論文の概要: Learning quantum dynamics with latent neural ODEs
- arxiv url: http://arxiv.org/abs/2110.10721v1
- Date: Wed, 20 Oct 2021 18:41:04 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-22 18:22:06.380287
- Title: Learning quantum dynamics with latent neural ODEs
- Title(参考訳): 潜時ニューラルネットワークによる量子力学の学習
- Authors: Matthew Choi, Daniel Flam-Shepherd, Thi Ha Kyaw, Al\'an Aspuru-Guzik
- Abstract要約: 本稿では,クローズド量子系とオープン量子系から動的に学習した潜時ニューラルネットワークQNODEを提案する。
QNODEは、制約やガイダンスなしで、完全にデータ駆動の方法で量子力学的法則を再検討する。
- 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: The core objective of machine-assisted scientific discovery is to learn
physical laws from experimental data without prior knowledge of the systems in
question. In the area of quantum physics, making progress towards these goals
is significantly more challenging due to the curse of dimensionality as well as
the counter-intuitive nature of quantum mechanics. Here, we present the QNODE,
a latent neural ODE trained on dynamics from closed and open quantum systems.
The QNODE can learn to generate quantum dynamics and extrapolate outside of its
training region that satisfy the von Neumann and time-local Lindblad master
equations for closed and open quantum systems. Furthermore the QNODE
rediscovers quantum mechanical laws such as Heisenberg's uncertainty principle
in a totally data-driven way, without constraints or guidance. Additionally, we
show that trajectories that are generated from the QNODE and are close in its
latent space have similar quantum dynamics while preserving the physics of the
training system.
- Abstract(参考訳): 機械支援科学発見の中核的な目的は、問題のシステムの事前知識なしで実験データから物理法則を学習することである。
量子物理学の分野では、次元の呪いや量子力学の反直観的な性質により、これらの目標に向かって前進することが著しく困難である。
ここでは,クローズドおよびオープン量子システムからダイナミクスを学習した潜在性ニューラルodeであるqnodeを提案する。
QNODEは、クローズドおよびオープン量子系に対するフォン・ノイマンおよび時間局所リンドブラッドマスター方程式を満たすトレーニング領域の外で量子力学の生成と外挿を学ぶことができる。
さらに、QNODEはハイゼンベルクの不確実性原理のような量子力学的法則を、制約やガイダンスなしで完全にデータ駆動の方法で再検討している。
さらに,qノードから生成し,その潜在空間に近接する軌道は,学習系の物理を保ちながら同様の量子力学を持つことを示した。
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) - Unraveling the Mystery of Quantum Measurement with A New Space-Time
Approach to Relativistic Quantum Mechanics [11.186131141980502]
量子測定は量子力学の分野における基本的な概念である。
その重要性にもかかわらず、4つの基本的な問題は、より広範な量子計測の応用に重大な課題を提起し続けている。
我々は、これらの問題に体系的に対処するために、相対論的量子力学に新しい時空アプローチを採用する。
論文 参考訳(メタデータ) (2023-06-01T13:25:08Z) - Quantum Machine Learning: from physics to software engineering [58.720142291102135]
古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。
量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
論文 参考訳(メタデータ) (2023-01-04T23:37:45Z) - Measuring Quantum Entanglement from Local Information by Machine
Learning [10.161394383081145]
絡み合いは量子技術の発展における鍵となる性質である。
本稿では,局所ハミルトニアンの平衡状態と非平衡状態の絡み合いを測定するためのニューラルネットワーク支援プロトコルを提案する。
論文 参考訳(メタデータ) (2022-09-18T08:15:49Z) - Recent Advances for Quantum Neural Networks in Generative Learning [98.88205308106778]
量子生成学習モデル(QGLM)は、古典的な学習モデルを上回る可能性がある。
機械学習の観点からQGLMの現状を概観する。
従来の機械学習タスクと量子物理学の両方におけるQGLMの潜在的な応用について論じる。
論文 参考訳(メタデータ) (2022-06-07T07:32:57Z) - New Directions in Quantum Music: concepts for a quantum keyboard and the
sound of the Ising model [0.0]
我々は、NISQ時代に量子回路を用いて量子デバイスを用いて、音と音楽を生成するアイデアを探求する。
特に、時間進化量子回路を用いた期待値のリアルタイムな振る舞いを、強度、周波数、トーンといった音の特徴と関連付ける「キーボード」の概念を最初に検討する。
論文 参考訳(メタデータ) (2022-04-01T12:45:39Z) - Standard Model Physics and the Digital Quantum Revolution: Thoughts
about the Interface [68.8204255655161]
量子システムの分離・制御・絡み合いの進歩は、かつての量子力学の興味深い特徴を、破壊的な科学的・技術的進歩のための乗り物へと変えつつある。
本稿では,3つの領域科学理論家の視点から,絡み合い,複雑性,量子シミュレーションのインターフェースについて考察する。
論文 参考訳(メタデータ) (2021-07-10T06:12:06Z) - The Hintons in your Neural Network: a Quantum Field Theory View of Deep
Learning [84.33745072274942]
線形および非線形の層をユニタリ量子ゲートとして表現する方法を示し、量子モデルの基本的な励起を粒子として解釈する。
ニューラルネットワークの研究のための新しい視点と技術を開くことに加えて、量子定式化は光量子コンピューティングに適している。
論文 参考訳(メタデータ) (2021-03-08T17:24:29Z) - Quantum Non-equilibrium Many-Body Spin-Photon Systems [91.3755431537592]
論文は、非平衡状態における強相関量子系の量子力学に関するものである。
本研究の主な成果は, 臨界ダイナミクスのシグナチャ, 超ストロング結合のテストベッドとしての駆動ディックモデル, キブルズルーク機構の3つにまとめることができる。
論文 参考訳(メタデータ) (2020-07-23T19:05:56Z) - Quantum algorithms for quantum chemistry and quantum materials science [2.867517731896504]
本稿では, 電子構造, 量子統計力学, 量子力学の分野において, 量子コンピュータ上での解に対する潜在的な関心について, 化学・材料科学の中心的な問題を簡潔に述べる。
我々は、基底状態、力学、熱状態シミュレーションのための量子アルゴリズムの現在の進歩の詳細なスナップショットを取得し、将来の発展のためにそれらの強みと弱点を分析する。
論文 参考訳(メタデータ) (2020-01-10T22:49:56Z)
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。