ছোট কোয়ান্টাম কম্পিউটারের সাথে উচ্চমাত্রিক কোয়ান্টাম মেশিন লার্নিং

ছোট কোয়ান্টাম কম্পিউটারের সাথে উচ্চমাত্রিক কোয়ান্টাম মেশিন লার্নিং

ছোট কোয়ান্টাম কম্পিউটার প্লেটোব্লকচেইন ডেটা ইন্টেলিজেন্স সহ উচ্চমাত্রিক কোয়ান্টাম মেশিন লার্নিং। উল্লম্ব অনুসন্ধান. আ.

সাইমন সি. মার্শাল, ক্যাসপার গ্যুরিক এবং ভেড্রান দুঞ্জকো

লিডেন ইউনিভার্সিটি, লিডেন, নেদারল্যান্ডস

এই কাগজ আকর্ষণীয় খুঁজুন বা আলোচনা করতে চান? স্কাইটে বা স্কাইরেটে একটি মন্তব্য দিন.

বিমূর্ত

কোয়ান্টাম কম্পিউটারগুলি মেশিন লার্নিং বাড়ানোর জন্য দুর্দান্ত প্রতিশ্রুতি রাখে, তবে তাদের বর্তমান কিউবিট গণনা এই প্রতিশ্রুতি বাস্তবায়নকে সীমাবদ্ধ করে। এই সীমাবদ্ধতা মোকাবেলা করার জন্য সম্প্রদায়টি ছোট কোয়ান্টাম ডিভাইসগুলিতে বড় কোয়ান্টাম সার্কিটগুলি মূল্যায়নের জন্য কৌশলগুলির একটি সেট তৈরি করেছে। এই কৌশলগুলি ছোট মেশিনে অনেকগুলি ছোট সার্কিট মূল্যায়ন করে কাজ করে, যেগুলি বড় মেশিনের আউটপুট প্রতিলিপি করার জন্য একটি বহুপদে একত্রিত হয়। এই স্কিমটি সাধারণ সার্কিটের জন্য ব্যবহারিক তুলনায় আরো সার্কিট মূল্যায়ন প্রয়োজন। যাইহোক, আমরা এই সম্ভাবনাটি তদন্ত করি যে কিছু নির্দিষ্ট অ্যাপ্লিকেশনের জন্য এই সাবসার্কিটগুলির মধ্যে অনেকগুলি অপ্রয়োজনীয়, এবং সম্পূর্ণ সার্কিট অনুমান করার জন্য একটি খুব ছোট যোগফল যথেষ্ট। আমরা একটি মেশিন লার্নিং মডেল তৈরি করি যা অনেক কম সার্কিট মূল্যায়ন সহ বড় সার্কিটের আউটপুট আনুমানিক করতে সক্ষম হতে পারে। ডাটা ডাইমেনশনের চেয়ে অনেক ছোট সিমুলেটেড কোয়ান্টাম কম্পিউটার ব্যবহার করে আমরা ডিজিট রিকগনিশনের কাজে সফলভাবে আমাদের মডেল প্রয়োগ করি। মডেলটি একটি 10 কিউবিট কম্পিউটারে সিমুলেটেড অ্যাক্সেস সহ একটি র্যান্ডম 5 কিউবিট পিকিউসি আনুমানিক করার কাজেও প্রয়োগ করা হয়, এমনকি আমাদের মডেলটি 10 ​​কিউবিট পিকিউসি আউটপুটের একটি সঠিক অনুমান প্রদান করে, যা একটি নিউরাল নেটওয়ার্কের থেকে উচ্চতর। প্রচেষ্টা উন্নত পদ্ধতিটি NISQ যুগে বৃহত্তর ডেটাতে কোয়ান্টাম মডেল বাস্তবায়নের জন্য কার্যকর হতে পারে।

► বিবিটেক্স ডেটা

। তথ্যসূত্র

[1] জে এভ্রন, অফার ক্যাসপার এবং ইলান রোজেন। বিতরণ করা কোয়ান্টাম কম্পিউটিংয়ে কোয়ান্টাম সুবিধা এবং শব্দ হ্রাস। শারীরিক পর্যালোচনা A, 104 (5): 052404, 2021. 10.1103/​PhysRevA.104.052404.
https: / / doi.org/ 10.1103 / ফিজারিভা 104.052404

[2] এস বালাকৃষ্ণান এবং আর শঙ্করনারায়ণন। অপারেটর-স্কিমিট পচন এবং দুই-কুবিট গেটের জ্যামিতিক প্রান্ত। কোয়ান্টাম তথ্য প্রক্রিয়াকরণ, 10 (4): 449–461, 2011। 10.1007/​s11128-010-0207-9।
https:/​/​doi.org/​10.1007/​s11128-010-0207-9

[3] পিটার এল বার্টলেট এবং শাহার মেন্ডেলসন। রেডমাচার এবং গাউসিয়ান জটিলতা: ঝুঁকির সীমা এবং কাঠামোগত ফলাফল। জার্নাল অফ মেশিন লার্নিং রিসার্চ, 3 (নভেম্বর): 463–482, 2002। 10.1007/​3-540-44581-1_15।
https:/​/​doi.org/​10.1007/​3-540-44581-1_15

[4] সৈকত বসু, অমিত সাহা, অম্লান চক্রবর্তী, এবং সুস্মিতা সুর-কোলে। $i $-qer: কোয়ান্টাম ত্রুটি হ্রাসের দিকে একটি বুদ্ধিমান পদ্ধতি। arXiv প্রিপ্রিন্ট arXiv:2110.06347, 2021। 10.1145/​3539613।
https: / / doi.org/ 10.1145 / 3539613
arXiv: 2110.06347

[5] মারভিন বেচটোল্ড। গেট-ভিত্তিক কোয়ান্টাম কম্পিউটিংয়ে ভার্চুয়ালাইজেশনের ধারণা নিয়ে আসা। মাস্টার্স থিসিস, স্টুটগার্ট বিশ্ববিদ্যালয়, 2021।

[6] সের্গেই ব্রাভি, গ্রায়েম স্মিথ এবং জন এ স্মোলিন। ট্রেডিং ক্লাসিক্যাল এবং কোয়ান্টাম কম্পিউটেশনাল রিসোর্স। শারীরিক পর্যালোচনা X, 6 (2): 021043, 2016. 10.1103/​PhysRevX.6.021043।
https: / / doi.org/ 10.1103 / ফিজিআরএক্সএক্স .6.021043 XNUMX

[7] ম্যাথিয়াস সি ক্যারো, এলিস গিল-ফুস্টার, জোহানেস জ্যাকব মেয়ার, জেনস আইজার্ট এবং রায়ান সুইক। প্যারামেট্রাইজড কোয়ান্টাম সার্কিটের জন্য এনকোডিং-নির্ভর সাধারণীকরণ সীমাবদ্ধ। arXiv প্রিপ্রিন্ট arXiv:2106.03880, 2021। 10.22331/q-2021-11-17-582।
https:/​/​doi.org/​10.22331/​q-2021-11-17-582
arXiv: 2106.03880

[8] গ্যাভিন ই ক্রুকস। প্যারামিটার-শিফ্ট নিয়ম এবং গেট পচন ব্যবহার করে প্যারামিটারাইজড কোয়ান্টাম গেটের গ্রেডিয়েন্ট। arXiv প্রিপ্রিন্ট arXiv:1905.13311, 2019. 10.48550/​arXiv.1905.13311।
https://​doi.org/​10.48550/​arXiv.1905.13311
arXiv: 1905.13311

[9] লি ডেং। মেশিন লার্নিং গবেষণার জন্য হাতে লেখা অঙ্কের চিত্রের mnist ডাটাবেস। IEEE সিগন্যাল প্রসেসিং ম্যাগাজিন, 29 (6): 141–142, 2012। 10.1109/​MSP.2012.2211477।
https://​doi.org/​10.1109/​MSP.2012.2211477

[10] এডওয়ার্ড ফারহি এবং হার্টমুট নেভেন। কাছাকাছি মেয়াদী প্রসেসরে কোয়ান্টাম নিউরাল নেটওয়ার্কের সাথে শ্রেণীবিভাগ। arXiv প্রিপ্রিন্ট arXiv:1802.06002, 2018. 10.48550/​arXiv.1802.06002।
https://​doi.org/​10.48550/​arXiv.1802.06002
arXiv: 1802.06002

[11] কেইসুকে ফুজি, কাওরু মিজুতা, হিরোশি উয়েদা, কোসুকে মিতারাই, ওয়াতারু মিজুকামি এবং ইউয়া ও নাকাগাওয়া। ডিপ ভ্যারিয়েশনাল কোয়ান্টাম আইজেনসোলভার: ছোট আকারের কোয়ান্টাম কম্পিউটারের সাথে একটি বড় সমস্যা সমাধানের জন্য একটি বিভাজন-এন্ড-কনকার পদ্ধতি। PRX কোয়ান্টাম, 3 (1): 010346, 2022। 10.1103/​PRXQuantum.3.010346।
https://​doi.org/​10.1103/​PRXQuantum.3.010346

[12] ফ্রান্সিসকো জাভিয়ের গিল ভিদাল এবং ডার্ক অলিভার থিস। প্যারামিটারাইজড কোয়ান্টাম সার্কিটের জন্য ইনপুট রিডানড্যান্সি। পদার্থবিদ্যায় সীমান্ত, 8: 297, 2020। 10.48550/​arXiv.1901.11434।
https://​doi.org/​10.48550/​arXiv.1901.11434

[13] টোবিয়াস হাগ, ক্রিস এন সেলফ এবং এমএস কিম। এলোমেলো পরিমাপ ব্যবহার করে বড় ডেটাসেটের কোয়ান্টাম মেশিন লার্নিং। মেশিন লার্নিং: বিজ্ঞান ও প্রযুক্তি, 4 (1): 015005, জানুয়ারী 2023। 10.1088/​2632-2153/​acb0b4।
https:/​/​doi.org/​10.1088/​2632-2153/​acb0b4

[14] Vojtěch Havlíček, Antonio D Corcoles, Kristan Temme, Aram W Harrow, অভিনব কান্দালা, Jerry M Chow, এবং Jay M Gambetta। কোয়ান্টাম-বর্ধিত বৈশিষ্ট্য স্পেস সহ তত্ত্বাবধান করা শিক্ষা। প্রকৃতি, 567 (7747): 209–212, 2019। 10.1038/​s41586-019-0980-2।
https:/​/​doi.org/​10.1038/​s41586-019-0980-2

[15] সিন-ইয়ুয়ান হুয়াং, মাইকেল ব্রোটন, মাসুদ মোহসেনি, রায়ান বাব্বুশ, সার্জিও বোইক্সো, হার্টমুট নেভেন এবং জারড আর ম্যাকক্লিন। কোয়ান্টাম মেশিন লার্নিংয়ে ডেটার শক্তি। প্রকৃতি যোগাযোগ, 12 (1), মে 2021। ISSN 2041-1723। 10.1038/​s41467-021-22539-9। URL http://​dx.doi.org/​10.1038/​s41467-021-22539-9।
https:/​/​doi.org/​10.1038/​s41467-021-22539-9

[16] সোফিয়েন জারবি, ক্যাসপার গ্যুরিক, সাইমন মার্শাল, হ্যান্স জে ব্রিগেল এবং ভেড্রান দুঞ্জকো। শক্তিবৃদ্ধি শেখার জন্য পরিবর্তনশীল কোয়ান্টাম নীতি। arXiv প্রিপ্রিন্ট arXiv:2103.05577, 2021. 10.48550/​arXiv.2103.05577।
https://​doi.org/​10.48550/​arXiv.2103.05577
arXiv: 2103.05577

[17] js21 (https://​mathoverflow.net/​users/​21724/​js21)। গড় মানগুলির অনুমানের পণ্য - পরিমাপের অসমতার ঘনত্ব। ম্যাথওভারফ্লো। URL https://​/​mathoverflow.net/​q/​286787। URL:https://​/​mathoverflow.net/​q/​286787 (সংস্করণ: 2017-11-23)।
https://​/​mathoverflow.net/​q/​286787

[18] অভিনব কান্দালা, আন্তোনিও মেজাকাপো, ক্রিস্তান টেমে, মাইকা টাকিতা, মার্কাস ব্রিঙ্ক, জেরি এম চাউ এবং জে এম গাম্বেটা। ছোট অণু এবং কোয়ান্টাম চুম্বকের জন্য হার্ডওয়্যার-দক্ষ পরিবর্তনশীল কোয়ান্টাম আইজেনসোলভার। প্রকৃতি, 549 (7671): 242–246, 2017। 10.1038/-প্রকৃতি23879।
https: / / doi.org/ 10.1038 / nature23879

[19] ওয়েইকাং লি, সিরুই লু এবং ডং-লিং ডেং। অন্ধ কোয়ান্টাম কম্পিউটিং এর মাধ্যমে কোয়ান্টাম ফেডারেটেড লার্নিং। বিজ্ঞান চীন পদার্থবিদ্যা, বলবিদ্যা এবং জ্যোতির্বিদ্যা, 64 (10): 1–8, 2021। 10.1007/​s11433-021-1753-3।
https:/​/​doi.org/​10.1007/​s11433-021-1753-3

[20] জিন-গুও লিউ এবং লেই ওয়াং। কোয়ান্টাম সার্কিট জন্মানো মেশিনের পার্থক্যযোগ্য শিক্ষা। শারীরিক পর্যালোচনা A, 98 (6): 062324, 2018. 10.1103/​PhysRevA.98.062324।
https: / / doi.org/ 10.1103 / ফিজারিভা 98.062324

[21] Jarrod R McClean, Sergio Boixo, Vadim N Smelyanskiy, Ryan Babbush, এবং Hartmut Neven। কোয়ান্টাম নিউরাল নেটওয়ার্ক প্রশিক্ষণ ল্যান্ডস্কেপে অনুর্বর মালভূমি। প্রকৃতি যোগাযোগ, 9 (1): 1–6, 2018। 10.1038/​s41467-018-07090-4।
https:/​/​doi.org/​10.1038/​s41467-018-07090-4

[22] কোসুকে মিতারাই এবং কেইসুকে ফুজি। একক-কুবিট অপারেশনের নমুনা দিয়ে একটি ভার্চুয়াল দুই-কুবিট গেট তৈরি করা। পদার্থবিদ্যার নিউ জার্নাল, 23 (2): 023021, 2021a। 10.1088/​1367-2630/​abd7bc।
https://​/​doi.org/​10.1088/​1367-2630/​abd7bc

[23] কোসুকে মিতারাই এবং কেইসুকে ফুজি। quasiprobability নমুনা দ্বারা স্থানীয় চ্যানেলের সাথে একটি অ-স্থানীয় চ্যানেল সিমুলেট করার জন্য ওভারহেড। কোয়ান্টাম, 5: 388, 2021 খ. 10.22331/q-2021-01-28-388।
https:/​/​doi.org/​10.22331/​q-2021-01-28-388

[24] মেহরিয়ার মোহরি, আফশিন রোস্তামিজাদেহ এবং আমিত তালওয়ালকার। মেশিন লার্নিং এর ভিত্তি। MIT প্রেস, 2018। 10.1007/​s00362-019-01124-9।
https:/​/​doi.org/​10.1007/​s00362-019-01124-9

[25] তিয়ানই পেং, আরাম ডব্লিউ হ্যারো, মারিস ওজোলস এবং জিয়াওদি উ। একটি ছোট কোয়ান্টাম কম্পিউটারে বড় কোয়ান্টাম সার্কিট অনুকরণ করা। শারীরিক পর্যালোচনা পত্র, 125 (15): 150504, 2020. 10.1103/​PhysRevLett.125.150504।
https: / / doi.org/ 10.1103 / ফিজিরভাইলেট .125.150504

[26] মাইকেল এ পার্লিন, জেইন এইচ সেলিম, মার্টিন সুচরা এবং জেমস সি অসবর্ন। সর্বোচ্চ সম্ভাবনা টমোগ্রাফি সহ কোয়ান্টাম সার্কিট কাটিং। npj কোয়ান্টাম তথ্য, 7 (1): 1–8, 2021। 10.1038/​s41534-021-00390-6।
https:/​/​doi.org/​10.1038/​s41534-021-00390-6

[27] ইভান পিটার্স, জোয়াও ক্যালডেইরা, অ্যালান হো, স্টেফান লেইচেনাউয়ার, মাসুদ মোহসেনি, হার্টমুট নেভেন, প্যানাজিওটিস স্পেন্টজোরিস, ডগ স্ট্রেন এবং গ্যাব্রিয়েল এন পারডু। একটি কোলাহলপূর্ণ কোয়ান্টাম প্রসেসরে উচ্চমাত্রিক ডেটার মেশিন লার্নিং। npj কোয়ান্টাম তথ্য, 7 (1): 1–5, 2021। 10.48550/​arXiv.2101.09581।
https://​doi.org/​10.48550/​arXiv.2101.09581

[28] জন প্রেসকিল। নিস্ক যুগে এবং তার পরেও কোয়ান্টাম কম্পিউটিং। কোয়ান্টাম, 2: 79, 2018। 10.22331/q-2018-08-06-79।
https:/​/​doi.org/​10.22331/​q-2018-08-06-79

[29] স্টেফান এইচ স্যাক, রাইমেল এ মেডিনা, অ্যালেক্সিওস এ মিচেইলিডিস, রিচার্ড কুয়েং এবং ম্যাকসিম সার্বিন। শাস্ত্রীয় ছায়া ব্যবহার করে অনুর্বর মালভূমি এড়িয়ে চলা। arXiv প্রিপ্রিন্ট arXiv:2201.08194, 2022। 10.1103/​PRXQuantum.3.020365।
https://​doi.org/​10.1103/​PRXQuantum.3.020365
arXiv: 2201.08194

[30] জেইন এইচ সেলিম, টিগু তোমেশ, মাইকেল এ পার্লিন, প্রণব গোখলে এবং মার্টিন সুচরা। কম্বিনেটরিয়াল অপ্টিমাইজেশান এবং ডিস্ট্রিবিউটেড কম্পিউটিং এর জন্য কোয়ান্টাম ডিভাইড অ্যান্ড কনক্যুয়ার। arXiv প্রিপ্রিন্ট arXiv:2107.07532, 2021. 10.48550/​arXiv.2107.07532।
https://​doi.org/​10.48550/​arXiv.2107.07532
arXiv: 2107.07532

[31] মারিয়া শুল্ড এবং নাথান কিলোরান। ফিচার হিলবার্ট স্পেসে কোয়ান্টাম মেশিন লার্নিং। শারীরিক পর্যালোচনা অক্ষর, 122 (4): 040504, 2019. 10.1103/​PhysRevLett.122.040504।
https: / / doi.org/ 10.1103 / ফিজিরভাইলেট .122.040504

[32] মারিয়া শুল্ড, রায়ান সুইক এবং জোহানেস জ্যাকব মেয়ার। ভেরিয়েশনাল কোয়ান্টাম-মেশিন-লার্নিং মডেলের অভিব্যক্তিমূলক শক্তিতে ডেটা এনকোডিংয়ের প্রভাব। শারীরিক পর্যালোচনা A, 103 (3): 032430, 2021. 10.1103/​physRevA.103.032430.
https: / / doi.org/ 10.1103 / ফিজারিভা 103.032430

[33] ওয়েই ট্যাং, টিগু তোমেশ, মার্টিন সুচরা, জেফরি লারসন এবং মার্গারেট মার্টোনোসি। Cutqc: বড় কোয়ান্টাম সার্কিট মূল্যায়নের জন্য ছোট কোয়ান্টাম কম্পিউটার ব্যবহার করে। প্রোগ্রামিং ভাষা এবং অপারেটিং সিস্টেমের জন্য আর্কিটেকচারাল সাপোর্ট অন দ্য 26 তম ACM ইন্টারন্যাশনাল কনফারেন্সের কার্যক্রমে, পৃষ্ঠা 473–486, 2021। 10.1145/​3445814.3446758।
https: / / doi.org/ 10.1145 / 3445814.3446758

[34] স্টিফেন জে রাইট। ডিসেন্ট অ্যালগরিদম সমন্বয় করুন। গাণিতিক প্রোগ্রামিং, 151 (1): 3–34, 2015। 10.48550/​arXiv.1502.04759।
https://​doi.org/​10.48550/​arXiv.1502.04759

[35] লেকুন ইয়ান। আপনি যদি মনোযোগ সহকারে শোনেন, আপনি শুনতে পাবেন ছাগলের চিৎকার "MNIST ফলাফল!" কিন্তু ছেলেটা মন দিয়ে শুনছে না। টুইটার, 2022।
https://​/​twitter.com/​ylecun/​status/​1481327585640521728

[36] জিয়াও ইউয়ান, জিনঝাও সান, জুনু লিউ, কিউ ঝাও এবং ইউ ঝাউ। হাইব্রিড টেনসর নেটওয়ার্কের সাথে কোয়ান্টাম সিমুলেশন। ফিজিক্যাল রিভিউ লেটার, 127 (4): 040501, 2021। 10.1103/​PhysRevLett.127.040501।
https: / / doi.org/ 10.1103 / ফিজিরভাইলেট .127.040501

দ্বারা উদ্ধৃত

[১] আর্সেনি সেনোকোসভ, আলেকজান্ডার সেডিখ, অ্যাসেল সাগিগালিভা, এবং আলেক্সি মেলনিকভ, "ছবির শ্রেণিবিন্যাসের জন্য কোয়ান্টাম মেশিন লার্নিং", arXiv: 2304.09224, (2023).

[২] খ্রিস্টান উফ্রেচ্ট, মনিরামন পেরিয়াসামি, সেবাস্টিয়ান রিয়েটস, ড্যানিয়েল ডি. শেরার, অ্যাক্সেল প্লিঞ্জ এবং ক্রিস্টোফার মুটসলার, "জেডএক্স ক্যালকুলাস দিয়ে মাল্টি-কন্ট্রোল কোয়ান্টাম গেট কাটা", arXiv: 2302.00387, (2023).

[৩] অ্যাঙ্গাস লো, মাতিজা মেদভিডোভিচ, অ্যান্থনি হেইস, লি জে ও'রিওর্ডান, থমাস আর ব্রমলি, জুয়ান মিগুয়েল অ্যারাজোলা, এবং নাথান কিলোরান, "এলোমেলো পরিমাপের সাথে দ্রুত কোয়ান্টাম সার্কিট কাটা", কোয়ান্টাম 7, 934 (2023).

[৪] লিরান্ডে পিরা এবং ক্রিস ফেরি, "ডিস্ট্রিবিউটেড কোয়ান্টাম নিউরাল নেটওয়ার্কের আমন্ত্রণ", arXiv: 2211.07056, (2022).

[৫] এল. রাইট, এফ. ব্যারাট, জে. ডবোরিন, ভি. উইমালাওয়েরা, বি. কোয়েল, এবং এজি গ্রীন, "ডিটারমিনিস্টিক টেনসর নেটওয়ার্ক ক্লাসিফায়ারস", arXiv: 2205.09768, (2022).

[৬] সেঙ্ক টাইসুজ, জিউসেপ্পে ক্লেমেন্টে, আরিয়ানা ক্রিপা, টোবিয়াস হার্টুং, স্টেফান কুহন, এবং কার্ল জানসেন, "প্যারামেট্রাইজড কোয়ান্টাম সার্কিটের ক্লাসিক্যাল স্প্লিটিং", arXiv: 2206.09641, (2022).

[৭] প্যাট্রিক হুয়েম্বেলি, জিউসেপ্পে কার্লিও, এবং আন্তোনিও মেজাকাপো, "জেনারেটিভ নিউরাল নেটওয়ার্ক মডেলের সাথে এনট্যাঙ্গলমেন্ট ফরজিং", arXiv: 2205.00933, (2022).

[৮] মারভিন বেচটোল্ড, জোহানা বারজেন, ফ্র্যাঙ্ক লেম্যান, আলেকজান্ডার ম্যান্ডল, জুলিয়ান অবস্ট, ফেলিক্স ট্রুগার এবং বেঞ্জামিন ওয়েডার, "NISQ ডিভাইসে ম্যাক্সকাট সমস্যার জন্য QAOA-তে সার্কিট কাটার প্রভাবের তদন্ত করছেন", arXiv: 2302.01792, (2023).

[৯] আদ্রিয়ান পেরেজ-সালিনাস, রাডোইকা ড্রাসকিচ, জর্ডি তুরা, এবং ভেড্রান ডানজকো, "কমাও এবং কাটা: গভীর সমস্যার জন্য অগভীর সার্কিট", arXiv: 2212.11862, (2022).

[১০] তুহিন খারে, রীতাজিৎ মজুমদার, রাজীব সাঙ্গলে, অনুপমা রায়, পদ্মনাভ ভেঙ্কটগিরি শেশাদ্রি, এবং যোগেশ সিম্হন, "প্যারালালাইজিং কোয়ান্টাম-ক্লাসিক্যাল ওয়ার্কলোডস: প্রোফাইলিং দ্য ইমপ্যাক্ট অফ স্প্লিটিং টেকনিক", arXiv: 2305.06585, (2023).

[১১] রিও নাগাই, শু কান্নো, ইউকি সাতো, এবং নাওকি ইয়ামামোতো, "প্রাক- এবং পরবর্তী নির্বাচনের সাথে কোয়ান্টাম চ্যানেলের পচন", arXiv: 2305.11642, (2023).

[১২] চার্লস মুসা, জান এন. ভ্যান রিজন, থমাস ব্যাক, এবং ভেড্রান ডানজকো, "ছোট ডেটাসেট জুড়ে কোয়ান্টাম নিউরাল নেটওয়ার্কের হাইপারপ্যারামিটার গুরুত্ব", arXiv: 2206.09992, (2022).

[১৩] মিশেল ক্যাটেলান এবং শির ইয়ারকোনি, "ভেরিয়েশনাল কোয়ান্টাম অ্যালগরিদমের সমান্তরাল সার্কিট বাস্তবায়ন", arXiv: 2304.03037, (2023).

উপরের উদ্ধৃতিগুলি থেকে প্রাপ্ত এসএও / নাসার এডিএস (সর্বশেষে সফলভাবে 2023-08-10 03:13:01 আপডেট হয়েছে)। সমস্ত প্রকাশক উপযুক্ত এবং সম্পূর্ণ উদ্ধৃতি ডেটা সরবরাহ না করায় তালিকাটি অসম্পূর্ণ হতে পারে।

On ক্রসরেফ এর উদ্ধৃত পরিষেবা উদ্ধৃতি রচনার কোনও ডেটা পাওয়া যায় নি (শেষ চেষ্টা 2023-08-10 03:12:54)।

সময় স্ট্যাম্প:

থেকে আরো কোয়ান্টাম জার্নাল

বৈচিত্রপূর্ণ কোয়ান্টাম আইজেনসোলভারের জন্য এলোমেলো সংকলন এবং শূন্য-শব্দ এক্সট্রাপোলেশন দ্বারা সিনার্জেটিক কোয়ান্টাম ত্রুটি প্রশমন

উত্স নোড: 1915553
সময় স্ট্যাম্প: নভেম্বর 20, 2023