【論文発表】Approximate Amplitude Encoding with the Adaptive Interpolating Quantum Transform
- 1 日前
- 読了時間: 1分
QuemixのGekkoらは、量子計算における実用上の大きな障壁とされる「古典データの入力（状態準備）」を効率化する新しい近似振幅エンコーディング手法を発表しました。
本研究では、以前の研究（ https://arxiv.org/abs/2508.14418 ）で提案したAdaptive Interpolating Quantum Transform（AIQT）を、従来のフーリエ Series Loader（FSL）に代わる変換基底として利用しています。 従来のフーリエ変換に基づく振幅エンコーディングでは固定基底を用いるため、データの特性によっては情報損失が生じる場合があります。本研究では、データに適応して基底を学習するAIQTを導入することで、情報を少数の係数に集中させることを可能にしました。
金融時系列データおよび画像データセットを用いた評価では、同じスパース条件下において、従来のフーリエ変換ベース手法と比較して再構成誤差を最大約50%低減できることが示されました。
また、AIQTは量子フーリエ変換（QFT）と同様の効率的な回路構造を持つため、ゲート数は量子ビット数の二乗に比例するスケールで実装可能です。この特徴により、量子金融や量子画像処理など、ノイズの影響を受けやすいNISQデバイスにおける量子データロード手法としての応用が期待されます。
コメント