論文の概要: Universal compiling and (No-)Free-Lunch theorems for continuous variable quantum learning

• arxiv url: http://arxiv.org/abs/2105.01049v2
• Date: Tue, 9 Nov 2021 18:06:28 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-01 17:49:43.575461
• Title: Universal compiling and (No-)Free-Lunch theorems for continuous variable quantum learning
• Title（参考訳）: 連続変数量子学習のための普遍コンパイルと(No-)自由ランチ定理
• Authors: Tyler Volkoff and Zo\"e Holmes and Andrew Sornborger
• Abstract要約: 我々は、量子コンパイルのためのいくつかの近縁な短深さ連続変数アルゴリズムを動機付けている。 提案するコスト関数のトレーニング可能性を分析し,任意の数値的なガウス演算を学習することでアルゴリズムを実証する。 我々は、このフレームワークと連続変数設定における量子学習理論とを、No-Free-Lunch定理を導出することによって接続する。
• 参考スコア（独自算出の注目度）: 1.2891210250935146
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum compiling, where a parameterized quantum circuit is trained to learn a target unitary, is an important primitive for quantum computing that can be used as a subroutine to obtain optimal circuits or as a tomographic tool to study the dynamics of an experimental system. While much attention has been paid to quantum compiling on discrete variable hardware, less has been paid to compiling in the continuous variable paradigm. Here we motivate several, closely related, short depth continuous variable algorithms for quantum compilation. We analyse the trainability of our proposed cost functions and numerically demonstrate our algorithms by learning arbitrary Gaussian operations and Kerr non-linearities. We further make connections between this framework and quantum learning theory in the continuous variable setting by deriving No-Free-Lunch theorems. These generalization bounds demonstrate a linear resource reduction for learning Gaussian unitaries using entangled coherent-Fock states and an exponential resource reduction for learning arbitrary unitaries using Two-Mode-Squeezed states.
• Abstract（参考訳）: 量子コンパイル(quantum compiling)は、パラメータ化された量子回路がターゲットユニタリを学習するために訓練される、量子コンピューティングの重要なプリミティブであり、最適な回路を得るためのサブルーチンや実験システムのダイナミクスを研究するためのトモグラフィーツールとして使用できる。 離散変数ハードウェアの量子コンパイルには多くの注意が払われているが、連続変数パラダイムでのコンパイルにはあまり払われていない。 ここでは,量子コンパイルのための近距離連続変数アルゴリズムの動機付けを行う。 提案するコスト関数のトレーニング可能性を分析し,任意のガウス演算とKerr非線形性からアルゴリズムを数値的に示す。 さらに,この枠組みと連続変数設定における量子学習理論との関係を,フリー・ルーチ定理を導出することにより明らかにする。 これらの一般化境界は、絡み合ったコヒーレント・フォック状態を用いてガウスユニタリを学習するための線形リソース削減と、ツーモード・スキーズ状態を用いて任意のユニタリを学習するための指数的リソース削減を示す。

関連論文リスト

• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
  d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。 我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• Hybrid Quantum-Classical Machine Learning with String Diagrams [49.1574468325115]
  本稿では,文字列ダイアグラムの観点からハイブリッドアルゴリズムを記述するための公式なフレームワークを開発する。 弦図の特筆すべき特徴は、量子古典的インタフェースに対応する関手ボックスの使用である。
  論文  参考訳（メタデータ） (2024-07-04T06:37:16Z)
• 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)
• The Quantum Path Kernel: a Generalized Quantum Neural Tangent Kernel for Deep Quantum Machine Learning [52.77024349608834]
  古典的なディープニューラルネットワークの量子アナログを構築することは、量子コンピューティングにおける根本的な課題である。 鍵となる問題は、古典的なディープラーニングの本質的な非線形性にどのように対処するかである。 我々は、深層機械学習のこれらの側面を複製できる量子機械学習の定式化であるQuantum Path Kernelを紹介する。
  論文  参考訳（メタデータ） (2022-12-22T16:06:24Z)
• Variational Quantum Continuous Optimization: a Cornerstone of Quantum Mathematical Analysis [0.0]
  量子コンピュータが連続領域を持つ関数の数学的解析計算をどのように扱えるかを示す。 提案手法の基本構成ブロックは変分量子回路であり、各量子ビットは最大3つの連続変数を符号化する。 この符号化と量子状態トモグラフィーを組み合わせることで、$n$ qubitsの変動量子回路は、最大3n$連続変数の関数を最適化することができる。
  論文  参考訳（メタデータ） (2022-10-06T18:00:04Z)
• Representation Learning via Quantum Neural Tangent Kernels [10.168123455922249]
  変分量子回路は、量子機械学習や変分量子シミュレーションタスクで使用される。 本稿では、ニューラルネットワークカーネルの理論を用いて変動量子回路を解析し、これらの問題を論じる。 変形角がゆっくり変化し、線形摂動が十分であるような、凍結限界(遅延訓練)の力学を解析的に解いた。
  論文  参考訳（メタデータ） (2021-11-08T01:30:34Z)
• Properties and Application of Gaussian Quantum Processes [0.0]
  ガウスユニタリ過程を特徴とするジェネリックカプラは高忠実トランスデューサに変換可能であることを示す。 光パラメータセンシングのための量子ノイズ理論とその測定精度向上のためのポテンシャルについて検討する。 すべての解析は基本量子可換関係に由来するため、広く適用できる。
  論文  参考訳（メタデータ） (2021-07-03T18:01:34Z)
• Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
  マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。 その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
  論文  参考訳（メタデータ） (2021-06-24T20:16:02Z)
• Information Scrambling in Computationally Complex Quantum Circuits [56.22772134614514]
  53量子ビット量子プロセッサにおける量子スクランブルのダイナミクスを実験的に検討する。 演算子の拡散は効率的な古典的モデルによって捉えられるが、演算子の絡み合いは指数関数的にスケールされた計算資源を必要とする。
  論文  参考訳（メタデータ） (2021-01-21T22:18:49Z)
• Topological Quantum Compiling with Reinforcement Learning [7.741584909637626]
  任意の単一ビットゲートを有限の普遍集合から基本ゲートの列にコンパイルする効率的なアルゴリズムを導入する。 このアルゴリズムは、量子物理学における深層学習の興味深い応用への新たな道を開くことができる。
  論文  参考訳（メタデータ） (2020-04-09T18:00:01Z)

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。