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 6,229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 110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

7,761 総エントリ 論文6,229＋事例1,532

6,229 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

6,192 日本語化済み 収集6,192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 6,229 企業ユースケース 1,532

すべて精読済み 68 誤り訂正 972 量子機械学習 850 実機実証 640 誤り訂正前提のアルゴリズム 536 性能の測定 528 応用 492 誤り抑制 481 変分アルゴリズム 441 ソフトウェア 364 コンパイル 350 学習のしやすさ 333 古典シミュレーション 328

853件／801〜850件目を表示

状態	題名	著者	分野	年	arXiv
収集	量子再生プロセス Quantum renewal processes 古典的な再生過程を参照し、完全に正値かつトレースを保存する写像で記述される、メモリカーネルを持つマスタ方程式の一般的構成を提案する。	Bassano Vacchini	qml	2019	1906.00693
収集	パウリ・フュージョン：ZX項から量子変換を実現する計算モデル Pauli Fusion: a Computational Model to Realise Quantum Transformations from ZX Terms ZX計算の生成子に密接に対応する原始操作を持つ、抽象的な量子計算モデル「パウリ・フュージョン」を提示する。	Niel de Beaudrap, Ross Duncan, Dom	qml	2019	1904.12817
収集	スワップテストに基づく量子ニューラルネットワークの構築 Building quantum neural networks based on swap test スワップテストを用い、内積と活性化関数で構成されるニューロンを実装し、量子ニューラルネットワークを提案する。	Jian Zhao, Yuan-Hang Zhang, Chang-	qml	2019	1904.12697
収集	アプリケーションを備えた効率的なオンライン量子生成敵対学習アルゴリズム Efficient Online Quantum Generative Adversarial Learning Algorithms with Applications 量子生成敵対学習（QuGAL）の理論的優位性に対し、効率的なオンライン学習アルゴリズムを提案する。	Yuxuan Du, Min-Hsiu Hsieh, Dacheng	qml	2019	1904.09602
収集	Quanvolutional Neural Networks: 量子回路による画像認識の強化 Quanvolutional Neural Networks: Powering Image Recognition with Quantum Circuits 階層的特徴抽出を実現する畳み込みニューラルネットワーク（CNN）の利点を、量子回路を用いて強化するQuanvolutional Neural Networksを提案する。	Maxwell Henderson, Samriddhi Shaky	qml	2019	1904.04767
収集	ランダム分布の学習とロードのための量子生成敵対ネットワーク Quantum Generative Adversarial Networks for Learning and Loading Random Distributions 古典データの量子状態への効率的な読み込みを実現するアルゴリズムを検討し、既存の$O(2^n)$ゲート手法を改善する量子敵対ネットワーク手法を提案する。	Christa Zoufal, Aurélien Lucchi, S	qml	2019	1904.00043
収集	量子データの無損失圧縮のための量子オートエンコーダの実現 Realization of a quantum autoencoder for lossless compression of quantum data 量子情報の自動圧縮を実現する量子オートエンコーダは重要である。本稿では、量子情報を低次元空間に圧縮する手法を実装する。	Chang-Jiang Huang, Hailan Ma, Qi Y	qml	2019	1903.08699
収集	量子強化学習の進展 Advances in Quantum Reinforcement Learning データマイニングへの量子機械学習関心に呼応し、AIの対話型学習である強化学習においても量子力学の有用性が示されている。	Vedran Dunjko, Jacob M. Taylor, Ha	qml	2018	1811.08676
収集	Rigetti量子コンピュータにおける量子強化学習による測定ベース適応プロトコル Measurement-based adaptation protocol with quantum reinforcement learning in a Rigetti quantum computer Rigetti量子コンピュータ上で、量子強化学習を用いた測定ベース適応プロトコルの実験的実装を示す。この実験は理論的提案を忠実に再現し、自律型量子エージェントへの第一步を設定した。	J. Olivares-Sánchez, J. Casanova,	qml	2018	1811.07594
収集	散逸による量子データの分類 Classifying quantum data by dissipation 任意のCNF論理式を計算する散逸型量子回路を研究する。CNF節がマールコフian量子力学の局所生成子を定義し、その固定点が式の評価を表す。	Jeffrey Marshall, Lorenzo Campos V	qml	2018	1811.03175
収集	正準量子化のない相対論的粒子理論 Relativistic Particle Theories Without Canonical Quantization クライン-ゴルドンやディラック理論における正準量子化の困難さから量子場理論への移行の背景を踏まえ、代替手法の探索を行う。	Giuseppe Nisticò	qml	2018	1811.01546
収集	肺腺癌と扁平上皮癌患者の分類のための古典的・量子機械学習の融合 An Amalgamation of Classical and Quantum Machine Learning For the Classification of Adenocarcinoma and Squamous Cell Carcinoma Patients 非小細胞肺癌の2つの亜型、腺癌と扁平上皮癌を分類する手法を報告する。約2万の遺伝子発現データを用いる。	Siddhant Jain, Jalal Ziauddin, Pau	qml	2018	1810.11959
収集	クラウドベースの量子コンピュータへのアルゴリズム展開のためのフレームワーク A framework for algorithm deployment on cloud-based quantum computers クラウドアクセス可能な量子計算環境の進化に対し、変化するリソースの不安定性を克服するアルゴリズム展開フレームワークを提案する。	Sukin Sim, Yudong Cao, Jonathan Ro	qml	2018	1810.10576
収集	量子機械学習のためのトポグラフィック表現 Topographic Representation for Quantum Machine Learning 量子プロセスのユニタリ性を活用し、他アプローチの複雑さを回避する脳模倣型量子機械学習手法を提案する。線形重ね合わせによる並列計算の可能性を探る。	Bruce MacLennan	qml	2018	1810.06992
収集	未知の量子変換の反転：一般ユニタリ演算を反転する普遍量子回路 Reversing Unknown Quantum Transformations: Universal Quantum Circuit for Inverting General Unitary Operations d次元ユニタリ演算U_dを実行する量子ゲートを用い、k回使用可能とし、d以外の記述なしで、失敗確率がkに対して指数関数的に減衰する逆演算U_d^{-1}を実行する普遍な確率的 heralded 量子回路を提示する。	Marco Túlio Quintino, Qingxiuxiong	qml	2018	1810.06944
収集	量子ニューラルネットワークとソフト量子コンピューティング Quantum Neural Network and Soft Quantum Computing 環境による脱位相や散逸を利用したソフト量子コンピューティングを提案し、その一例として量子ニューラルネットワークを提示する。	Zeng-Bing Chen	qml	2018	1810.05025
収集	量子オートエンコーダの実装：機械学習によるキュートリットの圧縮 Experimental Realization of a Quantum Autoencoder: The Compression of Qutrits via Machine Learning 量子オートエンコーダは量子メモリ要件を削減するために提案された。本研究では、機械学習を用いて入力を圧縮する実験的実装を示した。	Alex Pepper, Nora Tischler, Geoff	qml	2018	1810.01637
収集	超伝導量子回路における量子生成敵対学習 Quantum generative adversarial learning in a superconducting quantum circuit 人工知能の一分野である生成敵対学習は、画像や動画生成などの様々な課題で顕著な性能を示す。近年、量子版が注目されている。	Ling Hu, Shu-Hao Wu, Weizhou Cai e	qml	2018	1808.02893
収集	ネットワーク上の量子情報分散符号化・復号化 Distributed Encoding and Decoding of Quantum Information over Networks 量子誤り訂正や分散処理において必須な多体量子系の符号化・復号化の非局所性を定量的に記述する。	Hayata Yamasaki, Mio Murao	qml	2018	1807.11483
収集	量子加算器を用いた量子オートエンコーダの実装実験 Experimental Implementation of a Quantum Autoencoder via Quantum Adders 量子オートエンコーダのリソース削減手法として、量子加算器を用いた実装実験を実施した。	Yongcheng Ding, Lucas Lamata, Mike	qml	2018	1807.10643
収集	離散分布を生成するための量子生成敵対ネットワーク Quantum generative adversarial network for generating discrete distribution 古典離散分布の生成を目的とした量子GANを提案する。古典-量子ハイブリッドアーキテクチャを採用し、量子機械学習における生成モデルの能力を探求する。	Haozhen Situ, Zhimin He, Yuyi Wang	qml	2018	1807.01235
収集	局所ハミルトニアンによるデータ分類 Classifying Data with Local Hamiltonians 局所ハミルトニアンの低エネルギー準位を活用する量子ニューラルネットワークを定義し、Microsoftの量子シミュレータで二値分類器を構築・評価した。	Johannes Bausch	qml	2018	1807.00804
収集	量子ニューラルネットワークにおけるデコヒーレンス Decoherence in a quantum neural network スピン-1/2粒子のスピンスターモデルを用い、QNN素子のコヒーレンス動態を解析。	Deniz Türkpençe, Tahir Çetin Akınc	qml	2018	1806.07251
収集	連続変数量子ニューラルネットワーク Continuous-variable quantum neural networks 電磁場の振幅などの連続自由度に量子情報をエンコードする連続変数アーキテクチャに基づく、変分量子回路としてニューラルネットワークを構築する一般的方法を提案する。	Nathan Killoran, Thomas R. Bromley	qml	2018	1806.06871
収集	量子ユニタリ変換のためのロバスト学習制御設計 Robust Learning Control Design for Quantum Unitary Transformations 減衰や誤差への耐性を備えた量子制御手法を提案し、サンプリングに基づく手法を用いてユニタリ変換のロバストな学習制御を実現する。	Chengzhi Wu, Bo Qi, Chunlin Chen e	qml	2018	1806.02140
収集	データサイエンティスト向け量子機械学習 Quantum machine learning for data scientists 難解な数式を避け、例題と段階的な説明により量子機械学習アルゴリズムを解説する。データサイエンティスト向けの概説である。	Dawid Kopczyk	qml	2018	1804.10068
収集	量子生成敵対学習 Quantum generative adversarial learning 古典機械学習の手法を量子化し、生成器と判別器を用いた敵対的学習プロセスを確立する。	Seth Lloyd, Christian Weedbrook	qml	2018	1804.09139
収集	量子生成敵対ネットワーク Quantum generative adversarial networks 量子マシンラーニングは量子デバイスへの応用有望分野である。本稿では、古典学習の画期的技法である生成敵対的学習を量子環境に拡張し、識別器の勾配を用いて生成器を訓練する手法を提案する。	Pierre-Luc Dallaire-Demers, Nathan	qml	2018	1804.08641
収集	階層型量子分類器 Hierarchical quantum classifiers 階層構造を持つ量子回路を用い、より表現力の高い回路が高精度な分類を実現し、古典計算で効率的に処理できない高エンタングルメント状態の分類も可能であることを実証した。	Edward Grant, Marcello Benedetti,	qml	2018	1804.03680
収集	量子強化学習を用いた測定ベース適応プロトコル Measurement-based adaptation protocol with quantum reinforcement learning 変化環境での効率的なタスク遂行に不可欠な適応性を実現するため、人間に似た強化学習を用いた測定ベースの適応プロトコルを提案する。	F. Albarrán-Arriagada, J. C. Retam	qml	2018	1803.05340
収集	HHLアルゴリズムおよび関連する量子機械学習アルゴリズムの再考 Reconsider HHL algorithm and its related quantum machine learning algorithms 線形方程式求解用重要サブルーチンであるHHLアルゴリズムの、過去に無視されていた欠点を分析し、効率・精度・実用性への影響を検証する。	Changpeng Shao	qml	2018	1803.01486
収集	量子機械学習による量子同期の向上 Enhanced Quantum Synchronization via Quantum Machine Learning 結合した二つの光共振器内の二準位系間の量子同期を研究する。マスター方程式のデジタル・アナログ分解により、両系の同期を実現できることを示す。	F. A. Cárdenas-López, M. Sanz, J.	qml	2017	1709.08519
収集	量子技術を用いた多量子ビット・多準位強化学習 Multiqubit and multilevel quantum reinforcement learning with quantum technologies 学習中にコヒーレントフィードバックを不要とする強化学習プロトコルを提案。超伝導回路に限定されず、広範な量子系での実装を可能にする。	F. A. Cárdenas-López, L. Lamata, J	qml	2017	1709.07848
収集	遺伝アルゴリズムを用いた量子加算器による量子オートエンコーダ Quantum autoencoders via quantum adders with genetic algorithms 量子機械学習における量子オートエンコーダの資源活用を目的とし、近似量子加算器と量子ニューラルネットワークの関連性を提案する。	L. Lamata, U. Alvarez-Rodriguez, J	qml	2017	1709.07409
収集	情報リザーバーに駆動される量子ニューラルネットワーク Quantum neural networks driven by information reservoir 閉系および開放系の量子ニューロン候補である相互作用スピンモデルの動力学を調べ、単純なニューラル計算への適合性を検証する。	Deniz Türkpençe, Tahir Çetin Akınc	qml	2017	1709.03276
収集	超伝導回路を用いた量子強化学習の基礎プロトコル Basic protocols in quantum reinforcement learning with superconducting circuits 超伝導回路技術を用い、閉ループ制御を実現する量子強化学習のプロトコルを提示し、自己学習による環境情報の取得と性能向上の可能性を示す。	Lucas Lamata	qml	2017	1701.05131
収集	制限された量子状態セットにおける統一量子ノーゴー定理と状態変換 Unified quantum no-go theorems and transforming of quantum states in a restricted set 量子力学の線形重ね合わせ原理は、不可能定理を導く。本論文では、これらの結果を統合する一般的な禁止原理を探求し、制限された状態セットにおける量子変換の一般論を検証する。	Ming-Xing Luo, Hui-Ran Li, Hong La	qml	2017	1701.04166
収集	ノイズとデコヒーレンスを伴う量子学習：堅牢な量子ニューラルネットワーク Quantum Learning with Noise and Decoherence: A Robust Quantum Neural Network ノコニング定理により量子状態のコピーが不可なため、環境との不要な相互作用によるコヒーレンス消失に対し、単純な冗長性では対応できない。	Nam H. Nguyen, Elizabeth C. Behrma	qml	2016	1612.07593
収集	因果構造と高次量子計算の分類 Causal structures and the classification of higher order quantum computations 量子演算を拡張し、演算に対する変換を含む高次変換の構造を因果性に基づいて分類する。	Paolo Perinotti	qml	2016	1612.05099
収集	量子データの有効な圧縮のための量子オートエンコーダー Quantum autoencoders for efficient compression of quantum data 古典的なオートエンコーダーの高次元データ圧縮の概念を量子回路へ拡張し、量子データを低次元空間へ圧縮し、復元する手法を提案する。	Jonathan Romero, Jonathan P. Olson	qml	2016	1612.02806
収集	フィードフォワード神経網の量子一般化 Quantum generalisation of feedforward neural networks 古典ニューロンを補助ビットで可逆化し、ユニタリ演算として量子化。ステップ関数活性化関数を用いるフィードフォワード神経網を提案する。	Kwok Ho Wan, Oscar Dahlsten, Hlér	qml	2016	1612.01045
収集	量子機械学習 Quantum Machine Learning 量子システムは古典系で効率的に生成できない直観に反するパターンを示すため、量子コンピュータが古典コンピュータを上回る性能を発揮する可能性がある。	Jacob Biamonte, Peter Wittek, Nico	qml	2016	1611.09347
収集	反復的タビス-カミングス系における測定誘起カオスと量子状態識別 Measurement-induced chaos and quantum state discrimination in an iterated Tavis-Cummings scheme 非直交原子量子状態の差を増幅するシュレーディンガー顕微鏡の実装として、放射場1モードと2準位原子集団の対相互作用を用いた空洞QED方案を提案する。	Juan Mauricio Torres, József Zsolt	qml	2016	1609.09775
収集	無限次元上の量子機械学習 Quantum machine learning over infinite dimensions 従来の量子機械学習は有限次元の変数を用いるが、本研究はそれをより一般的な無限次元へ一般化する。	Hoi-Kwan Lau, Raphael Pooser, Geor	qml	2016	1603.06222
収集	Posner計算：量子ニューラルネットワークモデル Posner computing: a quantum neural network model nビットからnビットへの古典関数を確率的に計算する量子アルゴリズムをQuipperで構築した。	James L. Ulrich	qml	2016	1601.07137
収集	量子変換に基づく量子増幅の統一的見地 Unified view of quantum amplification based on quantum transformation 量子状態変換の言語を用い、量子状態増幅の一般枠組みを初めて体系的に提示する。増幅の概念を定義し、量子状態の集合の増幅を一般的に記述する。	Meng-Jun Hu, Yong-Sheng Zhang	qml	2016	1601.05582
収集	量子ドットに基づく量子ニューラルネットワークにおける量子もつれ Entanglement in a quantum neural network based on quantum dots 双極子-双極子相互作用のある量子ドット配列からなる量子ニューラルネットワークのノード間の量子相関を、準断熱経路積分シミュレーションにより解析した。	Mikhail V. Altaisky, Nadezhda N. Z	qml	2015	1512.01141
収集	ブラインド量子機械学習 Blind quantum machine learning 限られた量子技術を持つ古典的クライアントが、プライバシーを保護しつつ遠隔の量子サーバーに機械学習を委託する最初のプロトコルを提案する。	Yu-Bo Sheng, Lan Zhou	qml	2015	1507.07195
収集	古典確率分布族から量子族への変換の条件について On the condition of conversion of classical probability distribution families into quantum families 確率分布族が量子状態族となる条件を検討し、古典および量子統計の基礎に対する深い洞察をもたらす統計実験の量子版の事例を示す。	Keiji Matsumoto	qml	2014	1412.3680
収集	ユニバーサル量子回路に基づく量子完全同型暗号方式 Quantum fully homomorphic encryption scheme based on universal quantum circuit 暗号化したデータを変復号せずに任意の量子変換を実行するQFHE方式を提案した。ユニバーサル量子回路に基づき、任意の量子演算を可能にする。	Min Liang	qml	2014	1410.2435

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