Fugu-MT 論文翻訳(概要): Tensor network based machine learning of non-Markovian quantum processes

論文の概要: Tensor network based machine learning of non-Markovian quantum processes

arxiv url: http://arxiv.org/abs/2004.11038v1
Date: Thu, 23 Apr 2020 09:24:34 GMT
ステータス: 処理完了
システム内更新日: 2023-05-22 08:28:36.435478
Title: Tensor network based machine learning of non-Markovian quantum processes
Title（参考訳）: 非マルコフ量子プロセスのテンソルネットワークに基づく機械学習
Authors: Chu Guo, Kavan Modi, and Dario Poletti
Abstract要約: テンソルネットワークに基づく機械学習アルゴリズムを用いて,汎用的で非マルコフ的量子プロセスの構造を学習する方法を示す。非マルコビアン性の尺度であるMPOの結合次元は、系の特性、環境、およびそれらの相互作用にどのように依存するかを示す。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We show how to learn structures of generic, non-Markovian, quantum stochastic processes using a tensor network based machine learning algorithm. We do this by representing the process as a matrix product operator (MPO) and train it with a database of local input states at different times and the corresponding time-nonlocal output state. In particular, we analyze a qubit coupled to an environment and predict output state of the system at different time, as well as reconstruct the full system process. We show how the bond dimension of the MPO, a measure of non-Markovianity, depends on the properties of the system, of the environment and of their interaction. Hence, this study opens the way to a possible experimental investigation into the process tensor and its properties.
Abstract（参考訳）: テンソルネットワークに基づく機械学習アルゴリズムを用いて,非マルコフ的,量子確率過程の構造を学習する方法を示す。このプロセスは行列積演算子(MPO)として表現され、異なる時刻における局所的な入力状態と対応する時間非局所的な出力状態のデータベースで訓練される。特に,環境に結合したキュービットを分析し,システムの出力状態を異なるタイミングで予測し,システムプロセス全体を再構築する。非マルコビアン性の尺度であるMPOの結合次元は、系の特性、環境、およびそれらの相互作用にどのように依存するかを示す。したがって、この研究はプロセステンソルとその性質に関する実験的な研究への道を開く。

関連論文リスト

Nature-Inspired Local Propagation [68.63385571967267]
自然学習プロセスは、データの表現と学習が局所性を尊重するような方法で交わされるメカニズムに依存している。ハミルトン方程式の構造を導出した「学習の法則」のアルゴリズム的解釈は、伝播の速度が無限大になるときにバックプロパゲーションに還元されることを示す。これにより、バックプロパゲーションと提案されたローカルアルゴリズムの置き換えに基づく完全なオンライン情報に基づく機械学習への扉が開く。
論文参考訳（メタデータ） (2024-02-04T21:43:37Z)
Intrinsic and Measured Information in Separable Quantum Processes [0.0]
分離可能なキューディット列に対する量子情報理論的性質を導入する。我々は、その量子情報特性に基づいて、分離可能なプロセスの幅広いクラスを同定する。
論文参考訳（メタデータ） (2023-03-01T01:26:01Z)
Federated Stochastic Gradient Descent Begets Self-Induced Momentum [151.4322255230084]
Federated Learning(FL)は、モバイルエッジシステムに適用可能な、新興の機械学習手法である。このような条件下での勾配降下(SGD)への走行は,大域的な集約プロセスに運動量的な項を加えるとみなすことができる。
論文参考訳（メタデータ） (2022-02-17T02:01:37Z)
Human Activity Recognition using Attribute-Based Neural Networks and Context Information [61.67246055629366]
手作業におけるウェアラブルセンサデータから人間の活動認識(HAR)を考察する。我々は、コンテキスト情報をディープニューラルネットワークベースのHARシステムに体系的に組み込む方法を示す。提案したアーキテクチャは,最先端手法と比較してHAR性能が向上することを示す。
論文参考訳（メタデータ） (2021-10-28T06:08:25Z)
Quantum evolution kernel : Machine learning on graphs with programmable arrays of qubits [0.0]
本稿では,量子系の時間進化に基づいて,グラフ構造データ間の類似度を測定する手法を提案する。システムのハミルトニアンにおける入力グラフの位相を符号化することにより、進化はデータの重要な特徴を保持する測定サンプルを生成する。本手法は,典型的なベンチマークデータセット上での標準グラフカーネルと比較して性能がよいことを示す。
論文参考訳（メタデータ） (2021-07-07T14:25:18Z)
Using Data Assimilation to Train a Hybrid Forecast System that Combines Machine-Learning and Knowledge-Based Components [52.77024349608834]
利用可能なデータがノイズの多い部分測定の場合,カオスダイナミクスシステムのデータ支援予測の問題を検討する。動的システムの状態の部分的測定を用いることで、不完全な知識ベースモデルによる予測を改善するために機械学習モデルを訓練できることを示す。
論文参考訳（メタデータ） (2021-02-15T19:56:48Z)
Learning temporal data with variational quantum recurrent neural network [0.5658123802733283]
パラメタライズド量子回路を用いて時間データを学習する手法を提案する。この研究は、時間データの学習に複雑な量子力学を利用する方法を提供する。
論文参考訳（メタデータ） (2020-12-21T10:47:28Z)
A Novel Anomaly Detection Algorithm for Hybrid Production Systems based on Deep Learning and Timed Automata [73.38551379469533]
DAD:DeepAnomalyDetectionは,ハイブリッド生産システムにおける自動モデル学習と異常検出のための新しいアプローチである。深層学習とタイムドオートマトンを組み合わせて、観察から行動モデルを作成する。このアルゴリズムは実システムからの2つのデータを含む少数のデータセットに適用され、有望な結果を示している。
論文参考訳（メタデータ） (2020-10-29T08:27:43Z)
Multi-Tones' Phase Coding (MTPC) of Interaural Time Difference by Spiking Neural Network [68.43026108936029]
雑音の多い実環境下での正確な音像定位のための純粋スパイクニューラルネットワーク(SNN)に基づく計算モデルを提案する。このアルゴリズムを,マイクロホンアレイを用いたリアルタイムロボットシステムに実装する。実験の結果, 平均誤差方位は13度であり, 音源定位に対する他の生物学的に妥当なニューロモルフィックアプローチの精度を上回っていることがわかった。
論文参考訳（メタデータ） (2020-07-07T08:22:56Z)
A discrete memory-kernel for multi-time correlations in non-Markovian quantum processes [0.0]
本手法は,複数問合せを含むプロセスに拡張可能であることを示す。弊社のアプローチは、オープン量子プロセスのプロセス-テンソル記述を利用して、ダイナミクスを表現・伝播する。
論文参考訳（メタデータ） (2020-07-07T07:00:34Z)
Data-driven learning of non-autonomous systems [4.459185142332526]
時間依存入力を用いた未知の非自律力学系を復元するための数値的枠組みを提案する。システムの非自律的な性質によって生じる困難を回避するため,本手法では,解状態を離散的な時間インスタンス上でシステムの一部に変換する。
論文参考訳（メタデータ） (2020-06-02T15:33:23Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。