Fugu-MT 論文翻訳(概要): Barren plateaus from learning scramblers with local cost functions

論文の概要: Barren plateaus from learning scramblers with local cost functions

arxiv url: http://arxiv.org/abs/2205.06679v3
Date: Fri, 2 Dec 2022 18:25:53 GMT
ステータス: 処理完了
システム内更新日: 2023-02-13 06:50:02.039781
Title: Barren plateaus from learning scramblers with local cost functions
Title（参考訳）: 局所的コスト関数をもつスクランブラー学習におけるバレンプラトー
Authors: Roy J. Garcia, Chen Zhao, Kaifeng Bu, Arthur Jaffe
Abstract要約: ヴァレン台地は、最近ランダムなユニタリのグローバルな性質を学ぶ際に存在することが示されている。局所コスト関数がランダムなユニタリ特性の学習において不規則なプラトーに遭遇することを示すノーゴー定理を証明した。
参考スコア（独自算出の注目度）: 4.316187690050619
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The existence of barren plateaus has recently revealed new training challenges in quantum machine learning (QML). Uncovering the mechanisms behind barren plateaus is essential in understanding the scope of problems that QML can efficiently tackle. Barren plateaus have recently been shown to exist when learning global properties of random unitaries, which is relevant when learning black hole dynamics. Establishing whether local cost functions can circumvent these barren plateaus is pertinent if we hope to apply QML to quantum many-body systems. We prove a no-go theorem showing that local cost functions encounter barren plateaus in learning random unitary properties.
Abstract（参考訳）: barren plateausの存在は、量子機械学習(qml)における新たなトレーニング課題を最近明らかにしている。バレンプラトーの背後にあるメカニズムを明らかにすることは、QMLが効果的に取り組める問題の範囲を理解するのに不可欠である。バレン高原は最近、ブラックホールのダイナミクスを学ぶ際に関係するランダムユニタリのグローバルな性質を学ぶ際に存在することが示されている。量子多体系にQMLを適用したい場合、局所的なコスト関数がこれらの不規則な台地を回避できるかどうかを確立することが重要となる。ランダムユニタリ特性の学習において,局所コスト関数が不毛高原に遭遇することを示す非ゴー定理を証明した。

関連論文リスト

GQHAN: A Grover-inspired Quantum Hard Attention Network [53.96779043113156]
GQHAM(Grover-inspired Quantum Hard Attention Mechanism)を提案する。 GQHANは、既存の量子ソフト自己保持機構の有効性を超越して、非微分可能性ハードルをかなり上回っている。 GQHANの提案は、将来の量子コンピュータが大規模データを処理する基盤を築き、量子コンピュータビジョンの開発を促進するものである。
論文参考訳（メタデータ） (2024-01-25T11:11:16Z)
Does provable absence of barren plateaus imply classical simulability? Or, why we need to rethink variational quantum computing [0.0]
バレン高原を避けることができる構造も、古典的な損失を効率的にシミュレートするために利用できますか? 一般に用いられているバレン高原の証明不可能なモデルもまた古典的にシミュレート可能であるという強い証拠を提示する。我々の分析は、不毛の高原無地におけるパラメタライズド量子回路の情報処理能力の非古典性に深刻な疑問を呈している。
論文参考訳（メタデータ） (2023-12-14T16:54:57Z)
Provably Trainable Rotationally Equivariant Quantum Machine Learning [0.6435156676256051]
量子フーリエ変換上に構築された回転同変QMLモデルの族を導入する。我々は,シリコン中のリン不純物の走査型トンネル顕微鏡画像のデータセット上で,我々のモデルを数値的に検証した。
論文参考訳（メタデータ） (2023-11-10T05:10:06Z)
Unifying (Quantum) Statistical and Parametrized (Quantum) Algorithms [65.268245109828]
我々はカーンズのSQオラクルとヴァリアントの弱い評価オラクルからインスピレーションを得ます。評価クエリから学習するための非条件の下限を出力する,広範かつ直感的なフレームワークを提案する。
論文参考訳（メタデータ） (2023-10-26T18:23:21Z)
Classical-to-Quantum Transfer Learning Facilitates Machine Learning with Variational Quantum Circuit [62.55763504085508]
本稿では,変分量子回路(VQC)を用いた古典的量子移動学習アーキテクチャにより,VQCモデルの表現と一般化(推定誤差)が向上することを証明する。古典-量子遷移学習のアーキテクチャは、事前学習された古典的生成AIモデルを活用し、訓練段階におけるVQCの最適パラメータの発見を容易にする。
論文参考訳（メタデータ） (2023-05-18T03:08:18Z)
A didactic approach to quantum machine learning with a single qubit [68.8204255655161]
我々は、データ再ロード技術を用いて、単一のキュービットで学習するケースに焦点を当てる。我々は、Qiskit量子コンピューティングSDKを用いて、おもちゃと現実世界のデータセットに異なる定式化を実装した。
論文参考訳（メタデータ） (2022-11-23T18:25:32Z)
Provable Reinforcement Learning with a Short-Term Memory [68.00677878812908]
我々はPMDPsの新しいサブクラスについて研究し、その潜在状態は、最近の短い長さ$m$の履歴によって復号化することができる。特に、リッチ・オブザーブレーション・セッティングにおいて、指数関数的にスケールするサンプル複雑性を持つ新しい「モーメントマッチング」アプローチを用いて、新しいアルゴリズムを開発する。以上の結果から,これらの環境下での強化学習には短期記憶が十分であることが示唆された。
論文参考訳（メタデータ） (2022-02-08T16:39:57Z)
Diagnosing Barren Plateaus with Tools from Quantum Optimal Control [0.0]
変分量子アルゴリズム(VQA)は、短期的な量子優位性を達成する可能性から、かなりの注目を集めている。 VQAのスケーリング結果の1つは、ある状況下で指数関数的に勾配が消滅する不毛の台地である。我々は、量子最適制御(quantum optimal control)のツールを用いて、問題に着想を得たアンサテイズに対するバレンプラトーの存在や欠如を診断できるフレームワークを開発する。
論文参考訳（メタデータ） (2021-05-29T21:36:24Z)
FLIP: A flexible initializer for arbitrarily-sized parametrized quantum circuits [105.54048699217668]
任意サイズのパラメタライズド量子回路のためのFLexible Initializerを提案する。 FLIPは任意の種類のPQCに適用することができ、初期パラメータの一般的なセットに頼る代わりに、成功したパラメータの構造を学ぶように調整されている。本稿では, 3つのシナリオにおいてFLIPを用いることの利点を述べる。不毛な高原における問題ファミリ, 最大カット問題インスタンスを解くPQCトレーニング, 1次元フェルミ-ハッバードモデルの基底状態エネルギーを求めるPQCトレーニングである。
論文参考訳（メタデータ） (2021-03-15T17:38:33Z)
Entanglement Devised Barren Plateau Mitigation [1.382143546774115]
我々は不規則な高原の源としてランダムな絡み合いを含意し、多体絡み合いのダイナミクスの観点から特徴付ける。本稿では,多くのバレン高原改善技術を提案し,実証する。エンタングルメントの制限は、自動およびエンジニアリングの両方で、高精度なトレーニングの目印であることが分かっています。
論文参考訳（メタデータ） (2020-12-22T17:49:38Z)
Barren plateaus preclude learning scramblers [2.442224099834475]
スクランブルプロセスは、多体量子システムを通して急速に絡み合いを広げた。量子機械学習(QML)がそのようなプロセスの研究に利用できるかどうかを問う。
論文参考訳（メタデータ） (2020-09-30T17:31:36Z)

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。