論文の概要: Entanglement Devised Barren Plateau Mitigation
- arxiv url: http://arxiv.org/abs/2012.12658v1
- Date: Tue, 22 Dec 2020 17:49:38 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-19 21:48:20.144198
- Title: Entanglement Devised Barren Plateau Mitigation
- Title(参考訳): エンタングルメントによるバレン高原の緩和
- Authors: Taylor L. Patti, Khadijeh Najafi, Xun Gao, Susanne F. Yelin
- Abstract要約: 我々は不規則な高原の源としてランダムな絡み合いを含意し、多体絡み合いのダイナミクスの観点から特徴付ける。
本稿では,多くのバレン高原改善技術を提案し,実証する。
エンタングルメントの制限は、自動およびエンジニアリングの両方で、高精度なトレーニングの目印であることが分かっています。
- 参考スコア(独自算出の注目度): 1.382143546774115
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Hybrid quantum-classical variational algorithms are one of the most
propitious implementations of quantum computing on near-term devices, offering
classical machine learning support to quantum scale solution spaces. However,
numerous studies have demonstrated that the rate at which this space grows in
qubit number could preclude learning in deep quantum circuits, a phenomenon
known as barren plateaus. In this work, we implicate random entanglement as the
source of barren plateaus and characterize them in terms of many-body
entanglement dynamics, detailing their formation as a function of system size,
circuit depth, and circuit connectivity. Using this comprehension of
entanglement, we propose and demonstrate a number of barren plateau
ameliorating techniques, including: initial partitioning of cost function and
non-cost function registers, meta-learning of low-entanglement circuit
initializations, selective inter-register interaction, entanglement
regularization, the addition of Langevin noise, and rotation into preferred
cost function eigenbases. We find that entanglement limiting, both automatic
and engineered, is a hallmark of high-accuracy training, and emphasize that as
learning is an iterative organization process while barren plateaus are a
consequence of randomization, they are not necessarily unavoidable or
inescapable. Our work forms both a theoretical characterization and a practical
toolbox; first defining barren plateaus in terms of random entanglement and
then employing this expertise to strategically combat them.
- Abstract(参考訳): ハイブリッド量子古典変動アルゴリズムは、量子スケールのソリューション空間への古典的な機械学習サポートを提供する、短期デバイス上での量子コンピューティングの最も有望な実装の1つである。
しかし、多くの研究により、この空間が量子ビット数で成長する速度は、バレンプラトーと呼ばれる深い量子回路での学習を妨げることが示されている。
本研究では,バレン高原の源としてランダムな絡み合いを含意し,多体絡み合いのダイナミクスで特徴付け,システムサイズ,回路深さ,回路接続性の関数としてそれらの形成を詳述する。
このような絡み合いの理解を用いて,コスト関数と非コスト関数レジスタの初期分割,低絡み回路初期化のメタラーニング,選択的レジスタ間相互作用,絡み合い正規化,ランジュバンノイズの追加,好ましいコスト関数固有ベースへの回転など,多くの不毛高原改善手法を提案し,実証する。
学習は反復的な組織プロセスであり、不規則な高原はランダム化の結果であり、必ずしも避けられない、あるいは避けられないものではないことを強調する。
我々の研究は理論的な特徴と実践的な道具箱の両方を形成し、まずランダムな絡み合いの観点から不毛の台地を定義し、その専門知識を戦略的に戦うために利用した。
関連論文リスト
- Avoiding barren plateaus via Gaussian Mixture Model [6.0599055267355695]
変分量子アルゴリズムは、量子コンピューティングにおいて最も代表的なアルゴリズムの1つである。
大量の量子ビット、ディープ・サーキット・レイヤ、グローバル・コスト・ファンクションを扱う場合、それらはしばしば訓練不能となる。
論文 参考訳(メタデータ) (2024-02-21T03:25:26Z) - Neural auto-designer for enhanced quantum kernels [59.616404192966016]
本稿では,問題固有の量子特徴写像の設計を自動化するデータ駆動型手法を提案する。
私たちの研究は、量子機械学習の進歩におけるディープラーニングの実質的な役割を強調します。
論文 参考訳(メタデータ) (2024-01-20T03:11:59Z) - Tight and Efficient Gradient Bounds for Parameterized Quantum Circuits [7.0379869298557844]
パラメータ化モデルのトレーニングは、下層の損失関数のランドスケープに大きく依存する。
これらの境界は, 損失そのものの分散とともに, VQAモデルの損失景観を研究するために, 効率よく, 古典的に逆向きに推定できることが示される。
この洞察は、局所的およびグローバル的用語からなる観測可能なVQAとして再構成できる生成モデルであるハイブリッド量子生成広告ネットワーク(qGANs)に直接的な意味を持つ。
論文 参考訳(メタデータ) (2023-09-22T07:38:13Z) - Near-Term Distributed Quantum Computation using Mean-Field Corrections
and Auxiliary Qubits [77.04894470683776]
本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。
我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
論文 参考訳(メタデータ) (2023-09-11T18:00:00Z) - Efficient estimation of trainability for variational quantum circuits [43.028111013960206]
変動量子回路のコスト関数とその分散を効率よく計算する方法を見出した。
この方法は、変分量子回路のトレーニング容易性を証明し、バレンプラトー問題を克服できる設計戦略を探索するために用いられる。
論文 参考訳(メタデータ) (2023-02-09T14:05:18Z) - Classical Splitting of Parametrized Quantum Circuits [0.0]
バレンプラトーは、大規模な量子系をシミュレートするために変分量子アルゴリズムを使用する際の大きな障害であるようである。
我々は、不規則な高原を避けるために、古典的なアンスアッツまたはパラメタライズド量子回路の分割を提案する。
論文 参考訳(メタデータ) (2022-06-20T08:42:02Z) - BEINIT: Avoiding Barren Plateaus in Variational Quantum Algorithms [0.7462336024223667]
バレンプラトーは変分量子アルゴリズムの最適化において悪名高い問題である。
ベータ分布から引き出すことで、ユニタリゲートのパラメータを初期化する代替戦略を提案する。
提案手法は, 複雑な量子ニューラルネットワークがバレン高原で立ち往生する可能性を大幅に低減することを示す。
論文 参考訳(メタデータ) (2022-04-28T19:46:10Z) - Noisy Quantum Kernel Machines [58.09028887465797]
量子学習マシンの新たなクラスは、量子カーネルのパラダイムに基づくものである。
消散と脱コヒーレンスがパフォーマンスに与える影響について検討する。
量子カーネルマシンでは,デコヒーレンスや散逸を暗黙の正規化とみなすことができる。
論文 参考訳(メタデータ) (2022-04-26T09:52:02Z) - 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) - Barren plateaus preclude learning scramblers [2.442224099834475]
スクランブルプロセスは、多体量子システムを通して急速に絡み合いを広げた。
量子機械学習(QML)がそのようなプロセスの研究に利用できるかどうかを問う。
論文 参考訳(メタデータ) (2020-09-30T17:31:36Z) - Efficient simulatability of continuous-variable circuits with large
Wigner negativity [62.997667081978825]
ウィグナー負性性は、いくつかの量子計算アーキテクチャにおいて計算上の優位性に必要な資源であることが知られている。
我々は、大きく、おそらくは有界で、ウィグナー負性を示し、しかし古典的に効率的にシミュレートできる回路の広大な族を同定する。
我々は,高次元離散可変量子回路のシミュラビリティとボソニック符号とのリンクを確立することにより,本結果の導出を行う。
論文 参考訳(メタデータ) (2020-05-25T11:03:42Z)
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。