Obuchenie kvantovykh rekurrentnykh neyronnykh setey na dzhozefsonovskoy integral'noy skheme

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

Данная работа посвящена решению задачи обработки числовых последовательностей при помощи вариационных квантовых алгоритмов, реализуемых на шумном квантовом компьютере среднего масштаба. Платформой для квантовых вычислений является интегральная схема на основе сверхпроводящих искусственных атомов. Архитектура квантовой рекуррентной нейронной сети сконструирована с использованием одно- и двухкубитных операций. На этапе эмулирования была изучена обучаемость модели в зависимости от числа кубитов, а также объема и метода кодирования данных в состояние кубитов. Сравнение с классическими архитектурами показало, что на современных квантовых процессорах возможно достичь качества предсказаний в выбранной задаче машинного обучения, сравнимого с качеством реализуемых на классических процессорах моделей.

References

  1. T. Yin, Theoretical and Natural Science 51, 34 (2024).
  2. J. Li, J. Zhang, J. Zhang and S. Zhang, IEEE Trans. Comput.-Aided Des. Integr. Circuits Syst. 43, 1332 (2024).
  3. E. Cherrat, I. Kerenidis, N. Mathur, J. Landman, M. Strahm and Y. Li, Quantum 8, 1265 (2024).
  4. K. Bartkiewicz, C. Gneiting, A. ˇCernoch, K. Jirakova, K. Lemr and F. Nori, Sci. Rep. 10, 12356 (2020).
  5. T. Pandey, V. Ravalekar, S. Nair, and S. Pradhan, Sci. Rep. 15, 28443 (2025).
  6. D. Rist´e, M. Silva, C. Ryan, A. Cross, J. Smolin, J. Gambetta, J. Chow, and B. Johnson, npj Quantum. Inf. 3, 16 (2015).
  7. M. Benedetti, E. Lloyd, S. Sack, and M. Fiorentini, Quantum Science and Technology 4, 043001 (2019); https://doi.org/10.1088/2058-9565/ab4eb5 (2019).
  8. M. Cerezo, A. Arrasmith, R. Babbush, S.C. Benjamin, S. Endo, K. Fujii, J.R. McClean, K. Mitarai, X. Yuan, L. Cincio, and P. J. Coles, Nat. Rev. Phys. 3, 625 (2020).
  9. L. Henriet, L. Beguin, A. Signoles, T. Lahaye, A. Browaeys, G.-O. Reymond, and C. Jurczak, Quantum 4, 327 (2020).
  10. A. Tolstobrov, G. Fedorov, S. Sanduleanu, S. Kadyrmetov, A. Vasenin, A. Bolgar, D. Kalacheva, V. Lubsanov, A. Dorogov, J. Zotova, P. Shlykov, A. Dmitriev, K. Tikhonov, and O.V. Astafiev, Phys. Rev. A 109, 012411 (2024).
  11. Z. Yin, I. Agresti, G. de Felice, D. Brown, A. Toumi, C. Pentangelo, S. Piacentini, A. Crespi, F. Ceccarelli, R. Osellame, B. Coecke, and P.Walther, Nat. Photonics 19, 1020 (2025).
  12. H.-L. Huang, Y. Du, M. Gong et al. (Collaboration), Phys. Rev. Appl. 16, 024051 (2021).
  13. D. Zhu, N. Linke, M. Benedetti, K. Landsman, N. Nguyen, C. Huerta Alderete, A. Perdomo-Ortiz, N. Korda, A. Garfoot, C. Brecque, L. Egan, O. Perdomo, and C. Monroe, Sci. Adv. 5, eaaw9918 (2019).
  14. W. Ren, W. Li, S. Xu et al. (Collaboration), Nature Computational Science 2, 711 (2022).
  15. T. Dutta, A. P´erez-Salinas, J.P. S. Cheng, J. I. Latorre, and M. Mukherjee, Phys. Rev. A 106, 012411 (2022).
  16. A.E. Tolstobrov, S.V. Kadyrmetov, G.P. Fedorov, S.V. Sanduleanu, V.B. Lubsanov, D.A. Kalacheva, A.N. Bolgar, A.Y. Dmitriev, E.V. Korostylev, K. S. Tikhonov, and O.V. Astafiev, Control. Radiophys. Quantum. 66, 907 (2024).
  17. P. Krantz, M. Kjaergaard, F. Yan, T. Orlando, S. Gustavsson, and W. Oliver, Appl. Phys. Rev. 6, 021318 (2019).
  18. M. Schuld and F. Petruccione, Machine Learning with Quantum Computers, Springer, Cham (2021).
  19. E. Fontana, N. Fitzpatrick, D.M. Ramo, R. Duncan, and I. Rungger, Phys. Rev. A 104, 022403 (2021).
  20. A. Blais, R.-S. Huang, R.-S. Huang, A. Wallraff, S.M. Girvin, and R. J. Schoelkopf, Phys. Rev. A 69, 062320 (2004).
  21. S. Sim, P.D. Johnson, and A. Aspuru-Guzik, Advanced Quantum Technologies 2, 1900070 (2019).
  22. Y. Takaki, K. Mitarai, M. Negoro, K. Fujii, and M. Kitagawa, Phys. Rev. A 103, 052414 (2021).
  23. Y. Li, Z. Wang, R. Han, S. Shi, J. Li, R. Shang, H. Zheng, G. Zhong, and Y. Gu, Neural Netw. 166, 148 (2023).
  24. C.P. Williams and S.H. Clearwater, Explorations in Quantum Computing, 2nd ed., Texts in Computer Science, Springer-Verlag, Berlin, Heidelberg (1998).
  25. A. P´erez-Salinas, D. L´opez-N´unez, A. Garc´ıa-S´aez, P. Forn-D´ıaz, and J. I. Latorre, Phys. Rev. A 104, 012405 (2021).
  26. S. Jerbi, L. J. Fiderer, H.P. Nautrup, J.M. K¨ubler, H. J. Briegel, and V. Dunjko, Nat. Commun. 14, 517 (2023).
  27. M. K¨olle, T. Witter, T. Rohe, G. Stenzel, P. Altmann, and T. Gabor, A Study on Optimization Techniques for Variational Quantum Circuits in Reinforcement Learning, in 2024 IEEE International Conference on Quantum Software (QSW) (2024), p. 157.
  28. M. Schuld, V. Bergholm, C. Gogolin, J. Izaac, and N. Killoran, Phys. Rev. A 99, 032331 (2019).
  29. N. Killoran, The stochastic parameter-shift rule, https://pennylane.ai/qml/demos/tutorial_stochastic_parameter_ shift, Date Accessed: 2025-11-03 (2020).
  30. J. Koch, T.M. Yu, J. Gambetta, A.A. Houck, D. I. Schuster, J. Majer, A. Blais, M.H. Devoret, S.M. Girvin, and R. J. Schoelkopf, Phys. Rev. A 76, 042319 (2007).
  31. V. Bergholm, J.A. Izaac, M. Schuld, C. Gogolin, A. Khandelwal, and N. Killoran, arXiv preprint arXiv:1811.04968 (2018).
  32. J. J. Hopfield, Proceedings of the National Academy of Sciences of the United States of America 79, 2554 (1982).
  33. S. Hochreiter and J. Schmidhuber, Neural Comput. 9, 1735 (1997).
  34. K. Cho, B. van Merrienboer, C. G¨ul，cehre, D. Bahdanau, F. Bougares, H. Schwenk, and Y. Bengio, Learning Phrase Representations using RNN Encoder–Decoder for Statistical Machine Translation, in Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing (EMNLP) (2014), p. 1724.
  35. P. Magnard, P. Kurpiers, B. Royer, T. Walter, J.-C. Besse, S. Gasparinetti, M. Pechal, J. Heinsoo, S. Storz, A. Blais, and A. Wallraff, Phys. Rev. Lett. 121, 060502 (2018).

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2025 Russian Academy of Sciences

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).