論文の概要: Dynamical simulation via quantum machine learning with provable
generalization
- arxiv url: http://arxiv.org/abs/2204.10269v1
- Date: Thu, 21 Apr 2022 17:15:24 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-22 14:51:06.153123
- Title: Dynamical simulation via quantum machine learning with provable
generalization
- Title(参考訳): 証明可能な一般化を伴う量子機械学習による動的シミュレーション
- Authors: Joe Gibbs, Zo\"e Holmes, Matthias C. Caro, Nicholas Ezzell, Hsin-Yuan
Huang, Lukasz Cincio, Andrew T. Sornborger, and Patrick J. Coles
- Abstract要約: 本研究では,QML法を用いて量子力学を短期量子ハードウェア上でシミュレートするフレームワークを開発した。
このフレームワーク内でのアルゴリズムのトレーニングデータ要求を厳格に分析する。
我々は,IBMQ-BogotaのTrotterizationの20倍の時間をシミュレーションした。
- 参考スコア(独自算出の注目度): 2.061594137938085
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Much attention has been paid to dynamical simulation and quantum machine
learning (QML) independently as applications for quantum advantage, while the
possibility of using QML to enhance dynamical simulations has not been
thoroughly investigated. Here we develop a framework for using QML methods to
simulate quantum dynamics on near-term quantum hardware. We use generalization
bounds, which bound the error a machine learning model makes on unseen data, to
rigorously analyze the training data requirements of an algorithm within this
framework. This provides a guarantee that our algorithm is resource-efficient,
both in terms of qubit and data requirements. Our numerics exhibit efficient
scaling with problem size, and we simulate 20 times longer than Trotterization
on IBMQ-Bogota.
- Abstract(参考訳): 動的シミュレーションと量子機械学習 (qml) は独立して量子アドバンテージの応用として注目されているが、qmlを使って動的シミュレーションを強化する可能性は十分に検討されていない。
本稿では,量子ハードウェア上で量子力学をシミュレートするqml法を提案する。
我々は、機械学習モデルが未知のデータに対して行う誤差を制限した一般化境界を用いて、このフレームワーク内のアルゴリズムのトレーニングデータ要求を厳格に分析する。
これにより、我々のアルゴリズムは、キュービットとデータ要求の両方の観点から、リソース効率が保証される。
私たちの数値は問題サイズの効率的なスケーリングを示し、ibmq-bogotaのロータライズよりも20倍長いスケールをシミュレートします。
関連論文リスト
- Quantum-Assisted Simulation: A Framework for Designing Machine Learning
Models in the Quantum Computing Domain [0.0]
量子コンピューティングの歴史を探求し、既存のQMLアルゴリズムを検証し、QMLアルゴリズムのシミュレーションを作成するための簡易な手順を提案する。
機械学習と量子機械学習の両方を用いて,データセット上でシミュレーションを行った。
論文 参考訳(メタデータ) (2023-11-17T07:33:42Z) - Adaptive variational simulation for open quantum systems [0.25602836891933073]
オープン量子系力学をシミュレートするための適応型変分量子アルゴリズムを提案する。
この結果から、近未来量子プロセッサはオープン量子系をシミュレートできることを示した。
論文 参考訳(メタデータ) (2023-05-11T16:00:13Z) - Scalable Quantum Computation of Highly Excited Eigenstates with Spectral
Transforms [0.76146285961466]
我々はHHLアルゴリズムを用いて、物理的ハミルトニアンの内部固有状態を変動的かつ標的的に生成する。
これは量子コンピュータ上の逆ハミルトニアンの期待値の効率的な計算によって実現される。
本稿では, フォールトトレラント, 短期量子コンピュータにおけるこの方式の実装について詳述する。
論文 参考訳(メタデータ) (2023-02-13T19:01:02Z) - Dynamical quantum phase transitions of the Schwinger model: real-time
dynamics on IBM Quantum [0.0]
格子ゲージ理論の枠組みにおけるシュウィンガーモデルに近似した数量子系のリアルタイム力学をシミュレーションするアルゴリズムを実装した。
IBM Quantumのシミュレーション能力の制限は、単一量子ビットゲートと2量子ビットゲートの応用に影響を与えるノイズによって課される。
論文 参考訳(メタデータ) (2023-02-02T15:13:21Z) - Potential and limitations of quantum extreme learning machines [55.41644538483948]
本稿では,QRCとQELMをモデル化するフレームワークを提案する。
我々の分析は、QELMとQRCの両方の機能と限界をより深く理解するための道を開いた。
論文 参考訳(メタデータ) (2022-10-03T09:32:28Z) - Quantum algorithms for quantum dynamics: A performance study on the
spin-boson model [68.8204255655161]
量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。
変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。
量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
論文 参考訳(メタデータ) (2021-08-09T18:00:05Z) - Quantum-tailored machine-learning characterization of a superconducting
qubit [50.591267188664666]
我々は,量子デバイスのダイナミクスを特徴付ける手法を開発し,デバイスパラメータを学習する。
このアプローチは、数値的に生成された実験データに基づいてトレーニングされた物理に依存しないリカレントニューラルネットワークより優れている。
このデモンストレーションは、ドメイン知識を活用することで、この特徴付けタスクの正確性と効率が向上することを示す。
論文 参考訳(メタデータ) (2021-06-24T15:58:57Z) - Fixed Depth Hamiltonian Simulation via Cartan Decomposition [59.20417091220753]
時間に依存しない深さの量子回路を生成するための構成的アルゴリズムを提案する。
一次元横フィールドXYモデルにおけるアンダーソン局在化を含む、モデルの特殊クラスに対するアルゴリズムを強調する。
幅広いスピンモデルとフェルミオンモデルに対して正確な回路を提供するのに加えて、我々のアルゴリズムは最適なハミルトニアンシミュレーションに関する幅広い解析的および数値的な洞察を提供する。
論文 参考訳(メタデータ) (2021-04-01T19:06:00Z) - Error mitigation and quantum-assisted simulation in the error corrected
regime [77.34726150561087]
量子コンピューティングの標準的なアプローチは、古典的にシミュレート可能なフォールトトレラントな演算セットを促進するという考え方に基づいている。
量子回路の古典的準確率シミュレーションをどのように促進するかを示す。
論文 参考訳(メタデータ) (2021-03-12T20:58:41Z) - Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。
QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。
数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
論文 参考訳(メタデータ) (2020-10-20T12:06:27Z) - Realistic simulation of quantum computation using unitary and
measurement channels [1.406995367117218]
本稿では,一意チャネルと測定チャネルの和によって密度行列の進化を近似する新しいシミュレーション手法を提案する。
このモデルは、最もよく知られたアプローチと比較して、精度の面で少なくとも1桁の精度の向上を示す。
論文 参考訳(メタデータ) (2020-05-13T14:29:18Z)
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。