量子研究ナレッジベース

論文の再現と企業ユースケースを、出典まで辿れる形で。

量子コンピュータの論文と企業の取り組み事例を集め、日本語で探せるようにしたデータベースです。新しい論文は毎日追加しています。主要な論文は blueqat が実際に計算して再現し、論文の主張と数値が合うかどうかまで確かめています。

ナレッジベースでできること

無料

論文を日本語で探す

量子計算に関わる arXiv の論文 6,206本を、題名を日本語にして収録しています。題名（日本語・英語）や著者で検索でき、分野で絞り込めます。直近7日に出た論文も 87本 入っています。

無料

分野ごと・年ごとのまとめ

誤り訂正・量子機械学習・変分アルゴリズムなど 13分野について、年ごとの論文数の推移、読んでおくべき論文、近い分野をまとめたページがあります。

プラン

主要論文の再現検証

重要な論文 68本を精読し、うち 61本は blueqat で実際に計算して再現しました。どの主張を確かめ、結果が合ったか、どれだけの計算資源を使ったかを1本ずつ載せています。

プラン

企業ユースケース

企業や研究機関の量子計算の取り組み 1,532件。出典つきの公開された事実と、使われていそうなアルゴリズムの推定（確度つき）を、混ぜずに分けて載せています。

こんな使い方ができます

研究者・学生 … 先行研究を日本語の題名でざっと見渡す。分野ページで、その分野の流れと押さえるべき論文を掴む
エンジニア … 論文の手法が手元で再現できるのか、どれだけの計算が要るのかを、再現結果で確かめてから手を付ける
事業企画・調査 … 同業他社がどんな問題に量子計算を当てているか、どの程度まで進んでいるかを事例で比べる

たとえば: 誤り訂正の論文／「QAOA」で検索／再現した論文の一覧／企業ユースケース

	無料	スタンダード	エンタープライズ
論文・事例の検索と一覧（日本語の題名）	○	○	○
分野・年のまとめページ、新着論文	○	○	○
論文の再現結果（主張・判定・計算資源）	—	○	○
企業ユースケースの公開事実とアルゴリズムの推定	—	○	○
読解ノートと再現の生成物（回路・数式・計算時間）	—	—	○

プランと料金を見るログイン

7,738 総エントリ 論文6,206＋事例1,532

6,206 論文 精読68・うち再現61

1,532 企業ユースケース 掘り下げ17・推定つき597

6,169 日本語化済み 収集6,169本のうち

論文の分野

誤り訂正 788

量子機械学習 769

性能の測定 498

実機実証 442

誤り抑制 438

応用 434

誤り訂正前提のアルゴリズム 418

変分アルゴリズム 369

コンパイル 332

ソフトウェア 325

学習のしやすさ 314

古典シミュレーション 226

アルゴリズム 9

ハミルトニアンシミュレーション 5

基礎理論 3

暗号解読 1

ユースケースの種別

応用事例 78451.5%
耐量子暗号 24616.2%
ハードウェア 16610.9%
センシング 825.4%
研究の成果発表 664.3%
企業の動き 603.9%
企業間の提携 593.9%
その他 442.9%
ソフトウェア 151.0%

検索はどなたでもご利用いただけます。 論文1本ごとの再現結果（検証した主張・判定・使った計算資源）、企業ユースケースの出典つき公開事実とアルゴリズムの推定は、プラン加入者向けです。

プランを見る

論文 6,206 企業ユースケース 1,532

すべて精読済み 68 誤り訂正 968 量子機械学習 845 実機実証 633 誤り訂正前提のアルゴリズム 534 性能の測定 528 応用 490 誤り抑制 477 変分アルゴリズム 440 ソフトウェア 363 コンパイル 350 学習のしやすさ 333 古典シミュレーション 326

848件／551〜600件目を表示

状態	題名	著者	分野	年	arXiv
収集	テンソルネットワークを用いた量子機械学習モデルの古典化 Dequantizing quantum machine learning models using tensor networks テンソルネットワーク形式を用い、変分量子機械学習モデルの関数クラスの古典代替可能性（デクォンタイゼーション）を導入した。	Seongwook Shin, Yong Siah Teo, Hyu	qml	2023	2307.06937
収集	量子チャネル符号を学習するための量子オートエンコーダー Quantum Autoencoders for Learning Quantum Channel Codes 量子機械学習を用い、パラメータ化回路と柔軟なノイズモデルでチャネル符号を生成し、その有効性を評価するフレームワークを提案する。	Lakshika Rathi, Stephen DiAdamo, A	qml	2023	2307.06622
収集	MNISQ: NISQ時代の量子計算における機械学習用の大規模量子回路データセット MNISQ: A Large-Scale Quantum Circuit Dataset for Machine Learning on/for Quantum Computers in the NISQ era NISQ時代向け量子・古典ML両コミュニティ初の大容量データセットMNISQを公開。4,950万データ点を9サブセットで構成し、古典情報（例：MNIST）の量子符号化から構築。	Leonardo Placidi, Ryuichiro Hataya	qml	2023	2306.16627
収集	量子連合学習：分析、設計および実装の課題 Quantum Federated Learning: Analysis, Design and Implementation Challenges 量子連合学習（QFL）の現状を包括的に概観し、分散環境における複雑さを理解するための重要な課題を検討する。	Dev Gurung, Shiva Raj Pokhrel, Gan	qml	2023	2306.15708
収集	量子ニューラルネットワークによる量子相互情報の推定 Estimating Quantum Mutual Information Through a Quantum Neural Network フォン・ノイマンエントロピーおよび量子相互情報を推定するための量子ニューラルネットワークを用いたQMINE手法を提案する。	Myeongjin Shin, Junseo Lee, Kabgyu	qml	2023	2306.14566
収集	量子機械学習の理解には一般化の再考も必要 Understanding quantum machine learning also requires rethinking generalization 少量データでも成功する量子モデルの一般化について、従来の手法では説明できないことを示す。	Elies Gil-Fuster, Jens Eisert, Car	qml	2023	2306.13461
収集	確率分布をロードするための量子生成敵対ネットワークの新初期分布 A New Initial Distribution for Quantum Generative Adversarial Networks to Load Probability Distributions 量子コンピュータは金融などの分野でモンテカルロ法を加速する量子期待値推定アルゴリズムを提供する。先行研究は量子生成敵対ネットワーク(qGANs)の有用性を示した。	Yuichi Sano, Ryosuke Koga, Masaya	qml	2023	2306.12303
収集	重力波の量子状態準備 Quantum state preparation of gravitational waves コンパクト連星合体の重力波波形を量子ビット振幅にエンコードする回路を、量子算術と古典・量子混合生成モデルで詳述する。	Fergus Hayes, Sarah Croke, Chris M	qml	2023	2306.11073
収集	機械学習のための変分量子アルゴリズム：理論と応用 Variational quantum algorithms for machine learning: theory and applications 変分量子アルゴリズムおよび量子機械学習の最前線を網羅的レビューし、多くの原著知見を提供する。	Stefano Mangini	qml	2023	2306.09984
収集	量子連合学習に向けて Towards Quantum Federated Learning 量子連合学習（QFL）は量子計算と連合学習を融合させ、プライバシーや効率を向上させる。本研究は、この学際的分野における包括的な調査の必要性を指摘する。	Chao Ren, Rudai Yan, Huihui Zhu et	qml	2023	2306.09912
収集	隠れた部分群量子自己符号化器による情報圧縮 Information compression via hidden subgroup quantum autoencoders 隠れた部分群アルゴリズムを用いた古典情報圧縮法を提案する。事前未知の対称性を持つ系列データを、与えられた群構造に基づき圧縮することを示す。	Feiyang Liu, Kaiming Bian, Fei Men	qml	2023	2306.08047
収集	並進対称データ学習のための量子畳み込みニューラルネットワークの分割と並列化 Splitting and Parallelizing of Quantum Convolutional Neural Networks for Learning Translationally Symmetric Data データ学習に必要な測定数を削減するため、QCNNの分割・並列化手法を提案し、大規模問題への実用性を向上させる。	Koki Chinzei, Quoc Hoan Tran, Kazu	qml	2023	2306.07331
収集	量子機械学習の影 Shadows of quantum machine learning 量子機械学習は量子優位性を示す有望な応用とされるが、訓練済みモデルでも量子コンピュータへのアクセスが必要となるのが実用化の障壁である。	Sofiene Jerbi, Casper Gyurik, Simo	qml	2023	2306.00061
収集	Quafu-RL：クラウド量子コンピュータを用いた量子強化学習 Quafu-RL: The Cloud Quantum Computers based Quantum Reinforcement Learning 量子強化学習は標準的なベンチマーク環境の解決において理論的優位性を示したが、本論文ではクラウド量子コンピュータを用いた実装を提案する。	BAQIS Quafu Group	qml	2023	2305.17966
収集	量子ニューラルコンピュータ向けの量子ニューラルネットワーク Quantum Neural Network for Quantum Neural Computing 実機上での古典制御単一量子ビット操作と測定を用いた、量子ニューラル計算のための新たな量子ニューラルネットワークモデルを提案する。	Min-Gang Zhou, Zhi-Ping Liu, Hua-L	qml	2023	2305.08544
収集	高エネルギー物理学シミュレーションのための完全量子生成敵対ネットワークモデル A Full Quantum Generative Adversarial Network Model for High Energy Physics Simulations 古典計算より指数関数的に高速な量子計算は、CERNのLHCのような複雑な高エネルギー物理学シミュレーションの有望な代替手段となる。	Florian Rehm, Sofia Vallecorsa, Mi	qml	2023	2305.07284
収集	量子オブジェクト間の写像の特性、量子性質の「完全性」、および固定された因果順序を持たない写像 Characterising transformations between quantum objects, 'completeness' of quantum properties, and transformations without a fixed causal order 量子力学の基本的要素は線形写像として記述される。本稿は、状態やチャネルから超チャネルに至るまで、これらのオブジェクト間の写像を特性づけ、因果順序のない写像も含む高次操作を論じる。	Simon Milz, Marco Túlio Quintino	qml	2023	2305.01247
収集	高エネルギー物理学における異常検出のための量子生成敵対ネットワーク Quantum Generative Adversarial Networks For Anomaly Detection In High Energy Physics 素粒子物理学の標準模型は説明できない事象の検出に、量子生成敵対ネットワークを用いた異常検出手法を提案する。	Elie Bermot, Christa Zoufal, Miche	qml	2023	2304.14439
収集	量子ニューラルネットワークおよびテンソルネットワークを用いた株価収益率の断面的予測 The cross-sectional stock return predictions via quantum neural network and tensor network 本研究は、ノイズ耐性の高い量子コンピュータ向けアルゴリズムである量子ニューラルネットワークと、量子インスパイアド機械学習のテンソルネットワークを用いた株価予測性能を評価した。	Nozomu Kobayashi, Yoshiyuki Suimon	qml	2023	2304.12501
収集	確率過程の学習のための条件付き生成モデル Conditional Generative Models for Learning Stochastic Processes ニューラルネットワーク構造を量子回路内に限定した条件付き量子生成敵対的ネットワーク（C-qGAN）を提案する。これは既存手法より効率的な状態準備を実現する。	Salvatore Certo, Anh Pham, Nicolas	qml	2023	2304.10382
収集	迷路問題の解決におけるハイブリッド量子ニューラルネットワークを用いた深層Q学習 Deep-Q Learning with Hybrid Quantum Neural Network on Solving Maze Problems 深層学習の制限を超えるため、ゲート型量子計算モデルで訓練可能な変動量子回路(VQC)を用いた深層Q学習を調査した。	Hao-Yuan Chen, Yen-Jui Chang, Shih	trainabilityqml	2023	2304.10159
収集	分散優先経験再生を用いた量子深層Q学習 Quantum deep Q learning with distributed prioritized experience replay 逐次意思決定課題の量子強化学習効率向上のため、分散優先経験再生と非同期学習を組み合わせたQDQN-DPER枠組を提示。シミュレーションで高い効率を実証。	Samuel Yen-Chi Chen	qml	2023	2304.09648
収集	画像分類のための量子機械学習 Quantum machine learning for image classification 視覚データの爆発的増加に対応するため、量子力学原理を活用した2つの量子機械学習モデルを提案し、画像分類の計算課題を解決する。	Arsenii Senokosov, Alexandr Sedykh	qml	2023	2304.09224
収集	勾配なしで量子ニューラルネットワークを最適化する学習方法 Learning To Optimize Quantum Neural Network Without Gradients データを変数にエンコードするハイブリッド量子古典アルゴリズムにより、量子機械学習におけるパターン認識が実現可能となる。	Ankit Kulshrestha, Xiaoyuan Liu, H	qml	2023	2304.07442
収集	量子誤り訂正符号の発見と実装のための量子ニューラルネットワークの探求 Exploring Quantum Neural Networks for the Discovery and Implementation of Quantum Error-Correcting Codes 量子誤り訂正符号の発見と実装における量子ニューラルネットワークの利用を検証。量子オートエンコーダを用いてビット反転符号を実装し、任意の論理ビット反転エラーを効果的に是正する efficacy を示す。	A. Chalkiadakis, M. Theocharakis,	qml	2023	2304.06681
収集	点群データを用いた量子機械学習における並列不変符号化 Permutation Invariant Encodings for Quantum Machine Learning with Point Cloud Data 量子計算は機械学習の強力な手法だが、量子ビット数増加で汎化性能が低下する課題がある。本研究は優れた汎化性能を持つ並列不変量子符号化法を示す。	Jamie Heredge, Charles Hill, Lloyd	qml	2023	2304.03601
収集	量子模倣学習 Quantum Imitation Learning 深層神経ネットワークを用いた模倣学習の計算負荷を軽減するため、量子優位性を活用して学習を高速化する量子模倣学習（QIL）を提案する。	Zhihao Cheng, Kaining Zhang, Li Sh	qml	2023	2304.02480
収集	量子回路確率の可視化：量子プログラム合成のための計算行動の推定 Visualizing Quantum Circuit Probability -- estimating computational action for quantum program synthesis アルゴリズム確率論を論理回路に適用し、状態の確率を定義。古典・量子ゲートセットの比較と複雑性の概念を紹介する。	Bao Gia Bach, Akash Kundu, Tamal A	qml	2023	2304.02358
収集	量子ディートヘッジ Quantum Deep Hedging 金融市場におけるヘッジ問題に対し、深層強化学習の枠組を活用した量子強化学習法を開発した。	El Amine Cherrat, Snehal Raj, Iord	qml	2023	2303.16585
収集	量子フィッシャー情報計量を用いた量子機械学習モデルの汎化 Generalization of Quantum Machine Learning Models Using Quantum Fisher Information Metric 機械学習の汎化能力の解明課題に対し、変分量子の容量を記述するデータ量子フィッシャー情報計量(DQFIM)を提案する。	Tobias Haug, M. S. Kim	qml	2023	2303.13462
収集	量子機械学習のためのテンソルネットワーク Tensor networks for quantum machine learning テンソルネットワークは古典機械学習で確立され、量子計算へ移行し古典では困難な問題を解く量子機械学習のパラダイムとなった。	Hans-Martin Rieser, Frank Köster,	qml	2023	2303.11735
収集	ハミルトニアンダイナミクスの高次量子変換 Higher-order quantum transformations of Hamiltonian dynamics ブラックボックスの種子ハミルトニアンの照会を入力とし、任意の線形変換を効率的にシミュレートする量子アルゴリズムを示す。	Tatsuki Odake, Hlér Kristjánsson,	qml	2023	2303.09788
収集	量子機械学習における課題と機会 Challenges and Opportunities in Quantum Machine Learning QMLは量子データ解析の高速化が期待されるが、モデルの学習可能性に課題が残る。本稿は現在の進展をレビューする。	M. Cerezo, Guillaume Verdon, Hsin-	qml	2023	2303.09491
収集	連合量子自然勾配降下に基づく量子連合学習の最適化 Optimizing Quantum Federated Learning Based on Federated Quantum Natural Gradient Descent 量子連合学習(QFL)の通信負荷低減を目指し、連合量子自然勾配降下に基づいた効率的な最適化アルゴリズムを提案する。	Jun Qi, Xiao-Lei Zhang, Javier Tej	variational-algorithmsqml	2023	2303.08116
収集	量子機械学習の実装：提案と実験 Quantum Machine Learning Implementations: Proposals and Experiments 量子機械学習分野における最近の理論的提案と実験的実装の概要と展望を示す。量子強化学習、量子オートエンコーダ、量子メミンスタ等の特定の高影響トピックをレビューする。	Lucas Lamata	qml	2023	2303.06263
収集	画像分類における変分量子ニューラルネットワーク（VQNNs） Variational Quantum Neural Networks (VQNNS) in Image Classification 古典機械学習の限界を克服する量子機械学習は、複雑な相関を持つ問題を解決可能であることを示唆する。	Meghashrita Das, Tirupati Bolisett	qml	2023	2303.05860
収集	ブレインボックス量子オートエンコーダーを用いたエンタングル状態のエラー低減 Error mitigation of entangled states using brainbox quantum autoencoders 量子ハードウェアのノイズによるエンタングル状態の劣化を、シングルキュービットボトルネックの量子オートエンコーダーで修正する手法を検証する。	Joséphine Pazem, Mohammad H. Ansar	qml	2023	2303.01134
収集	対数最悪ケース回帰を持つ量子強化学習における証明可能に効率的な探索 Provably Efficient Exploration in Quantum Reinforcement Learning with Logarithmic Worst-Case Regret 量子強化学習の理論的理解は限定的だが、本稿は探索・活用のトレードオフに対応する新しいUCRL風アルゴリズムを提案する。	Han Zhong, Jiachen Hu, Yecheng Xue	qml	2023	2302.10796
収集	量子計算はエピソード型強化学習において指数関数的な後悔の改善をもたらす Quantum Computing Provides Exponential Regret Improvement in Episodic Reinforcement Learning 量子オラクルを用いたエピソード型強化学習に対し、UCBベースの量子アルゴリズム枠組を提案する。有限ホライズンMDPの学習において、後悔を指数関数的に改善することを示す。	Bhargav Ganguly, Yulian Wu, Di Wan	qml	2023	2302.08617
収集	量子機械学習における文脈依存性と帰納的バイアス Contextuality and inductive bias in quantum machine learning 量子機械学習の能力を理解するため、量子モデルに自然に適するデータ構造の特定を試みる。	Joseph Bowles, Victoria J Wright,	qml	2023	2302.01365
収集	量子機械学習におけるフーリエ級数重み Fourier series weight in quantum machine learning ハミルトニアン符号化を用いた量子機械学習モデルを設計し、三角関数補間などの手法を通じて、フーリエ級数がモデルに与える影響を検証する。	Parfait Atchade-Adelomou, Kent Lar	qml	2023	2302.00105
収集	量子生成モデルのパフォーマンス特性評価 A performance characterization of quantum generative models 成長中の量子生成モデリング分野において、多数の手法を系統的に比較し、実践者の意思決定を支援する。	Carlos A. Riofrío, Oliver Mitevski	qml	2023	2301.09363
収集	量子強化学習の非同期学習 Asynchronous training of quantum reinforcement learning 量子機械学習の進展を受け、逐次意思決定問題への適用が期待される量子強化学習の研究が注目されている。本論文では、古典的強化学習を拡張した手法について述べる。	Samuel Yen-Chi Chen	qml	2023	2301.05096
収集	スピン平均値による量子コンピュータ上の variational 量子状態のエンタングルメント評価 Evaluation of variational quantum states entanglement on a quantum computer by the mean value of spin 変分回路で準備されたn量子ビット状態のスピン平均値と幾何学的エンタングルメントの関係に基づき評価を行った。	Kh. P. Gnatenko	qml	2023	2301.03885
収集	VQNet 2.0: 古典と量子を統一する新世代機械学習フレームワーク VQNet 2.0: A New Generation Machine Learning Framework that Unifies Classical and Quantum 既存フレームワークは古典か量子か一方のみを対象とする。VQNet 1.0に基づき、両者を統一する新世代のVQNet 2.0を提案する。	Huanyu Bian, Zhilong Jia, Menghan	qml	2023	2301.03251
収集	量子コヒーレンスは熱に変換されうる Quantum coherence can be transformed into heat 量子系における熱と仕事の分類は古典熱力学と異なり明確ではない。本研究では、量子コヒーレンスが熱へと変換される過程を明らかにする。	Xue-Qun Yan, Yan-Jiao Du, Wen-Tao	qml	2022	2301.00196
収集	チップアーキテクチャへの制約は量子ニューラルネットワークの精度を維持する Restricting to the chip architecture maintains the quantum neural network accuracy ノイズあり中規模量子デバイス時代において、変分量子アルゴリズムは量子機械学習モデル構築の有力戦略である。本研究では、量子回路の構成要素とパラメータ化に着目し、チップアーキテクチャへの制約適用がモデル精度に与える影響を検証する。	Lucas Friedrich, Jonas Maziero	qml	2022	2212.14426
収集	分散型量子ネットワーク向けの量子フェデレーションラーニング Quantum Federated Learning for Distributed Quantum Networks 分散ネットワークの学習基盤「フェデレーションラーニング」は、量子計算の活用により、計算コストと通信セキュリティの課題を解決する。	Kai Yu, Fei Gao, Song Lin	qml	2022	2212.12913
収集	高解像度画像生成のためのハイブリッド量子古典生成敵対ネットワーク Hybrid Quantum-Classical Generative Adversarial Network for High Resolution Image Generation 分類・同定において古典法を上回る可能性がある量子機械学習の一派である量子GANの提案。	Shu Lok Tsang, Maxwell T. West, Sa	qml	2022	2212.11614
収集	ハードウェアエラーにおける量子強化学習の頑健性 Robustness of quantum reinforcement learning under hardware errors 近年の量子強化学習は近距離量子デバイスの実装において注目されている。本研究は、ハードウェアのエラーに対するその頑健性を評価している。	Andrea Skolik, Stefano Mangini, Th	qml	2022	2212.09431

このデータは blueqat の量子ソフトウェア研究から作られています。最終取り込み 2026-10-12 05:20:01