論文の概要: Assessment of image generation by quantum annealer
- arxiv url: http://arxiv.org/abs/2103.08373v1
- Date: Mon, 15 Mar 2021 13:24:05 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-16 13:44:01.653627
- Title: Assessment of image generation by quantum annealer
- Title(参考訳): 量子アニールによる画像生成の評価
- Authors: Takehito Sato, Masayuki Ohzeki, and Kazuyuki Tanaka
- Abstract要約: 量子アニールは、イジングスピングラス問題の高速サンプリングとしても機能する。
本研究では,生成モデルとしての量子アニールの性能に着目した。
- 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: Quantum annealing was originally proposed as an approach for solving
combinatorial optimisation problems using quantum effects. D-Wave Systems has
released a production model of quantum annealing hardware. However, the
inherent noise and various environmental factors in the hardware hamper the
determination of optimal solutions. In addition, the freezing effect in regions
with weak quantum fluctuations generates outputs approximately following a
Gibbs--Boltzmann distribution at an extremely low temperature. Thus, a quantum
annealer may also serve as a fast sampler for the Ising spin-glass problem, and
several studies have investigated Boltzmann machine learning using a quantum
annealer. Previous developments have focused on comparing the performance in
the standard distance of the resulting distributions between conventional
methods in classical computers and sampling by a quantum annealer. In this
study, we focused on the performance of a quantum annealer as a generative
model. To evaluate its performance, we prepared a discriminator given by a
neural network trained on an a priori dataset. The evaluation results show a
higher performance of quantum annealing compared with the classical approach
for Boltzmann machine learning.
- Abstract(参考訳): 量子アニールは、量子効果を用いた組合せ最適化問題の解法として提案された。
D-Wave Systemsは量子アニーリングハードウェアの生産モデルをリリースした。
しかし、ハードウェアの固有のノイズとさまざまな環境要因は、最適なソリューションの決定を妨げる。
さらに、弱い量子変動を持つ領域の凍結効果は、極低温でのギブス-ボルツマン分布にほぼ従った出力を生成する。
したがって、量子アニーラはイジングスピングラス問題の高速サンプラーとしても機能し、いくつかの研究は量子アニーラを用いたボルツマン機械学習を調査している。
従来のコンピュータにおける従来の方法と量子アニールによるサンプリングの間での分布の標準距離における性能の比較に焦点が当てられていた。
本研究では,生成モデルとしての量子アニールの性能に着目した。
その性能を評価するために、優先順位データセットで訓練されたニューラルネットワークによって与えられる識別器を用意した。
その結果,ボルツマン機械学習の古典的手法と比較して量子アニーリングの性能が向上した。
関連論文リスト
- Power Characterization of Noisy Quantum Kernels [52.47151453259434]
一般化誤差が小さい場合でも,量子カーネル法は予測能力に乏しい。
我々は、量子計算にノイズの多い量子カーネル法を用いるために重要な警告を提供する。
論文 参考訳(メタデータ) (2024-01-31T01:02:16Z) - Quantum-Noise-Driven Generative Diffusion Models [1.6385815610837167]
実量子システムで実験的に検証できる3つの量子ノイズ駆動生成拡散モデルを提案する。
アイデアは、特にコヒーレンス、絡み合い、ノイズの間の非自明な相互作用を、ユニークな量子的特徴を活用することである。
我々の結果は、新しい量子インスパイアされた、あるいは量子ベースの生成拡散アルゴリズムの道を開くことが期待されている。
論文 参考訳(メタデータ) (2023-08-23T09:09:32Z) - On Quantum Annealing Without a Physical Quantum Annealer [0.0]
量子加速アニーリング(QASA)のハイブリッド量子古典の提案と評価を行う。
シミュレーションの結果,QASAはSAと相容れない性能を示したが,段差は小さくなった。
論文 参考訳(メタデータ) (2023-07-19T00:37:34Z) - Quantumness and Learning Performance in Reservoir Computing with a Single Oscillator [0.0]
量子非線形モデルは、古典的非線形発振器と比較して学習性能においてより効果的であることを示す。
量子性と性能の関係を,幅広い初期状態を用いて検討する。
論文 参考訳(メタデータ) (2023-04-07T03:37:55Z) - A hybrid quantum-classical approach for inference on restricted
Boltzmann machines [1.0928470926399563]
ボルツマンマシンは多くの実世界のアプリケーションを持つ強力な機械学習モデルである。
ボルツマンマシンの統計的推測はその後部分布からサンプリングすることで行うことができる。
量子コンピュータは、いくつかの非自明な問題を効率的に解くことを約束している。
論文 参考訳(メタデータ) (2023-03-31T11:10:31Z) - Anticipative measurements in hybrid quantum-classical computation [68.8204255655161]
量子計算を古典的な結果によって補う手法を提案する。
予測の利点を生かして、新しいタイプの量子測度がもたらされる。
予測量子測定では、古典計算と量子計算の結果の組み合わせは最後にのみ起こる。
論文 参考訳(メタデータ) (2022-09-12T15:47:44Z) - Probing finite-temperature observables in quantum simulators of spin
systems with short-time dynamics [62.997667081978825]
ジャジンスキー等式から動機付けられたアルゴリズムを用いて, 有限温度可観測体がどのように得られるかを示す。
長範囲の逆場イジングモデルにおける有限温度相転移は、捕捉されたイオン量子シミュレータで特徴づけられることを示す。
論文 参考訳(メタデータ) (2022-06-03T18:00:02Z) - 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) - Entangling Quantum Generative Adversarial Networks [53.25397072813582]
量子生成逆数ネットワーク(量子GAN, EQ-GAN)のための新しいタイプのアーキテクチャを提案する。
EQ-GANはコヒーレントなエラーに対してさらなる堅牢性を示し、Google Sycamore超伝導量子プロセッサで実験的にEQ-GANの有効性を示す。
論文 参考訳(メタデータ) (2021-04-30T20:38:41Z) - Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。
QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。
数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
論文 参考訳(メタデータ) (2020-10-20T12:06:27Z) - Probing the Universality of Topological Defect Formation in a Quantum
Annealer: Kibble-Zurek Mechanism and Beyond [46.39654665163597]
一次元横フィールドイジングモデルによるトポロジカル欠陥生成の実験的検討について報告する。
位相フリップ誤差を伴う開系量子力学のKZMにより量子シミュレータの結果を実際に説明できることが判明した。
これは、環境からの孤立を仮定する一般化KZM理論の理論的予測が、その元のスコープを越えてオープンシステムに適用されることを意味する。
論文 参考訳(メタデータ) (2020-01-31T02:55:35Z)
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。