論文の概要: Machine learning via relativity-inspired quantum dynamics
- arxiv url: http://arxiv.org/abs/2205.07925v1
- Date: Mon, 16 May 2022 18:21:34 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-12 23:32:34.811218
- Title: Machine learning via relativity-inspired quantum dynamics
- Title（参考訳）: 相対性理論に基づく量子力学による機械学習
- Authors: Zejian Li, Valentin Heyraud, Kaelan Donatella, Zakari Denis, and
Cristiano Ciuti
- Abstract要約: 本稿では,量子系の相対論的力学に基づく機械学習手法を提案する。
システムの変調に入力データを埋め込んだ貯水池計算方式を検討する。
相対論的体制においては、タスク非依存の表現性はニュートン体制に対して劇的に拡大している。
- 参考スコア（独自算出の注目度）: 2.8332468655456777
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present a machine-learning scheme based on the relativistic dynamics of a
quantum system, namely a quantum detector inside a cavity resonator. An
equivalent analog model can be realized for example in a circuit QED platform
subject to properly modulated driving fields. We consider a reservoir-computing
scheme where the input data are embedded in the modulation of the system
(equivalent to the acceleration of the relativistic object) and the output data
are obtained by linear combinations of measured observables. As an illustrative
example, we have simulated such a relativistic quantum machine for a
challenging classification task, showing a very large enhancement of the
accuracy in the relativistic regime. Using kernel-machine theory, we show that
in the relativistic regime the task-independent expressivity is dramatically
magnified with respect to the Newtonian regime.
- Abstract（参考訳）: 本稿では,量子系の相対論的ダイナミクス,すなわち空洞共振器内の量子検出器に基づく機械学習手法を提案する。
例えば、適切に変調された駆動場を受ける回路QEDプラットフォームにおいて、等価なアナログモデルを実現することができる。
システムの変調(相対論的対象の加速度に相当する)に入力データを埋め込んだ貯水池計算方式を考察し,測定された可観測物の線形結合により出力データを得る。
例示として,そのような相対論的量子マシンを難解な分類タスクとしてシミュレートし,相対論的手法における精度の大幅な向上を示した。
カーネル・マシン理論を用いて、相対論的状態において、タスク非依存の表現性はニュートン体制に対して劇的に拡大することを示した。
関連論文リスト
- Quantum error mitigation in optimized circuits for particle-density correlations in real-time dynamics of the Schwinger model [0.0]
原理として、非等時相関関数を計算でき、そこから興味深い現象を検出できる。
実際には、これらの計算は必要な量子回路の複雑さのためにノイズに強く影響を受ける。
粒子密度相関演算子の時間進化とその相関のディジタル回路実装を導出し、正確な進化、素雑音シミュレーション、異なる誤差緩和手法によるシミュレーションの結果を比較した。
論文 参考訳（メタデータ） (2025-01-18T17:32:59Z) - Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか?
我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。
我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
論文 参考訳（メタデータ） (2024-08-22T08:21:28Z) - Dynamical invariant based shortcut to equilibration in open quantum systems [0.0]
我々はルイス=リースフェルド不変量を用いて、駆動されたオープン量子系の平衡を高速化する。
提案プロトコルは、単純な非最適化プロトコルよりも短い時間スケールで高忠実度制御を実現することができることを示す。
論文 参考訳（メタデータ） (2024-01-22T02:32:27Z) - Thermodynamics of quantum trajectories on a quantum computer [0.0]
オープンシステム力学は、興味あるシステムをアシラに結合することで量子コンピュータ上でシミュレートされる。
所望の性質を持つ量子軌道の確率を高めるために、開系の力学を制御する方法を示す。
論文 参考訳（メタデータ） (2023-01-17T19:00:03Z) - Noisy Quantum Kernel Machines [58.09028887465797]
量子学習マシンの新たなクラスは、量子カーネルのパラダイムに基づくものである。
消散と脱コヒーレンスがパフォーマンスに与える影響について検討する。
量子カーネルマシンでは,デコヒーレンスや散逸を暗黙の正規化とみなすことができる。
論文 参考訳（メタデータ） (2022-04-26T09:52:02Z) - Machine learning for excitation energy transfer dynamics [0.0]
我々は、生物状態におけるオープン量子力学をシミュレートするために、階層的な運動方程式(HEOM)を用いる。
我々は、光収穫錯体を通した電子励起のコヒーレントな伝播を表現した、時間依存オブザーバブルの集合を生成する。
我々は、この研究課題に対処する畳み込みニューラルネットワークの能力を実証する。
論文 参考訳（メタデータ） (2021-12-22T14:11:30Z) - 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) - Quantum Markov Chain Monte Carlo with Digital Dissipative Dynamics on
Quantum Computers [52.77024349608834]
少数のアンシラ量子ビットを用いて環境との相互作用をシミュレートするデジタル量子アルゴリズムを開発した。
逆イジングモデルの熱状態のシミュレーションによるアルゴリズムの評価を行った。
論文 参考訳（メタデータ） (2021-03-04T18:21:00Z) - Information Scrambling in Computationally Complex Quantum Circuits [56.22772134614514]
53量子ビット量子プロセッサにおける量子スクランブルのダイナミクスを実験的に検討する。
演算子の拡散は効率的な古典的モデルによって捉えられるが、演算子の絡み合いは指数関数的にスケールされた計算資源を必要とする。
論文 参考訳（メタデータ） (2021-01-21T22:18:49Z) - Expressibility and trainability of parameterized analog quantum systems
for machine learning applications [0.0]
システム内の外部駆動と障害の相互作用が、相互作用する量子システムのトレーニング可能性と表現可能性をどのように規定しているかを示す。
我々の研究は、量子多体物理学と機械学習への応用の基本的な関連性を示している。
論文 参考訳（メタデータ） (2020-05-22T14:59:42Z)
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。