論文の概要: Exponential data encoding for quantum supervised learning

• arxiv url: http://arxiv.org/abs/2206.12105v2
• Date: Tue, 10 Jan 2023 08:36:55 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-08 04:38:40.851965
• Title: Exponential data encoding for quantum supervised learning
• Title（参考訳）: 量子教師あり学習のための指数データ符号化
• Authors: S. Shin, Y. S. Teo, H. Jeong
• Abstract要約: ハードウェア効率のよい指数型データ符号化手法を導入し,全ての非エンタングリングなパウリ符号化方式について検討する。 このような符号化戦略は、量子リソースを減らすだけでなく、トレーニング中に実用的なリソース優位性を示すことを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reliable quantum supervised learning of a multivariate function mapping depends on the expressivity of the corresponding quantum circuit and measurement resources. We introduce exponential-data-encoding strategies that are hardware-efficient and optimal amongst all non-entangling Pauli-encoded schemes, which is sufficient for a quantum circuit to express general functions having very broad Fourier frequency spectra using only exponentially few encoding gates. We show that such an encoding strategy not only reduces the quantum resources, but also exhibits practical resource advantage during training in contrast with known efficient classical strategies when polynomial-depth training circuits are also employed. When computation resources are constrained, we numerically demonstrate that even exponential-data-encoding circuits with single-layer training modules can generally express functions that lie outside the classically-expressible region, thereby supporting the practical benefits of such a resource advantage. Finally, we illustrate the performance of exponential encoding in learning the potential-energy surface of the ethanol molecule and California's housing prices
• Abstract（参考訳）: 多変量関数マッピングの信頼性のある量子教師付き学習は、対応する量子回路と測定リソースの表現性に依存する。 本稿では,非エンタングリングパウリエンコードスキームにおいて,ハードウェア効率と最適な指数データエンコード戦略を導入する。量子回路が指数関数的に少ないエンコードゲートを用いて,非常に広いフーリエ周波数スペクトルを持つ一般関数を表現するのに十分である。 このような符号化戦略は、量子資源を減らすだけでなく、多項式深度学習回路を用いる場合の既知の効率的な古典的戦略とは対照的に、訓練中に実践的な資源優位性を示す。 計算資源が制約されている場合、単層トレーニングモジュールを持つ指数データ符号化回路でさえ、一般に古典的に表現可能な領域外にある関数を表現できることを数値的に示す。 最後に、エタノール分子のポテンシャルエネルギー表面とカリフォルニアの住宅価格の学習における指数関数符号化の性能を示す。

関連論文リスト

• 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)
• Enhancing the expressivity of quantum neural networks with residual connections [0.0]
  量子残差ニューラルネットワーク(QResNets)を実装する量子回路に基づくアルゴリズムを提案する。 我々の研究は、古典的残留ニューラルネットワークの完全な量子的実装の基礎を築いた。
  論文  参考訳（メタデータ） (2024-01-29T04:00:51Z)
• Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
  テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる 本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。 その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
  論文  参考訳（メタデータ） (2022-09-01T17:08:41Z)
• Concentration of Data Encoding in Parameterized Quantum Circuits [7.534037755267707]
  変分量子アルゴリズムは、有意義なタスクにおいて、短期的な量子アドバンテージを実現するための主要な戦略として認識されている。 本稿では、パラメータ化量子回路に基づく共通データ符号化戦略を考察し、進展する。 妥当な仮定の下では、平均符号化状態と最大混合状態の間の距離が明らかに上界であることが証明できる。
  論文  参考訳（メタデータ） (2022-06-16T16:09:40Z)
• Quantum circuit debugging and sensitivity analysis via local inversions [62.997667081978825]
  本稿では,回路に最も影響を及ぼす量子回路の断面をピンポイントする手法を提案する。 我々は,IBM量子マシン上に実装されたアルゴリズム回路の例に応用して,提案手法の実用性と有効性を示す。
  論文  参考訳（メタデータ） (2022-04-12T19:39:31Z)
• Quantifying Qubit Magic Resource with Gottesman-Kitaev-Preskill Encoding [58.720142291102135]
  我々は、ほとんどのフォールトトレラント量子コンピュータにおいて、魔法のリソース測度、探索特性を定義する。 我々の定式化は、連続変数量子計算におけるボソニック符号、よく研究されたツールに基づいている。
  論文  参考訳（メタデータ） (2021-09-27T12:56:01Z)
• Fock State-enhanced Expressivity of Quantum Machine Learning Models [0.0]
  フォトニックベースのボソニックデータエンコーディングスキームは、より少ないエンコーディング層を使用して古典的なデータポイントを埋め込む。 本稿では,必要なリソースのスケールの異なる3つの異なる雑音性中間スケール量子互換バイナリ分類法を提案する。
  論文  参考訳（メタデータ） (2021-07-12T07:07:39Z)
• Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
  マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。 その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
  論文  参考訳（メタデータ） (2021-06-24T20:16:02Z)
• The effect of data encoding on the expressive power of variational quantum machine learning models [0.7734726150561088]
  量子コンピュータは、パラメトリド量子回路をデータ入力を予測にマッピングするモデルとして扱うことで教師あり学習に使用できる。 本稿では,関数近似器としてパラメトリド量子回路の表現力に,データがモデルに符号化される戦略がどう影響するかを検討する。
  論文  参考訳（メタデータ） (2020-08-19T18:00:11Z)
• Efficient Discrete Feature Encoding for Variational Quantum Classifier [3.7576442570677253]
  変分量子分類(VQC)は、量子的に有利な方法の一つである。 本稿では,量子ランダムアクセス符号化(QRAC)を用いて,離散的特徴をVQCの量子ビット数に効率的にマッピングする手法を提案する。 QRACがVQCのトレーニングを高速化するためには,マッピングのキュービット数を節約することで,パラメータを削減できることを実験的に示す。
  論文  参考訳（メタデータ） (2020-05-29T04:43:14Z)
• Efficient simulatability of continuous-variable circuits with large Wigner negativity [62.997667081978825]
  ウィグナー負性性は、いくつかの量子計算アーキテクチャにおいて計算上の優位性に必要な資源であることが知られている。 我々は、大きく、おそらくは有界で、ウィグナー負性を示し、しかし古典的に効率的にシミュレートできる回路の広大な族を同定する。 我々は,高次元離散可変量子回路のシミュラビリティとボソニック符号とのリンクを確立することにより,本結果の導出を行う。
  論文  参考訳（メタデータ） (2020-05-25T11:03:42Z)

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。