論文の概要: Quantum extreme learning for forecasting experimental chaotic electronic circuits

• arxiv url: http://arxiv.org/abs/2610.13388v1
• Date: Fri, 09 Oct 2026 11:01:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:06:29.544687
• Title: Quantum extreme learning for forecasting experimental chaotic electronic circuits
• Title（参考訳）: 実験カオス電子回路の予測のための量子エクストリームラーニング
• Abstract要約: 量子極端学習を用いて予測するために,カオス電子回路から連続した4つの時系列信号を実験的に生成する。 本アルゴリズムは,シミュレーション信号と実験信号の両方に対して高い予測精度を実現する。
• 参考スコア（独自算出の注目度）: 0.36971941442545786
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum reservoir computing and its special case, quantum extreme learning, are powerful tools for predicting classical discrete time-series with quantum devices. Forecasting continuous signals, however, requires careful discretization as oversampling artificially boosts short-term accuracy but fails over realistic intervals, while undersampling captures too few features and yields poor predictions. Here, we experimentally generate four continuous time-series signals from a chaotic electronic circuit for forecasting with quantum extreme learning. Since simplified circuit models do not fully capture real behaviour, it is unclear whether algorithms that predict simulated time-series also work for experimental signals. We address discretization via two approaches: (i) sampling local peaks/troughs; and (ii) uniform sampling at the autocorrelation timescale. The former captures resonant behaviour, while the latter fully captures chaotic features as well as allowing the reconstruction of chaotic attractors. Our algorithm achieves high forecasting accuracy for both simulated and experimental signals, demonstrating its power for continuous signal processing on near-term quantum simulators, and remains robust against moderate decoherence.
• Abstract（参考訳）: 量子貯水池計算とその特殊な場合である量子極端学習は、古典的な離散時間系列を量子デバイスで予測するための強力なツールである。 しかし、連続的な信号の予測には、オーバーサンプリングが短期間の精度を向上するが、現実的な間隔で失敗する一方で、アンダーサンプリングはあまりに少ない特徴を捉え、予測が不十分であるため、慎重な離散化が必要である。 ここでは,量子極端学習を用いて予測するカオス電子回路から,連続した4つの時系列信号を実験的に生成する。 単純化された回路モデルは実際の動作を完全に捉えていないため、シミュレーションされた時系列を予測するアルゴリズムが実験信号にも役立つかどうかは不明である。 我々は2つのアプローチによる離散化に対処する。 (i)局所ピーク・トラフの採取、及び (II)自己相関時間尺度における一様サンプリング。 前者は共鳴振舞いを捉え、後者はカオス的な特徴をフルに捉え、後者はカオス的なアトラクションの再構築を可能にする。 提案アルゴリズムは, シミュレーション信号と実験信号の両方に対して高い予測精度を実現し, 短期量子シミュレータ上での連続信号処理の効率を実証し, 適度なデコヒーレンスに対して頑健であることを示す。

関連論文リスト

• Digital Quantum Reservoir Computing for ATM Time Series Prediction [0.0]
  ATMキャッシュ需要時系列のマルチステップ予測のためのデジタル量子貯水池計算フレームワークについて検討する。 提案手法は,部分的測定とリセットを利用した固定構造を有するパラメタライズされた4ビット貯水池を用いる。 ノイズレスシミュレーション、ノイズ対応エミュレーション、および実際のIQM Spark量子プロセッサを用いて実験を行う。
  論文  参考訳（メタデータ） (2026-06-03T10:11:07Z)
• Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing [68.35481158940401]
  CL-QASは連続的な量子アーキテクチャ検索フレームワークである。 振幅のエンコードと変分量子回路の忘れを犠牲にすることの課題を緩和する。 制御可能なロバスト性表現性、サンプル効率の一般化、およびバレンプラトーを使わずに滑らかな収束を実現する。
  論文  参考訳（メタデータ） (2026-01-10T02:36:03Z)
• Data-driven Quantum Dynamical Embedding Method for Long-term Prediction on Near-term Quantum Computers [6.1549556540537855]
  量子力学埋め込み(QDE)を用いた時系列予測のためのデータ駆動手法を提案する。 時系列長の独立性に基づき、この手法は深さ効率の高い量子回路を実現する。 数値シミュレーションは、波動信号だけでなく、NARMAのようなより複雑な信号も予測できることを示す。
  論文  参考訳（メタデータ） (2023-05-25T12:12:49Z)
• Algorithmic Shadow Spectroscopy [0.0]
  ごく少数の回路繰り返し(ショット)と余剰資源(アンシラ量子ビット)を使わずにエネルギーギャップを推定するためのシミュレータ非依存の量子アルゴリズムを提案する。 我々は,本手法が実用的には直感的に使いやすく,ゲートノイズに対して頑健であり,新しいタイプのアルゴリズム的エラー軽減手法であり,時間ステップ当たり10ショットという通常の近距離量子アルゴリズムよりも桁違いに少ないショット数を用いることを実証した。
  論文  参考訳（メタデータ） (2022-12-21T14:23:48Z)
• Importance sampling for stochastic quantum simulations [68.8204255655161]
  我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。 サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。 格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
  論文  参考訳（メタデータ） (2022-12-12T15:06:32Z)
• Probing finite-temperature observables in quantum simulators of spin systems with short-time dynamics [62.997667081978825]
  ジャジンスキー等式から動機付けられたアルゴリズムを用いて, 有限温度可観測体がどのように得られるかを示す。 長範囲の逆場イジングモデルにおける有限温度相転移は、捕捉されたイオン量子シミュレータで特徴づけられることを示す。
  論文  参考訳（メタデータ） (2022-06-03T18:00:02Z)
• Continuous-time dynamics and error scaling of noisy highly-entangling quantum circuits [58.720142291102135]
  最大21キュービットの雑音量子フーリエ変換プロセッサをシミュレートする。 我々は、デジタルエラーモデルに頼るのではなく、微視的な散逸過程を考慮に入れている。 動作中の消散機構によっては、入力状態の選択が量子アルゴリズムの性能に強い影響を与えることが示される。
  論文  参考訳（メタデータ） (2021-02-08T14:55:44Z)
• Fast and differentiable simulation of driven quantum systems [58.720142291102135]
  我々は、ダイソン展開に基づく半解析手法を導入し、標準数値法よりもはるかに高速に駆動量子系を時間発展させることができる。 回路QEDアーキテクチャにおけるトランスモン量子ビットを用いた2量子ゲートの最適化結果を示す。
  論文  参考訳（メタデータ） (2020-12-16T21:43:38Z)
• Simulating hydrodynamics on noisy intermediate-scale quantum devices with random circuits [0.0]
  ランダム回路は、量子多体系をシミュレートするために、テーラーメイドのビルディングブロックを提供する。 具体的には、乱数回路とトロッタ化ハミルトン時間進化からなるアルゴリズムを提案する。 1次元および2次元量子スピン系における相関関数の蓄積をシミュレートしてアルゴリズムを数値的に示す。
  論文  参考訳（メタデータ） (2020-12-04T19:00:00Z)

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。