論文の概要: Generative quantum extreme learning machines

• arxiv url: http://arxiv.org/abs/2610.37116v1
• Date: Tue, 27 Oct 2026 12:14:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-29 04:15:49.268182
• Title: Generative quantum extreme learning machines
• Title（参考訳）: 生成量子極端学習マシン
• Abstract要約: 本稿では,量子極端学習マシンのパラダイムに基づく生成プロトコルを提案する。 ランダム潜在ベクトルは量子状態に符号化され、固定されたユニタリで進化し、測定され、線形出力層のみが訓練される。 クリフォードユニタリな各特徴が符号化された角の罪と余弦の1つの積であることを示し、したがってクリフォード回路は、強絡みのあるものであっても、新しい函数を創出しない。
• 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: Training the circuit of a quantum generative model is hampered by barren plateaus, where gradients vanish exponentially with the number of qubits. In the present work we propose a generative protocol based on the paradigm of quantum extreme learning machines, in which the circuit is never trained. A random latent vector is encoded into a quantum state, evolved with a fixed unitary and measured, and only a linear output layer is trained. The encoding of the latent variable determines the functions available to the model, while the unitary decides which combinations of them are seen by the trained layer. With the help of Pauli propagation we show that for a Clifford unitary each feature is a single product of sines and cosines of the encoded angles, so that a Clifford circuit, even a strongly entangling one, does not create new functions. Doping the circuit with $T$ gates mixes these products and changes the nonstabilizerness of the state, but the space of functions remains the one fixed by the encoding. For brickworks of Haar-random two-qubit gates the features are no longer single products, and their variation with the latent variable decreases with the depth of the circuit. For the proposed encoding and for one- and two-dimensional distributions, generated both from expectation values and from single measurements, neither the entanglement produced by a Clifford reservoir nor the additional nonstabilizerness of Haar-random brickworks systematically improves the generator, and a reservoir with no gates at all is competitive with entangling circuits.
• Abstract（参考訳）: 量子生成モデルの回路のトレーニングはバレンプラトーによって妨げられ、そこでは勾配は量子ビットの数とともに指数関数的に消える。 本研究では,量子極端学習マシンのパラダイムに基づく生成プロトコルを提案する。 ランダム潜在ベクトルは量子状態に符号化され、固定されたユニタリで進化し、測定され、線形出力層のみが訓練される。 潜在変数の符号化はモデルで利用可能な関数を決定するが、ユニタリはトレーニングされた層がどの組み合わせを見るかを決定する。 パウリの伝播の助けを借りて、クリフォードユニタリの各特徴が符号化された角度の罪と余弦の1つの積であることを示し、したがってクリフォード回路は、強く絡み合うものでさえも、新しい函数を創出しない。 回路を$T$ゲートでドーピングすることはこれらの積を混合し、状態の非安定化性を変化させるが、関数の空間は符号化によって固定されたままである。 Haar-randomの2ビットゲートのブロックワークでは、特徴はもはや単一の製品ではなく、回路の深さに応じて潜伏変数の変動が減少する。 予測値と単一測定値の両方から生成した1次元および2次元の符号化とでは、クリフォード貯水池による絡み合いやハールランダムれんがのさらなる不安定化は、発生器を体系的に改善し、ゲートのない貯水池は、絡水回路と競合する。

関連論文リスト

• Fourier-Geometric Circuit Design for Gate and Entanglement Placement in Quantum Neural Networks [48.27646637170387]
  パウリの読み出しと2量子エンタングルの通勤のための回路設計規則を提案する。 パウリの読み出しと2ビットのエンタングルに対して、これは与えられた相互作用グラフに対して局所回転とエンタングル層を配置する回路設計規則を与える。
  論文  参考訳（メタデータ） (2026-09-28T16:00:45Z)
• Interferometric Quantum Polynomial Chaos Expansion as a Generative Model for Calorimeter Shower Simulation [0.0]
  本稿では,1つの回路がモデル全体である生成アルゴリズムである量子カオス展開(quantum chaos expansion)について述べる。 我々は、Geant4シャワーデータ上でモデルをトレーニングし、その精度損失を事前に予測した超伝導プロセッサ上で同一回路を実行し、期待値から読み出されたすべての滑らかな発電機のテール依存性のノーゴー定理を証明し、この制限を除去する回路プリミティブを同定する。
  論文  参考訳（メタデータ） (2026-08-05T20:59:39Z)
• Efficient Quantum Error Mitigation for Unitary k-Designs [0.0]
  ノイズの多いハードウェアは 量子回路を無数のエラー源に 依存させる 我々は、回路全体の分極を推定するために、一元的k-設計パウリ支援分布を用いる。 本手法は、2ビットのゲートオーバーヘッドを発生させることなく、一元的k-設計におけるゲートベースの誤差を効果的に低減することを示す。
  論文  参考訳（メタデータ） (2026-06-02T16:52:08Z)
• Universal quantum computation via scalable measurement-free error correction [45.29832252085144]
  本研究では,中間回路計測を行なわずに誤り訂正を行うシナリオにおいて,普遍的な量子計算をフォールトトレラントにすることができることを示す。 論理的な$mathitCCZ$ゲートを実現するため,Bacon-Shor符号の無測定変形プロトコルを導入する。 特に,回路レベルのエラーレートが10～3ドル以下であれば,破れない論理性能が達成可能であることを示す。
  論文  参考訳（メタデータ） (2024-12-19T18:55:44Z)
• A Solvable Model of Quantum Darwinism-Encoding Transitions [0.0]
  我々は、入力キュービットが参照に絡み合う拡大木上のランダムなクリフォード回路を考える。 このモデルには量子ダーウィン主義のフェーズがあり、そこでは出力キュービットの任意の小さな分数から参照に関する古典的な情報の1つのビットを検索することができる。 本研究は,環境が符号化システム上に出現する変化モデルに対して,誘導位相遷移(MIPT)の測定手法について検討する。
  論文  参考訳（メタデータ） (2023-05-05T17:14:57Z)
• Efficient estimation of trainability for variational quantum circuits [43.028111013960206]
  変動量子回路のコスト関数とその分散を効率よく計算する方法を見出した。 この方法は、変分量子回路のトレーニング容易性を証明し、バレンプラトー問題を克服できる設計戦略を探索するために用いられる。
  論文  参考訳（メタデータ） (2023-02-09T14:05:18Z)
• Crystalline Quantum Circuits [0.0]
  ランダム量子回路は、量子情報科学や多体量子物理学における幅広い応用を刺激し続けている。 同様の応用を持つ決定論的回路への関心から、テクティトノンランダムのユニタリクリフォード回路のクラスを構築する。 正方格子上の完全な分類は、特に「非フラクタルな良いスクランブル類」が高密度作用素の拡散を伴うことを示している。
  論文  参考訳（メタデータ） (2022-10-19T18:00:57Z)
• A single $T$-gate makes distribution learning hard [56.045224655472865]
  この研究は、局所量子回路の出力分布の学習可能性に関する広範な評価を提供する。 ハイブリッド量子古典アルゴリズムを含む多種多様な学習アルゴリズムにおいて、深度$d=omega(log(n))$ Clifford回路に関連する生成的モデリング問題さえも困難であることを示す。
  論文  参考訳（メタデータ） (2022-07-07T08:04:15Z)
• Algebraic Compression of Quantum Circuits for Hamiltonian Evolution [52.77024349608834]
  時間依存ハミルトニアンの下でのユニタリ進化は、量子ハードウェアにおけるシミュレーションの重要な構成要素である。 本稿では、トロッターステップを1ブロックの量子ゲートに圧縮するアルゴリズムを提案する。 この結果、ハミルトニアンのある種のクラスに対する固定深度時間進化がもたらされる。
  論文  参考訳（メタデータ） (2021-08-06T19:38:01Z)

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。