Fugu-MT 論文翻訳(概要): Mode connectivity in the QCBM loss landscape

論文の概要: Mode connectivity in the QCBM loss landscape

arxiv url: http://arxiv.org/abs/2111.05312v1
Date: Tue, 9 Nov 2021 18:31:12 GMT
ステータス: 処理完了
システム内更新日: 2023-03-08 17:58:15.677105
Title: Mode connectivity in the QCBM loss landscape
Title（参考訳）: QCBMロスランドスケープにおけるモード接続
Authors: Kathleen E. Hamilton, Emily Lynn, Vicente Leyton-Ortega, Swarnadeep Majumder and Raphael C. Pooser
Abstract要約: 一般に2つのパラメータ化と2つのエンタングリング層設計を用いて構築されたQCBMモデルの性能を訓練・比較する。回転ゲートの選択により、損失景観の接続性が向上することを示す。
参考スコア（独自算出の注目度）: 1.9307618337162027
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Quantum circuit Born machines (QCBMs) and training via variational quantum algorithms (VQAs) are key applications for near-term quantum hardware. QCBM ans\"atze designs are unique in that they do not require prior knowledge of a physical Hamiltonian. Many ans\"atze are built from fixed designs. In this work, we train and compare the performance of QCBM models built using two commonly employed parameterizations and two commonly employed entangling layer designs. In addition to comparing the overall performance of these models, we look at features and characteristics of the loss landscape -- connectivity of minima in particular -- to help understand the advantages and disadvantages of each design choice. We show that the rotational gate choices can improve loss landscape connectivity.
Abstract（参考訳）: 量子回路ボルンマシン(QCBM)と変分量子アルゴリズム(VQA)によるトレーニングは、短期量子ハードウェアの鍵となる応用である。 QCBM ans\atzeデザインは、物理ハミルトニアンの事前知識を必要としないという点でユニークなものである。多くのans\"atzeは固定設計で作られている。本研究では,2つの共通パラメータ化と2つの共通エンタングル層設計を用いて構築されたQCBMモデルの性能を訓練・比較する。これらのモデル全体のパフォーマンスを比較することに加えて、ロスランドスケープ(特にminimaの接続)の特徴と特徴を調べ、各設計選択の利点とデメリットを理解するのに役立ちます。回転ゲートの選択により、損失景観の接続性が向上することを示す。

関連論文リスト

Quantum Deep Equilibrium Models [1.5853439776721878]
本稿では,量子機械学習モデルのパラメータを学習するトレーニングパラダイムであるQuantum Deep Equilibrium Models (QDEQ)を紹介する。 QDEQは、既存の同等のベースラインモデルと競合するだけでなく、5倍以上のレイヤを持つネットワークよりも高いパフォーマンスを実現している。このことは、QDEQパラダイムが与えられたタスクに対してより浅い量子回路を開発するのに利用できることを示している。
論文参考訳（メタデータ） (2024-10-31T13:54:37Z)
The Quantum Imitation Game: Reverse Engineering of Quantum Machine Learning Models [2.348041867134616]
量子機械学習(QML)は、機械学習モデルと量子コンピューティングのパラダイムを融合させる。量子コンピューティングのNoisy Intermediate-Scale Quantum(NISQ)時代における多くのサードパーティベンダーの拡大により、QMLモデルのセキュリティが最重要となる。我々は、信頼できない量子クラウドプロバイダが、推論中にトランスパイルされたユーザ設計のトレーニングされたQMLモデルにホワイトボックスアクセスを持つ敵であると仮定する。
論文参考訳（メタデータ） (2024-07-09T21:35:19Z)
Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。どの場の量子スピードアップが達成できるかという新たな課題が生じる。量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文参考訳（メタデータ） (2024-02-26T09:32:07Z)
A Framework for Demonstrating Practical Quantum Advantage: Racing Quantum against Classical Generative Models [62.997667081978825]
生成モデルの一般化性能を評価するためのフレームワークを構築した。古典的および量子生成モデル間の実用的量子優位性(PQA)に対する最初の比較レースを確立する。以上の結果から,QCBMは,他の最先端の古典的生成モデルよりも,データ制限方式の方が効率的であることが示唆された。
論文参考訳（メタデータ） (2023-03-27T22:48:28Z)
Optimizing Design Choices for Neural Quantum States [0.0]
本稿では、スピンハミルトニアンの基底状態探索に使用される一般的なネットワークアーキテクチャと対称性スキームの比較を行う。基底状態の非自明な符号構造が存在する場合、対称性の細部が性能に重要な影響を与えていることが分かる。
論文参考訳（メタデータ） (2023-01-17T10:30:05Z)
QSAN: A Near-term Achievable Quantum Self-Attention Network [73.15524926159702]
SAM(Self-Attention Mechanism)は機能の内部接続を捉えるのに長けている。短期量子デバイスにおける画像分類タスクに対して,新しい量子自己注意ネットワーク(QSAN)を提案する。
論文参考訳（メタデータ） (2022-07-14T12:22:51Z)
Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
論文参考訳（メタデータ） (2022-02-17T18:59:20Z)
Mode connectivity in the loss landscape of parameterized quantum circuits [1.7546369508217283]
パラメータ化量子回路(PQC)の変分訓練は、近時雑音型中間スケール量子(NISQ)デバイスに多く採用されている。 PQCトレーニングにおける損失ランドスケープの特徴を研究するために、引用したraxler 2018essentiallyで使用されるコネクティビティの視覚化とテストを行うために、citegoodfellowqualitatively,li 2017で導入されたニューラルネットワークの定性的な損失ランドスケープのキャラクタリゼーションを適用した。
論文参考訳（メタデータ） (2021-11-09T18:28:46Z)
Once Quantization-Aware Training: High Performance Extremely Low-bit Architecture Search [112.05977301976613]
本稿では,ネットワークアーキテクチャ検索手法と量子化手法を組み合わせることで,両者のメリットを享受することを提案する。まず、多数の量子化モデルを取得するために、共有ステップサイズでアーキテクチャと量子化の合同トレーニングを提案する。次に、量子化されたモデルを低ビットに転送するためにビット継承方式を導入し、さらに時間コストを削減し、量子化精度を向上させる。
論文参考訳（メタデータ） (2020-10-09T03:52:16Z)
Quantum-optimal-control-inspired ansatz for variational quantum algorithms [105.54048699217668]
変分量子アルゴリズム (VQA) の中心成分は状態準備回路(英語版)であり、アンザッツ(英語版)または変分形式(英語版)とも呼ばれる。ここでは、対称性を破るユニタリを組み込んだ「解」を導入することで、このアプローチが必ずしも有利であるとは限らないことを示す。この研究は、より一般的な対称性を破るアンスの開発に向けた第一歩となり、物理学や化学問題への応用に繋がる。
論文参考訳（メタデータ） (2020-08-03T18:00:05Z)
Optimum multiplexer design in quantum-dot cellular automata [0.0]
本稿では,2種類のQCA-Multiplexerの設計について述べる。提案した設計は非常に単純で効率的であり、多くの論理関数を生成できる。出力波形は, セル数, 面積, 待ち時間の観点から, 提案設計の優れた性能を示した。
論文参考訳（メタデータ） (2020-02-02T10:52:51Z)

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。