論文の概要: The role of coherence theory in attractor quantum neural networks
- arxiv url: http://arxiv.org/abs/2112.10867v3
- Date: Wed, 31 Aug 2022 12:10:33 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-04 00:37:59.079917
- Title: The role of coherence theory in attractor quantum neural networks
- Title(参考訳): 誘引量子ニューラルネットワークにおけるコヒーレンス理論の役割
- Authors: Carlo Marconi, Pau Colomer Saus, Mar\'ia Garc\'ia D\'iaz and Anna
Sanpera
- Abstract要約: 我々はコヒーレンス理論の枠組みの中で,アトラクタ量子ニューラルネットワーク(aQNN)について検討する。
我々は、aQNNが非コヒーレンス生成量子チャネルと関連していることを示す。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We investigate attractor quantum neural networks (aQNNs) within the framework
of coherence theory. We show that: i) aQNNs are associated to
non-coherence-generating quantum channels; ii) the depth of the network is
given by the decohering power of the corresponding quantum map; and iii) the
attractor associated to an arbitrary input state is the one minimizing their
relative entropy. Further, we examine faulty aQNNs described by noisy quantum
channels, derive their physical implementation and analyze under which
conditions their performance can be enhanced by using entanglement or coherence
as external resources.
- Abstract(参考訳): 我々はコヒーレンス理論の枠組みの中で,アトラクタ量子ニューラルネットワーク(aQNN)について検討する。
ご覧の通りです
i)aQNNは、非コヒーレンス発生量子チャネルと関連している。
二 ネットワークの深さは、対応する量子マップの復号化力により与えられること。
三 任意の入力状態に関連する誘引者は、相対エントロピーを最小化するものである。
さらに,ノイズ量子チャネルによって記述される異常な aqnn を調べ,その物理的実装を導出し,外的資源として絡み合いやコヒーレンスを用いることで,その性能を向上できる条件下で解析する。
関連論文リスト
- Entanglement-Assisted Quantum Networks: Mechanics, Enabling
Technologies, Challenges, and Research Directions [66.27337498864556]
本稿では,量子ネットワークの絡み合いに関する包括的調査を行う。
ネットワーク構造、作業原則、開発段階の詳細な概要を提供する。
また、アーキテクチャ設計、絡み合いに基づくネットワーク問題、標準化など、オープンな研究の方向性を強調している。
論文 参考訳(メタデータ) (2023-07-24T02:48:22Z) - QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional
Networks [124.7972093110732]
本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。
現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。
我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
論文 参考訳(メタデータ) (2022-11-09T21:43:16Z) - Quantum Semantic Communications for Resource-Efficient Quantum
Networking [57.172841635479344]
本稿では、量子機械学習と量子意味表現の進歩を活かした新しい量子意味通信(QSC)フレームワークを提案する。
提案手法は,高い量子セマンティック忠実度を達成しつつ,必要な量子通信資源の約50~75%の削減を実現する。
論文 参考訳(メタデータ) (2022-05-05T03:49:19Z) - Strong entanglement distribution of quantum networks [3.6720510088596297]
大規模量子ネットワークは、単一の絡み合ったシステムの伝送とストレージの現実的な制約を克服するために使われてきた。
一般化されたEPR状態とGHZ状態からなる接続ネットワークは、二部交絡測定の観点で、強いCKWモノガミー不等式を満たすことを示す。
我々は、局所的なユニタリ演算の下でのネットワーク構成を区別することで、絡み合った量子ネットワークを分類する。
論文 参考訳(メタデータ) (2021-09-27T08:45:18Z) - Extendibility limits the performance of quantum processors [5.949779668853555]
我々は、与えられた量子状態における量子エンタングルメントを複数のパーティに拡張できないことに関連する、拡張不可能性の資源理論を紹介する。
我々は、任意の量子チャネルを有限個の回数で利用することにより、量子通信や絡み合い保存が可能な速度の非漸近上界を導出する。
得られた境界は、脱分極チャネルと消去チャネルの両方に対する量子通信の既知境界よりもかなり厳密であることを示す。
論文 参考訳(メタデータ) (2021-08-06T14:17:08Z) - 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) - 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) - Characterizing Quantum Networks: Insights from Coherence Theory [2.6226104767204546]
絡み合った量子システムに基づくネットワークは、量子情報処理における興味深い応用を可能にする。
量子コヒーレンスの理論は、この問題を分析する強力なツールを提供することを示す。
論文 参考訳(メタデータ) (2020-06-11T18:00:02Z) - Entanglement Classification via Neural Network Quantum States [58.720142291102135]
本稿では、学習ツールと量子絡み合いの理論を組み合わせて、純状態における多部量子ビット系の絡み合い分類を行う。
我々は、ニューラルネットワーク量子状態(NNS)として知られる制限されたボルツマンマシン(RBM)アーキテクチャにおいて、人工ニューラルネットワークを用いた量子システムのパラメータ化を用いる。
論文 参考訳(メタデータ) (2019-12-31T07:40:23Z)
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。