Digital-analog quantum learning on Rydberg atom arrays

要約

我々は、量子学習の潜在的な実用性と短期的な実現可能性を、中性原子の急速にスケーリングするアーキテクチャと組み合わせた、リュードベリ原子配列上のハイブリッドデジタルアナログ学習アルゴリズムを提案します。
私たちの構築では、デジタル設定では単一量子ビット操作のみが必要で、アナログ設定ではリュードベリ ハミルトニアンに従ったグローバル駆動が必要です。
私たちは、それぞれ手書き数字分類と教師なし量子相境界学習によって与えられた古典データと量子データの両方について、アルゴリズムの包括的な数値研究を実行します。
2 つの代表的な問題で、デジタル – アナログ学習は短期的には実現可能であるだけでなく、必要な回路深さが短く、デジタル学習スキームと比較して現実的なエラー モデルに対してより堅牢であることを示します。
私たちの結果は、デジタルアナログ学習が、短期的には変分量子学習実験の改善に向けた有望な道を開くことを示唆しています。

要約(オリジナル)

We propose hybrid digital-analog learning algorithms on Rydberg atom arrays, combining the potentially practical utility and near-term realizability of quantum learning with the rapidly scaling architectures of neutral atoms. Our construction requires only single-qubit operations in the digital setting and global driving according to the Rydberg Hamiltonian in the analog setting. We perform a comprehensive numerical study of our algorithm on both classical and quantum data, given respectively by handwritten digit classification and unsupervised quantum phase boundary learning. We show in the two representative problems that digital-analog learning is not only feasible in the near term, but also requires shorter circuit depths and is more robust to realistic error models as compared to digital learning schemes. Our results suggest that digital-analog learning opens a promising path towards improved variational quantum learning experiments in the near term.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google