論文の概要: Statistical quality assessment of Ising-based annealer outputs
- arxiv url: http://arxiv.org/abs/2112.03602v3
- Date: Mon, 23 May 2022 07:06:08 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-05 08:00:05.625400
- Title: Statistical quality assessment of Ising-based annealer outputs
- Title（参考訳）: Ising-based annealer 出力の統計的品質評価
- Authors: Krzysztof Domino, M\'aty\'as Koniorczyk, Zbigniew Pucha{\l}a
- Abstract要約: 筆者らは,データのみに基づいて,Isingベースのアニーラーの出力の品質を統計的に検証した。
地中エネルギーと温度を3次までの累積関数として表現する。
このアプローチは、IsingベースのAnnealersの出力の一次検証のために簡単に実装可能なメソッドを提供する。
- 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 ability to evaluate the outcomes of quantum annealers is essential for
such devices to be used in complex computational tasks. We introduce a
statistical test of the quality of Ising-based annealers' output based on the
data only, assessing the ground state's probability of being sampled. A higher
probability value implies that at least the lower part of the spectrum is a
part of the sample. Assuming a plausible model of the univariate energy
distribution of the sample, we express the ground-state energy and temperature
as a function of cumulants up to the third order. Using the annealer samples,
we evaluate this multiple times using Bootstrap resampling, resulting in an
estimated histogram of ground-state energies and deduce the desired parameter
on this basis. The approach provides an easily implementable method for the
primary validation of Ising-based annealers' output. We demonstrate its
behavior through experiments made with actual samples originating from quantum
annealer devices.
- Abstract（参考訳）: 量子アニーラーの結果を評価する能力は、そのようなデバイスが複雑な計算タスクで使われるためには不可欠である。
そこで本研究では,データのみに基づくIsing-based annealersの出力特性の統計的評価を行い,サンプル化の可能性を評価する。
高い確率値は、少なくともスペクトルの下部がサンプルの一部であることを意味する。
試料の単変量エネルギー分布の可塑性モデルとして, 3次までの累積関数として基底状態エネルギーと温度を表現した。
アニーラ試料を用いて, ブートストラップ再サンプリングを用いて複数回評価し, 基底状態エネルギーの推定ヒストグラムを作成し, 所望のパラメータを推定した。
このアプローチは、IsingベースのAnnealersの出力の一次検証のために簡単に実装可能なメソッドを提供する。
量子アニーラデバイスから得られた実サンプルを用いた実験により,その挙動を実証する。
関連論文リスト
- Self-Guided Generation of Minority Samples Using Diffusion Models [57.319845580050924]
データ多様体の低密度領域に居住する少数サンプルを生成するための新しい手法を提案する。
我々のフレームワークは拡散モデルに基づいて構築されており、ガイドドサンプリングの原理を生かしている。
実データセットのベンチマーク実験により、我々のアプローチは現実的な低自由度マイノリティインスタンスを作成する能力を大幅に改善できることが示された。
論文 参考訳（メタデータ） (2024-07-16T10:03:29Z) - Iterated Denoising Energy Matching for Sampling from Boltzmann Densities [109.23137009609519]
反復Denoising Energy Matching (iDEM)
iDEMは,拡散型サンプリング装置から高モデル密度のサンプリング領域を (I) 交換し, (II) それらのサンプルをマッチング目的に使用した。
提案手法は,全測定値の最先端性能を達成し,2～5倍の速さでトレーニングを行う。
論文 参考訳（メタデータ） (2024-02-09T01:11:23Z) - Conservative objective models are a special kind of contrastive
divergence-based energy model [5.02384186664815]
オフラインモデルに基づく最適化のためのCOMは、特別な種類の差分に基づくエネルギーモデルであることを示す。
モデルが分離された場合、非条件確率と条件確率が別々にモデル化された場合、より良いサンプルが得られることを示す。
論文 参考訳（メタデータ） (2023-04-07T23:37:50Z) - Importance sampling for stochastic quantum simulations [68.8204255655161]
我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。
サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。
格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
論文 参考訳（メタデータ） (2022-12-12T15:06:32Z) - Continuous and Distribution-free Probabilistic Wind Power Forecasting: A
Conditional Normalizing Flow Approach [1.684864188596015]
条件正規化フロー(CNF)に基づく確率的風力予測のためのデータ駆動型手法を提案する。
既存の手法とは対照的に、このアプローチは(非パラメトリックおよび量子的アプローチのように)分布自由であり、連続確率密度を直接生成することができる。
論文 参考訳（メタデータ） (2022-06-06T08:48:58Z) - Free Energy Evaluation Using Marginalized Annealed Importance Sampling [0.0]
モデルの自由エネルギーの評価は、物理学や機械学習の様々な分野において重要な問題であると考えられている。
正確な自由エネルギー評価は、難解な分割関数を含むため、計算不可能である。
本研究は,mAISと呼ばれる新たなAISに基づくアプローチを提案する。
論文 参考訳（メタデータ） (2022-04-08T00:19:39Z) - Sampling from Arbitrary Functions via PSD Models [55.41644538483948]
まず確率分布をモデル化し,そのモデルからサンプリングする。
これらのモデルでは, 少数の評価値を用いて, 高精度に多数の密度を近似することが可能であることが示され, それらのモデルから効果的にサンプルする簡単なアルゴリズムが提示される。
論文 参考訳（メタデータ） (2021-10-20T12:25:22Z) - Unrolling Particles: Unsupervised Learning of Sampling Distributions [102.72972137287728]
粒子フィルタリングは複素系の優れた非線形推定を計算するために用いられる。
粒子フィルタは様々なシナリオにおいて良好な推定値が得られることを示す。
論文 参考訳（メタデータ） (2021-10-06T16:58:34Z) - Leveraging Global Parameters for Flow-based Neural Posterior Estimation [90.21090932619695]
実験観測に基づくモデルのパラメータを推定することは、科学的方法の中心である。
特に困難な設定は、モデルが強く不確定であるとき、すなわち、パラメータの異なるセットが同一の観測をもたらすときである。
本稿では,グローバルパラメータを共有する観測の補助的セットによって伝達される付加情報を利用して,その不確定性を破る手法を提案する。
論文 参考訳（メタデータ） (2021-02-12T12:23:13Z) - Generative and discriminative training of Boltzmann machine through
Quantum annealing [0.0]
ボルツマンマシン(BM)を学習するためのハイブリッド量子古典法について述べる。
BM学習のコスト関数は、Kulback-Leibler(KL)の発散と負条件付きログライクリーフ(NCLL)の重み付け和として定義される。
ニュートン・ラフソン最適化スキームについて述べる。
論文 参考訳（メタデータ） (2020-02-03T14:41:52Z)
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。