13:26:42Z)
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。