論文の概要: Foundations for Bayesian inference with engineered likelihood functions
for robust amplitude estimation
- arxiv url: http://arxiv.org/abs/2006.09349v2
- Date: Sun, 22 May 2022 15:30:49 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-13 18:00:00.070234
- Title: Foundations for Bayesian inference with engineered likelihood functions
for robust amplitude estimation
- Title（参考訳）: ロバスト振幅推定のための確率関数を用いたベイズ推定の基礎
- Authors: Dax Enshan Koh, Guoming Wang, Peter D. Johnson, Yudong Cao
- Abstract要約: 工学的可能性関数(ELF)を用いた頑健な振幅推定のためのフレームワークを提案する。
ELFは、パラメタライズド量子回路において可変パラメータを選択して得られる。
量子回路のある種のクラスから生じる可能性関数の詳細な特徴付けと解析を行う。
- 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 present mathematical and conceptual foundations for the task of robust
amplitude estimation using engineered likelihood functions (ELFs), a framework
introduced in Wang et al. [PRX Quantum 2, 010346 (2021)] that uses Bayesian
inference to enhance the rate of information gain in quantum sampling. These
ELFs, which are obtained by choosing tunable parameters in a parametrized
quantum circuit to minimize the expected posterior variance of an estimated
parameter, play an important role in estimating the expectation values of
quantum observables. We give a thorough characterization and analysis of
likelihood functions arising from certain classes of quantum circuits and
combine this with the tools of Bayesian inference to give a procedure for
picking optimal ELF tunable parameters. Finally, we present numerical results
to demonstrate the performance of ELFs.
- Abstract（参考訳）: Wang et al で導入されたフレームワークである ELFs を用いた頑健な振幅推定の数学的および概念的基礎について述べる。
[prx quantum 2, 010346 (2021)] 量子サンプリングにおける情報ゲインの速度を高めるためにベイズ推論を使用する。
これらのELFは、パラメータの予測後分散を最小限に抑えるためにパラメタライズド量子回路で可変パラメータを選択して得られるもので、量子可観測体の期待値の推定において重要な役割を果たす。
量子回路のある種のクラスから生じる可能性関数の詳細な特徴付けと解析を行い、これをベイズ推論のツールと組み合わせて最適なELF可変パラメータを選択する手順を与える。
最後に,ALFの性能を示す数値結果を示す。
関連論文リスト
- QuaCK-TSF: Quantum-Classical Kernelized Time Series Forecasting [7.945302052915863]
本稿では,このベイズ手法のロバスト性と,量子モデルにおけるカーネル・パースペクティブから得られるニュアンスド・インサイトとを融合した新しいアプローチを提案する。
我々はIsingの相互作用にインスパイアされた量子特徴写像を組み込み、正確な予測に不可欠な時間的依存関係のキャプチャーの有効性を実証する。
論文 参考訳（メタデータ） (2024-08-21T21:39:31Z) - Physics-Informed Bayesian Optimization of Variational Quantum Circuits [13.530592183149661]
本稿では,変分量子固有解法(VQEs)のベイズ最適化手法を提案する。
量子回路に関する重要な事前情報を含むVQE-カーネルを導出する。
我々はまた、信頼領域(EMICoRe)に対する最大改善(Maximum Improvement)と呼ばれるベイズ最適化のための新しい獲得関数を提案する。
論文 参考訳（メタデータ） (2024-06-10T10:17:06Z) - Fisher information susceptibility for multiparameter quantum estimation [0.23436632098950458]
ノイズは量子技術の性能に影響を及ぼし、そのため、作業上のメリットの数値を解明することが重要である。
量子気象学において、フィッシャー情報計測ノイズの感受性の導入により、測定の堅牢性を定量化できるようになった。
半定値プログラムの形式でその数学的定義を提供する。
論文 参考訳（メタデータ） (2023-12-04T16:54:01Z) - Quantum Conformal Prediction for Reliable Uncertainty Quantification in
Quantum Machine Learning [47.991114317813555]
量子モデルは暗黙の確率予測器を実装し、測定ショットを通じて各入力に対して複数のランダムな決定を生成する。
本稿では、そのようなランダム性を利用して、モデルの不確実性を確実に捉えることができる分類と回帰の両方の予測セットを定義することを提案する。
論文 参考訳（メタデータ） (2023-04-06T22:05:21Z) - Special functions in quantum phase estimation [61.12008553173672]
一つは球面波動関数のプロレーションであり、これは真パラメータと推定値の差が一定の閾値より小さい最大確率を与える。
もう1つはマチュー関数であり、エネルギー制約の下での最適推定を正確に与えている。
論文 参考訳（メタデータ） (2023-02-14T08:33:24Z) - Variational waveguide QED simulators [58.720142291102135]
導波管QEDシミュレータは1次元フォトニックバンドギャップ材料と相互作用する量子エミッタによって構成される。
ここでは、これらの相互作用がより効率的な変分量子アルゴリズムを開発するためのリソースとなることを実証する。
論文 参考訳（メタデータ） (2023-02-03T18:55:08Z) - Gaussian quantum estimation of the lossy parameter in a thermal
environment [0.10312968200748115]
ロッシーボソニックチャネルは、多くの量子情報タスクにおいて重要な役割を果たす。
単モードガウス状態と2モードガウス状態のそれぞれをプローブとして, アイドラーフリー, エンタングルメント支援症例において, それらの気象パワーを特徴付ける。
論文 参考訳（メタデータ） (2022-02-28T19:38:45Z) - Bosonic field digitization for quantum computers [62.997667081978825]
我々は、離散化された場振幅ベースで格子ボゾン場の表現に対処する。
本稿では,エラースケーリングを予測し,効率的な量子ビット実装戦略を提案する。
論文 参考訳（メタデータ） (2021-08-24T15:30:04Z) - Machine Learning Based Parameter Estimation of Gaussian Quantum States [14.85374185122389]
単一モードガウス量子状態のパラメータ推定のための機械学習フレームワークを提案する。
ベイジアン・フレームワークでは、測定データから適切な事前分布のパラメータを推定する。
論文 参考訳（メタデータ） (2021-08-13T04:59:16Z) - Probabilistic electric load forecasting through Bayesian Mixture Density
Networks [70.50488907591463]
確率的負荷予測(PLF)は、スマートエネルギーグリッドの効率的な管理に必要な拡張ツールチェーンの重要なコンポーネントです。
ベイジアン混合密度ネットワークを枠とした新しいPLFアプローチを提案する。
後方分布の信頼性と計算にスケーラブルな推定を行うため,平均場変動推定と深層アンサンブルを統合した。
論文 参考訳（メタデータ） (2020-12-23T16:21:34Z) - In and out of equilibrium quantum metrology with mean-field quantum
criticality [68.8204255655161]
本稿では,集団遷移現象が量子力学プロトコルに与える影響について考察する。
単一球面量子スピン(SQS)は平均場レベルでの分析的な洞察を可能にするステレオタイプ玩具モデルとして機能する。
論文 参考訳（メタデータ） (2020-01-09T19:20:42Z)
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。