Fugu-MT 論文翻訳(概要): Quantum self-learning Monte Carlo with quantum Fourier transform sampler

論文の概要: Quantum self-learning Monte Carlo with quantum Fourier transform sampler

arxiv url: http://arxiv.org/abs/2005.14075v1
Date: Thu, 28 May 2020 15:16:00 GMT
ステータス: 処理完了
システム内更新日: 2023-05-18 02:50:08.070576
Title: Quantum self-learning Monte Carlo with quantum Fourier transform sampler
Title（参考訳）: 量子フーリエ変換サンプラーを用いた量子自己学習モンテカルロ
Authors: Katsuhiro Endo, Taichi Nakamura, Keisuke Fujii, and Naoki Yamamoto
Abstract要約: 本稿では,量子コンピュータを用いて提案分布を出力するモンテカルロ法を提案する。この量子インスパイアされたアルゴリズムの性能は、いくつかの数値シミュレーションによって実証されている。
参考スコア（独自算出の注目度）: 1.961783412203541
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The self-learning Metropolis-Hastings algorithm is a powerful Monte Carlo method that, with the help of machine learning, adaptively generates an easy-to-sample probability distribution for approximating a given hard-to-sample distribution. This paper provides a new self-learning Monte Carlo method that utilizes a quantum computer to output a proposal distribution. In particular, we show a novel subclass of this general scheme based on the quantum Fourier transform circuit; this sampler is classically simulable while having a certain advantage over conventional methods. The performance of this "quantum inspired" algorithm is demonstrated by some numerical simulations.
Abstract（参考訳）: 自己学習metropolis-hastingsアルゴリズムは強力なモンテカルロ法であり、機械学習の助けを借りて、与えられたハード・トゥ・サムル分布を近似する簡単なサンプル確率分布を適応的に生成する。本稿では,量子コンピュータを用いて提案分布を出力する新しい自己学習モンテカルロ法を提案する。特に、量子フーリエ変換回路に基づくこの一般的なスキームの新たなサブクラスを示す。この量子インスパイアされたアルゴリズムの性能は、いくつかの数値シミュレーションによって実証されている。

関連論文リスト

Accelerating variational quantum Monte Carlo using the variational quantum eigensolver [0.0]
変分モンテカルロ法(VMC)は量子状態に対応する分布から古典的にサンプリングするために用いられる。本稿では,この初期分布を量子コンピュータを用いて生成したサンプルに置き換えることを提案する。
論文参考訳（メタデータ） (2023-07-15T05:45:55Z)
A Survey of Quantum Alternatives to Randomized Algorithms: Monte Carlo Integration and Beyond [7.060988518771793]
我々は,モンテカルロ法における量子回路を用いた計算速度において,量子的優位性を得る可能性に注目した。従来のモンテカルロに取って代わる量子アルゴリズムを再検討し、既存の量子アルゴリズムと潜在的な量子実現の両方を考える。
論文参考訳（メタデータ） (2023-03-08T23:39:49Z)
Quantum-enhanced Markov chain Monte Carlo [0.22166578153935784]
いくつかのアプリケーションにおいてボトルネックとなる分布のサンプリングに量子アルゴリズムを導入する。それぞれのステップで、量子プロセッサは重ね合わせのモデルを探索し、ランダムな動きを提案し、古典的なコンピュータで受け入れられるか拒否される。この量子アルゴリズムは、関連する問題インスタンス上の典型的なMCMC代替よりも少ないイテレーションで収束する。
論文参考訳（メタデータ） (2022-03-23T15:50:12Z)
A novel sampler for Gauss-Hermite determinantal point processes with application to Monte Carlo integration [0.0]
我々は、$mathbbRd$上の新しい決定点プロセスが実際にどのようにサンプリングされ、モンテカルロ積分を改善するために使用されるかを示す。この新過程のサンプルはガウス測度に対するモンテカルロ積分において有用であることが示されている。
論文参考訳（メタデータ） (2022-03-15T16:54:03Z)
Generalization Metrics for Practical Quantum Advantage in Generative Models [68.8204255655161]
生成モデリングは量子コンピュータにとって広く受け入れられている自然のユースケースである。我々は,アルゴリズムの一般化性能を計測して,生成モデリングのための実用的な量子優位性を探索する,単純で曖昧な手法を構築した。シミュレーションの結果、我々の量子にインスパイアされたモデルは、目に見えない、有効なサンプルを生成するのに、最大で68倍の費用がかかります。
論文参考訳（メタデータ） (2022-01-21T16:35:35Z)
Quantum algorithm for stochastic optimal stopping problems with applications in finance [60.54699116238087]
有名な最小二乗モンテカルロ (LSM) アルゴリズムは、線形最小二乗回帰とモンテカルロシミュレーションを組み合わせることで、最適停止理論の問題を解決する。プロセスへの量子アクセス、最適な停止時間を計算するための量子回路、モンテカルロの量子技術に基づく量子LSMを提案する。
論文参考訳（メタデータ） (2021-11-30T12:21:41Z)
Learnability of the output distributions of local quantum circuits [53.17490581210575]
2つの異なるオラクルモデルにおいて、量子回路Bornマシンの学習可能性について検討する。我々はまず,超対数深度クリフォード回路の出力分布がサンプル効率良く学習できないという負の結果を示した。より強力なオラクルモデル、すなわちサンプルに直接アクセスすると、局所的なクリフォード回路の出力分布は計算効率よくPACを学習可能であることを示す。
論文参考訳（メタデータ） (2021-10-11T18:00:20Z)
Every Classical Sampling Circuit is a Quantum Sampling Circuit [0.8122270502556371]
このノートは、ある確率分布を符号化する量子状態である「Q-marginals」を紹介している。これは、興味の確率分布の古典的な回路サンプリングから直接作成できることを示している。
論文参考訳（メタデータ） (2021-09-10T12:52:23Z)
Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
論文参考訳（メタデータ） (2021-08-09T18:00:05Z)
Quantum Markov Chain Monte Carlo with Digital Dissipative Dynamics on Quantum Computers [52.77024349608834]
少数のアンシラ量子ビットを用いて環境との相互作用をシミュレートするデジタル量子アルゴリズムを開発した。逆イジングモデルの熱状態のシミュレーションによるアルゴリズムの評価を行った。
論文参考訳（メタデータ） (2021-03-04T18:21:00Z)
Sampling in Combinatorial Spaces with SurVAE Flow Augmented MCMC [83.48593305367523]
ハイブリッドモンテカルロ(Hybrid Monte Carlo)は、複素連続分布からサンプリングする強力なマルコフ連鎖モンテカルロ法である。本稿では,SurVAEフローを用いたモンテカルロ法の拡張に基づく新しい手法を提案する。本稿では,統計学,計算物理学,機械学習など,様々な分野におけるアルゴリズムの有効性を実証し,代替アルゴリズムと比較した改良点を考察する。
論文参考訳（メタデータ） (2021-02-04T02:21:08Z)

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。