論文の概要: Quantum-Enhanced Inference of Conditional Future Probabilities with Reduced Memory Cost

• arxiv url: http://arxiv.org/abs/2610.10756v1
• Date: Wed, 07 Oct 2026 18:22:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 02:36:53.626288
• Title: Quantum-Enhanced Inference of Conditional Future Probabilities with Reduced Memory Cost
• Title（参考訳）: メモリコスト低減による条件付き将来確率の量子化
• Abstract要約: 二次的なスピードアップを維持しながら、系統的なバイアスを低減する量子アルゴリズムを提供する。 この結果から,量子技術の実用化に向けてのスケジュールを推し進めることができた。
• 参考スコア（独自算出の注目度）: 11.357174621474398
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Many potential future events have devastating consequences, from the onset of earthquakes to financial black swan events. Accurate predictions of their probability of occurrence are vital. Yet as the stochastic systems underlying such events become increasingly complex, these probabilities can depend on ever-growing amounts of past data, which require ever more memory to track. The accuracy of our estimates is ultimately limited by both computational and memory constraints; the former to reduce sampling error, the latter to avoid sampling bias. Traditional quantum algorithms -- such as amplitude estimation -- address only the former, and become untenable especially in near-future quantum devices where quantum memory is a premium. Here, we offer quantum-algorithmic means to reduce systematic bias while maintaining a quadratic speed-up. Our results thus advance the timeline for the practical deployment of quantum technologies, and illustrate their additional benefits when simulating processes of growing complexity.
• Abstract（参考訳）: 多くの潜在的な将来の出来事は、地震の開始から金融黒白鳥の出来事まで、壊滅的な結果をもたらす。 発生確率の正確な予測は不可欠である。 しかし、そのような事象の基盤となる確率的なシステムがますます複雑化するにつれて、これらの確率は過去データの増大に依存する可能性がある。 前者はサンプリング誤差を減らすためであり、後者はサンプリングバイアスを避けるためである。 振幅推定のような従来の量子アルゴリズムは、前者のみに対処し、特に量子メモリがプレミアムである近未来の量子デバイスでは不可能になる。 ここでは、二次的なスピードアップを維持しながら、系統的バイアスを低減する量子アルゴリズムを提供する。 この結果から,量子技術の実践的展開のスケジュールを推し進めるとともに,複雑性が増大する過程をシミュレートする際のさらなるメリットを示すことができた。

関連論文リスト

• Spatiotemporal quantum advantages for rare-event sampling [9.656800108822663]
  本稿では,量子モデルに基づく希少なサンプリング手法を提案する。 これにより量子モデリングのメモリアドバンテージが統合される。 空間的および時間的計算複雑性を同時に減少させる。
  論文  参考訳（メタデータ） (2026-10-02T09:04:21Z)
• Quantum enhanced rare event discovery and sampling [13.209522738002972]
  金融上のクラッシュ、インフラストラクチャのカスケード障害、AIシステムの重大なエラーは、非常に小さな確率で発生するイベントによって頻繁に引き起こされる。 本稿では,希少な事象を学習することなく,希少な発見とサンプリングを行う量子アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2026-06-04T15:54:53Z)
• Digital quantum simulation of many-body systems: Making the most of intermediate-scale, noisy quantum computers [51.56484100374058]
  この論文は量子デバイス上の量子力学をシミュレートすることを中心にしている。 本稿では,量子力学における最も関連性の高い量子アルゴリズムの概要を紹介する。 近い将来に量子シミュレーションの恩恵を受けることができる量子力学における関連する問題を同定する。
  論文  参考訳（メタデータ） (2025-08-29T10:37:19Z)
• First Hitting Times on a Quantum Computer: Tracking vs. Local Monitoring, Topological Effects, and Dark States [1.352425155225249]
  複素辺重みを持つ有向三角形グラフで表される環上の量子ウォークについて検討する。 最初の打時統計は、単体力学を用いて、分光学的に観測によって記録される。 研究中のIBM量子コンピュータでは、監視された量子ウォークの最初のヒット時間はノイズに耐性があることを結論付けている。
  論文  参考訳（メタデータ） (2024-02-24T15:59:25Z)
• Transition Role of Entangled Data in Quantum Machine Learning [51.6526011493678]
  エンタングルメントは量子コンピューティングを強化するリソースとして機能する。 最近の進歩は量子力学の学習に対する肯定的な影響を浮き彫りにした。 我々は、絡み合ったデータを用いて量子力学を学習するための量子no-free-lunch(NFL)定理を確立する。
  論文  参考訳（メタデータ） (2023-06-06T08:06:43Z)
• Quantum Thermal State Preparation [39.91303506884272]
  量子マスター方程式をシミュレートするための簡単な連続時間量子ギブスサンプリングを導入する。 我々は、特定の純ギブス状態を作成するための証明可能かつ効率的なアルゴリズムを構築した。 アルゴリズムのコストは温度、精度、混合時間に依存している。
  論文  参考訳（メタデータ） (2023-03-31T17:29:56Z)
• Exponentially tighter bounds on limitations of quantum error mitigation [2.936007114555107]
  短期量子コンピューティングにおいて、望ましくない、避けられない誤りに対処する手段として、量子エラー軽減法が提案されている。 本研究では,より大きなシステムサイズに対して,量子ノイズを効果的に排除できる程度に強い制約を課す。
  論文  参考訳（メタデータ） (2022-10-20T18:12:42Z)
• Anticipative measurements in hybrid quantum-classical computation [68.8204255655161]
  量子計算を古典的な結果によって補う手法を提案する。 予測の利点を生かして、新しいタイプの量子測度がもたらされる。 予測量子測定では、古典計算と量子計算の結果の組み合わせは最後にのみ起こる。
  論文  参考訳（メタデータ） (2022-09-12T15:47:44Z)
• Boundaries of quantum supremacy via random circuit sampling [69.16452769334367]
  Googleの最近の量子超越性実験は、量子コンピューティングがランダムな回路サンプリングという計算タスクを実行する遷移点を示している。 観測された量子ランタイムの利点の制約を、より多くの量子ビットとゲートで検討する。
  論文  参考訳（メタデータ） (2020-05-05T20:11:53Z)

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。