論文の概要: Variational Quantum Boltzmann Machines
- arxiv url: http://arxiv.org/abs/2006.06004v1
- Date: Wed, 10 Jun 2020 18:00:09 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-16 02:40:16.925047
- Title: Variational Quantum Boltzmann Machines
- Title(参考訳): 変分量子ボルツマン機械
- Authors: Christa Zoufal and Aur\'elien Lucchi and Stefan Woerner
- Abstract要約: 本研究は量子ボルツマンマシン(QBM)に対する新しい実現法を提案する。
必要なギブス状態の調製と損失関数の解析勾配の評価は、変分量子イマジナリー時間進化に基づいている。
本稿では,この変分QBM手法を数値シミュレーションによる生成的・識別的学習タスクに適用する。
- 参考スコア(独自算出の注目度): 0.8057006406834467
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This work presents a novel realization approach to Quantum Boltzmann Machines
(QBMs). The preparation of the required Gibbs states, as well as the evaluation
of the loss function's analytic gradient is based on Variational Quantum
Imaginary Time Evolution, a technique that is typically used for ground state
computation. In contrast to existing methods, this implementation facilitates
near-term compatible QBM training with gradients of the actual loss function
for arbitrary parameterized Hamiltonians which do not necessarily have to be
fully-visible but may also include hidden units. The variational Gibbs state
approximation is demonstrated with numerical simulations and experiments run on
real quantum hardware provided by IBM Quantum. Furthermore, we illustrate the
application of this variational QBM approach to generative and discriminative
learning tasks using numerical simulation.
- Abstract(参考訳): 本稿では,量子ボルツマンマシン(qbms)に対する新しい実現手法を提案する。
必要なギブス状態の調製と損失関数の解析勾配の評価は、典型的には基底状態計算に使用される変分量子イマジナリー時間進化に基づいている。
既存の方法とは対照的に、この実装は、完全に可視である必要はなく隠れ単位を含むかもしれない任意のパラメータ化されたハミルトニアンの実際の損失関数の勾配を持つ、短期的互換性のあるqbmトレーニングを容易にする。
変分ギブス状態近似は、IBM Quantumが提供する実際の量子ハードウェア上での数値シミュレーションと実験によって実証される。
さらに,この変分QBM手法を数値シミュレーションを用いた生成的・識別的学習タスクに適用する。
関連論文リスト
- Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。
我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。
これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
論文 参考訳(メタデータ) (2023-06-29T18:00:01Z) - On the Sample Complexity of Quantum Boltzmann Machine Learning [0.0]
モデルと目標との期待値の差からQBM学習の運用的定義を与える。
解は、少なくとも複数のギブス状態を用いて勾配降下で得られることを証明した。
特に,平均場,ガウスフェルミオン,幾何学的局所ハミルトニアンに基づく事前学習戦略を提案する。
論文 参考訳(メタデータ) (2023-06-26T18:00:50Z) - TeD-Q: a tensor network enhanced distributed hybrid quantum machine
learning framework [59.07246314484875]
TeD-Qは、量子機械学習のためのオープンソースのソフトウェアフレームワークである。
古典的な機械学習ライブラリと量子シミュレータをシームレスに統合する。
量子回路とトレーニングの進捗をリアルタイムで視覚化できるグラフィカルモードを提供する。
論文 参考訳(メタデータ) (2023-01-13T09:35:05Z) - Adaptive variational algorithms for quantum Gibbs state preparation [0.0]
本研究では,自由エネルギーと異なり,(ii)動的に生成する問題調整アンゼを用いて測定する目的関数を提案する。
これにより、低深度回路を用いたギブス状態の準備を任意に精度良く行うことができる。
我々のアルゴリズムは、幅広い温度と様々なハミルトンに対して高忠実度ギブズ状態を作成することができることを数値的に示している。
論文 参考訳(メタデータ) (2022-03-23T22:54:19Z) - Variational Quantum Policy Gradients with an Application to Quantum
Control [0.0]
量子機械学習モデルは、変分量子回路(VQC)によって非常に自然な方法で構成される。
本研究では,ハードウェア効率のよいアザッツを用いたポリシグラディエンスについて考察する。
量子ハードウェアを用いた勾配のエプシロン近似を求める複雑さは、パラメータの数と対数的にしか比較できないことを証明した。
論文 参考訳(メタデータ) (2022-03-20T16:14:49Z) - 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) - On exploring practical potentials of quantum auto-encoder with
advantages [92.19792304214303]
量子オートエンコーダ(QAE)は、量子物理学で遭遇する次元の呪いを和らげるための強力なツールである。
我々はQAEを用いて固有値を効率的に計算し、高次元量子状態の対応する固有ベクトルを作成できることを証明した。
低ランク状態の忠実度推定,量子ギブス状態準備,量子メトロジーの課題を解決するために,QAEに基づく効果的な3つの学習プロトコルを考案した。
論文 参考訳(メタデータ) (2021-06-29T14:01:40Z) - Quantum-tailored machine-learning characterization of a superconducting
qubit [50.591267188664666]
我々は,量子デバイスのダイナミクスを特徴付ける手法を開発し,デバイスパラメータを学習する。
このアプローチは、数値的に生成された実験データに基づいてトレーニングされた物理に依存しないリカレントニューラルネットワークより優れている。
このデモンストレーションは、ドメイン知識を活用することで、この特徴付けタスクの正確性と効率が向上することを示す。
論文 参考訳(メタデータ) (2021-06-24T15:58:57Z) - Variational Quantum Anomaly Detection: Unsupervised mapping of phase
diagrams on a physical quantum computer [0.0]
量子シミュレーションから量子データを解析するための教師なし量子機械学習アルゴリズムである変分量子異常検出を提案する。
このアルゴリズムは、事前の物理的知識を持たないシステムの位相図を抽出するために用いられる。
現在ではアクセスしやすいデバイスで使用でき、実際の量子コンピュータ上でアルゴリズムを実行することができる。
論文 参考訳(メタデータ) (2021-06-15T06:54:47Z) - State preparation and measurement in a quantum simulation of the O(3)
sigma model [65.01359242860215]
我々は,非線型O(3)シグマモデルの固定点が,格子サイトあたり2キュービットしか持たないスピンモデルの量子相転移付近で再現可能であることを示す。
本稿では,弱い結合状態と量子臨界状態の両方において,断熱的基底状態の準備が複雑になる結果を得るためにトロッター法を適用した。
非単位ランダム化シミュレーション法に基づく量子アルゴリズムの提案と解析を行う。
論文 参考訳(メタデータ) (2020-06-28T23:44:12Z) - A Variational Quantum Algorithm for Preparing Quantum Gibbs States [0.22559617939136506]
ギブス分布の作成は量子計算の重要な課題である。
量子系の自由エネルギーを最小化することに基づくギブス状態を作成するための変分的アプローチを提案する。
論文 参考訳(メタデータ) (2020-01-31T20:52:50Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。