[論文レビュー] Robustness of quantum neural calculation increases with system size

Nam Hoai Nguyen, Elizabeth Behrman+1 more|arXiv (Cornell University)|Dec 22, 2016

Quantum Computing Algorithms and Architecture被引用数 4

ひとこと要約

本論文は、量子ニューラル計算が系のサイズが増加するにつれてノイズおよびデ coherent に対して耐性を保ち、かつ強化されることを示している。これは、従来の2キュービット系から3キュービット、4キュービット、5キュービット系へとその結果を拡張したものである。結果から、より大きな量子系は耐性が向上することを示しており、誤り耐性のある量子ニューラルネットワークのスケーラビリティに利点があると考えられる。

ABSTRACT

In previous work, we have shown that quantum neural computation is robust to noise and decoherence for a two-qubit system. Here we extend our results to three-, four-, and five-qubit systems, and show that the robustness to noise and decoherence is maintained and even improved as the size of the system is increased.

研究の動機と目的

• 従来の2キュービット系にとどまらず、より大きな量子系においても量子ニューラル計算がノイズおよびデ coherent に対して耐性を保つかどうかを調査すること。
• 系のサイズがノイズ環境下での量子ニューラル計算の安定性および信頼性に与える影響を評価すること。
• 従来の量子ニューラル耐性に関する知見を3キュービット、4キュービット、5キュービットのマルチキュービットアーキテクチャへと拡張すること。
• 実用的で誤り耐性のある応用を想定した、量子ニューラルネットワークのスケーリングの可能性を評価すること。

提案手法

• 従来の2キュービット量子ニューラル計算モデルを3キュービット、4キュービット、5キュービット系へと拡張すること。
• 系のサイズが大きくなるに従って、ノイズおよびデ coherent 効果が量子ニューラル計算に与える影響をシミュレーションまたは分析すること。
• 量子誤り耐性メトリクスを用いて、より大きな系における耐性を定量化すること。
• 系のサイズごとのノイズ耐性を比較し、安定性の傾向を特定すること。

実験結果

リサーチクエスチョン

• RQ1 2キュービットを越えるより大きな系において、量子ニューラル計算はノイズおよびデ coherent に対して依然として耐性を示すか？
• RQ2 キュービット数を増加させることで、環境ノイズに対する量子ニューラル計算の耐性はどのように変化するか？
• RQ3 2キュービットから5キュービットに系のサイズが拡大するに従い、耐性に測定可能な向上が見られるか？
• RQ4 より大きな量子系はデ coherent 環境下でも信頼性のある計算を維持できるか。これにより、スケーラビリティの利点が示唆されるか？

主な発見

• 3キュービット、4キュービット、5キュービットの量子ニューラル系においても、ノイズおよびデ coherent に対する耐性が維持されている。
• 系のサイズが大きくなるにつれて、量子ニューラル計算の耐性が向上しており、安定性が向上していることが示唆される。
• より大きな系は、より小さな系と比較して、環境的擾乱に対する耐性が強くなっている。
• サイズに応じた耐性の向上という傾向は、量子ニューラルネットワークのスケーリングの可能性を支持する。