論文の概要: Modern applications of machine learning in quantum sciences
- arxiv url: http://arxiv.org/abs/2204.04198v3
- Date: Wed, 15 Nov 2023 21:36:17 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-18 01:16:50.160966
- Title: Modern applications of machine learning in quantum sciences
- Title（参考訳）: 量子科学における機械学習の最近の応用
- Authors: Anna Dawid, Julian Arnold, Borja Requena, Alexander Gresch, Marcin
P{\l}odzie\'n, Kaelan Donatella, Kim A. Nicoli, Paolo Stornati, Rouven Koch,
Miriam B\"uttner, Robert Oku{\l}a, Gorka Mu\~noz-Gil, Rodrigo A.
Vargas-Hern\'andez, Alba Cervera-Lierta, Juan Carrasquilla, Vedran Dunjko,
Marylou Gabri\'e, Patrick Huembeli, Evert van Nieuwenburg, Filippo Vicentini,
Lei Wang, Sebastian J. Wetzel, Giuseppe Carleo, Eli\v{s}ka Greplov\'a, Roman
Krems, Florian Marquardt, Micha{\l} Tomza, Maciej Lewenstein, Alexandre
Dauphin
- Abstract要約: 本稿では、教師なし、教師なし、強化学習アルゴリズムにおけるディープラーニングとカーネル手法の使用について述べる。
我々は、微分可能プログラミング、生成モデル、機械学習に対する統計的アプローチ、量子機械学習など、より専門的なトピックについて議論する。
- 参考スコア（独自算出の注目度）: 51.09906911582811
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this book, we provide a comprehensive introduction to the most recent
advances in the application of machine learning methods in quantum sciences. We
cover the use of deep learning and kernel methods in supervised, unsupervised,
and reinforcement learning algorithms for phase classification, representation
of many-body quantum states, quantum feedback control, and quantum circuits
optimization. Moreover, we introduce and discuss more specialized topics such
as differentiable programming, generative models, statistical approach to
machine learning, and quantum machine learning.
- Abstract（参考訳）: 本書では、量子科学における機械学習手法の適用における最新の進歩を包括的に紹介する。
本稿では、位相分類、多体量子状態の表現、量子フィードバック制御、量子回路最適化のための教師付き、教師なし、強化学習アルゴリズムにおける深層学習とカーネル手法の利用について述べる。
さらに、微分可能プログラミング、生成モデル、機械学習に対する統計的アプローチ、量子機械学習など、より専門的なトピックを紹介し、議論する。
関連論文リスト
- Quantum Machine Learning: An Interplay Between Quantum Computing and Machine Learning [54.80832749095356]
量子機械学習(QML)は、量子コンピューティングの原理と従来の機械学習を組み合わせた急速に成長する分野である。
本稿では,変分量子回路を用いてQMLアーキテクチャを開発する機械学習パラダイムの量子コンピューティングについて述べる。
論文 参考訳（メタデータ） (2024-11-14T12:27:50Z) - Quantum Machine Learning Algorithms for Anomaly Detection: a Survey [1.747623282473278]
量子コンピューティングに関わる重要な概念を要約し、量子スピードアップという形式的な概念を導入する。
このサーベイは、量子機械学習に基づく異常検出の構造化マップを提供する。
論文 参考訳（メタデータ） (2024-08-20T17:55:25Z) - Large-scale quantum reservoir learning with an analog quantum computer [45.21335836399935]
我々は中性原子アナログ量子コンピュータの量子力学を利用してデータを処理する量子貯水池学習アルゴリズムを開発した。
アルゴリズムを実験的に実装し、機械学習タスクの様々なカテゴリで競合性能を達成する。
本研究は,従来の量子相関を有効機械学習に活用する可能性を示すものである。
論文 参考訳（メタデータ） (2024-07-02T18:00:00Z) - A comprehensive review of Quantum Machine Learning: from NISQ to Fault Tolerance [8.050429258747256]
量子機械学習の分野で登場した様々な概念について、包括的で偏見のないレビューを提供する。
本稿では,量子機械学習に関連する基本概念,アルゴリズム,統計的学習理論について概説する。
論文 参考訳（メタデータ） (2024-01-21T00:19:16Z) - 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) - Variational quantum algorithms for machine learning: theory and
applications [0.0]
この論文は、変分量子アルゴリズムと量子機械学習の分野における最先端技術に関する包括的なレビューを提供する。
この議論は量子機械学習に移行し、機械学習と統計学習理論の要素の導入に続いて、機械学習モデルの最も一般的な量子モデルに関するレビューが行われる。
論文 参考訳（メタデータ） (2023-06-16T17:28:35Z) - 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) - On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。
私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
論文 参考訳（メタデータ） (2021-06-29T14:01:40Z) - Machine Learning for Quantum Matter [0.0]
本稿では,量子物質研究の進展をめざして,機械学習のアイデアの最近の発展と適応を概観する。
機械学習と量子多体物理学の交わる領域における今後の発展の展望について論じる。
論文 参考訳（メタデータ） (2020-03-24T18:00:30Z)
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。