論文の概要: Digital-Analog Quantum Neural Network with Long-Range Interactions

• arxiv url: http://arxiv.org/abs/2610.39847v1
• Date: Thu, 29 Oct 2026 11:26:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 22:31:35.927928
• Title: Digital-Analog Quantum Neural Network with Long-Range Interactions
• Title（参考訳）: 長距離相互作用を用いたディジタルアナログ量子ニューラルネットワーク
• Abstract要約: 単一量子ビットデジタル演算とアナログ量子進化を組み合わせたプロトコルは、多数の2量子エンタングゲートをバイパスする。 長距離相互作用はそのようなハイブリッドアルゴリズムの効率を高める。 これらの知見は、実用的な大規模デジタルアナログ量子コンピューティングを進めるための魅力的なリソースとして、長距離相互作用プラットフォームを確立している。
• 参考スコア（独自算出の注目度）: 14.331842589799463
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Protocols combining single-qubit digital operations with analog quantum evolutions bypass large numbers of two-qubit entangling gates, offering a promising approach to variational algorithms and hybrid quantum simulation. Focusing on the digital-analog quantum neural network (DA-QNN) as a representative framework, this work demonstrates that incorporating long-range interactions enhances the efficiency of such hybrid algorithms. Within the analog blocks, an Ising model with power-law interactions is employed to generate entanglement, and this protocol is benchmarked across supervised and unsupervised learning tasks. Beyond discussing the effects of the transverse field and evolution time, the primary analysis focuses on how the interaction range governs the expressibility and trainability of the ansatz. For supervised image classification and many-body phase detection, long-range ansatzes match the performance of their short-range counterparts with fewer DA-QNN layers or shorter evolution times, owing to the rapid information propagation across the system enabled by nonlocal couplings. This resource reduction alleviates the classical optimization overhead and eases experimental implementation. In unsupervised phase detection, although the long-range ansatz does not outperform its short-range counterpart in every regime, the two ansatzes provide complementary signatures that jointly reconstruct the complete phase diagram. These findings establish long-range interacting platforms as a compelling resource for advancing practical, large-scale digital-analog quantum computing.
• Abstract（参考訳）: 単一量子ビットデジタル演算とアナログ量子進化を組み合わせたプロトコルは、多数の2量子ビットエンタングゲートをバイパスし、変分アルゴリズムとハイブリッド量子シミュレーションへの有望なアプローチを提供する。 この研究は、デジタルアナログ量子ニューラルネットワーク(DA-QNN)を代表的フレームワークとして取り上げ、長距離相互作用を取り入れることで、そのようなハイブリッドアルゴリズムの効率が向上することを示した。 アナログブロック内では、パワー-ロー相互作用を持つIsingモデルを用いて絡み合いを生成し、このプロトコルは教師なしおよび教師なしの学習タスク間でベンチマークされる。 逆場と進化時間の影響を論じるだけでなく、主解析は相互作用範囲がアンザッツの表現性と訓練性をどのように支配するかに焦点を当てる。 教師付き画像分類と多体位相検出では、非局所結合によって可能となるシステム間の高速な情報伝搬のため、長距離アンサツェはDA-QNN層が少なくなり、進化時間が短くなる。 このリソース削減により、古典的な最適化のオーバーヘッドが軽減され、実験的な実装が容易になる。 教師なし位相検出では、長距離のアンザッツは全ての状態において短距離よりも優れているわけではないが、2つのアンザイズは完全な位相図を共同で再構築する補完的なシグネチャを提供する。 これらの知見は、実用的な大規模デジタルアナログ量子コンピューティングを進めるための魅力的なリソースとして、長距離相互作用プラットフォームを確立している。

関連論文リスト

• Scalable Neural Wave Functions via Information Mixing and Hierarchical Network Architectures [0.0]
  本研究では,多層パーセプトロン(MLP)ミキサモデルを波動関数アンサッツとして検討する。 軽量な混合戦略を通じて、情報をグローバルかつローカルに混合することにより、このアーキテクチャは、長距離相関を低計算コストで捉える能力を組み合わせることを約束する。
  論文  参考訳（メタデータ） (2026-10-21T18:00:05Z)
• Efficient Quantum Algorithms for Higher-Order Coupled Oscillators [0.788073088949581]
  我々は, 単純な倉本モデルを用いて, 同期推定と非位相ロック方式の証明という2つの中心的タスクのための量子アルゴリズムを開発した。 より広範に、これらの結果は構造解析から非線形診断まで高階ネットワークの量子アルゴリズムを拡張し、大きな計算ボトルネックを緩和する。
  論文  参考訳（メタデータ） (2026-04-22T02:12:43Z)
• Link prediction with swarms of chiral quantum walks [0.0]
  タンパク質-タンパク質相互作用ネットワークの再構築は、ネットワーク医学における中心的な課題である。 近年の研究では、量子ウォークに基づくアプローチがこの課題を約束していることが示唆されている。 我々はハミルトニアン発生器のランダム位相の追加によってキラル性を導入することによってこれらのアルゴリズムを構築する。
  論文  参考訳（メタデータ） (2025-11-18T14:10:45Z)
• Solving the Hubbard model with Neural Quantum States [66.55653324211542]
  ダッピングされた2次元ハバードモデルに対する最先端結果について検討した。 NQSアンサッツの異なるアテンションヘッドは、異なるスケールで直接相関を符号化することができる。 我々の研究は、マルチフェミオンシステムに挑戦する強力なツールとしてNQSを確立します。
  論文  参考訳（メタデータ） (2025-07-03T14:08:25Z)
• Spatial and temporal circuit cutting with hypergraphic partitioning [0.0]
  本稿では,空間的シナリオと時間的シナリオの両方に適したハイパーグラフに基づく回路切断手法を提案する。 量子回路を高レベルハイパーグラフとしてモデル化することにより、Stoer-Wagner、Fiduccia-Mattheyses、Kernighan-Linなどの分割を適用できる。
  論文  参考訳（メタデータ） (2025-04-12T20:31:07Z)
• Neuromorphic Wireless Split Computing with Multi-Level Spikes [69.73249913506042]
  ニューロモルフィックコンピューティングは、スパイキングニューラルネットワーク(SNN)を使用して推論タスクを実行する。 スパイクニューロン間で交換される各スパイクに小さなペイロードを埋め込むことで、エネルギー消費を増大させることなく推論精度を高めることができる。 分割コンピューティング — SNNを2つのデバイスに分割する — は、有望なソリューションだ。 本稿では,マルチレベルSNNを用いたニューロモルフィック無線分割コンピューティングアーキテクチャの総合的研究について述べる。
  論文  参考訳（メタデータ） (2024-11-07T14:08:35Z)
• Numerical simulations of long-range open quantum many-body dynamics with tree tensor networks [0.0]
  木テンソルネットワークに基づくオープン量子系の数値計算法を提案する。 このような構造は多体相関の符号化を改善することが期待されている。 我々は、長距離相互作用に適した統合スキームを採用し、散逸ダイナミクスに応用する。
  論文  参考訳（メタデータ） (2023-04-12T18:00:03Z)
• Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
  テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる 本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。 その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
  論文  参考訳（メタデータ） (2022-09-01T17:08:41Z)

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。