抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
単位変換は量子状態の時間発展を定式化した。ユニタリー変換を効率的に学習する方法は,量子機械学習における基本的問題である。最も自然で主導的な戦略は,量子データセットに基づく量子機械学習モデルを訓練することである。より多くの訓練データの存在はより良いモデルをもたらすが,あまりにも多くのデータは訓練の効率を低下させる。本研究では,単一変換を正確に学習するための十分な量子データセットの最小サイズに関する問題を解き,量子データの電力と限界を明らかにした。最初に,純粋状態のデータセットの最小サイズは,n-量子ビットユニタリー変換を学習するために2 ̄nであることを証明する。量子データの能力を完全に探索するために,正確な訓練に十分であるn+1基本テンソル積状態から成る実用的量子データセットを導入した。主なアイデアは,デカップリングを利用する構造を単純化することであり,それは,純粋状態を有するデータセットのサイズにおける指数関数的改良に導いた。さらに,混合状態の量子データセットのサイズを定数に低減でき,ユニタリーを学習するための最適な量子データセットを生成することを示した。オラクルコンパイリングとハミルトニアンシミュレーションにおける結果の応用を示した。特に,3量子ビット1次元最近傍Heisenbergモデルを正確にシミュレートするために,この回路は,Trotter-Suzuk製品式により構築された回路において4080ゲートよりも著しく少ない96個の基本量子ゲートを使用するだけであった。【JST・京大機械翻訳】