論文の概要: Using (1 + 1)D Quantum Cellular Automata for Exploring Collective
Effects in Large Scale Quantum Neural Networks
- arxiv url: http://arxiv.org/abs/2207.11777v1
- Date: Sun, 24 Jul 2022 17:10:12 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-03 22:05:16.256892
- Title: Using (1 + 1)D Quantum Cellular Automata for Exploring Collective
Effects in Large Scale Quantum Neural Networks
- Title（参考訳）: 1 + 1)d量子セルオートマトンを用いた大規模量子ニューラルネットワークにおける集団効果の探索
- Authors: Edward Gillman, Federico Carollo and Igor Lesanovsky
- Abstract要約: 量子パーセプトロンとニューラルネットワークが情報を処理する方法に対する量子効果の影響について検討する。
我々は、コヒーレントなハミルトン進化に関連するような量子効果の導入を可能にする量子ゲートのクラスを利用する。
量子効果が変化するときの臨界行動の変化を同定し、大規模ニューラルネットワークにおける情報処理の根底にある集合的動的挙動に実際に影響を及ぼすことを示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Central to the field of quantum machine learning is the design of quantum
perceptrons and neural network architectures. A key question in this regard is
the impact of quantum effects on the way in which such models process
information. Here, we approach this question by establishing a connection
between $(1+1)D$ quantum cellular automata, which implement a discrete
nonequilibrium quantum many-body dynamics through the successive application of
local quantum gates, and recurrent quantum neural networks, which process
information by feeding it through perceptrons interconnecting adjacent layers.
This relation allows the processing of information in quantum neural networks
to be studied in terms of the properties of their equivalent cellular automaton
dynamics. We exploit this by constructing a class of quantum gates
(perceptrons) that allow for the introduction of quantum effects, such as those
associated with a coherent Hamiltonian evolution, and establish a rigorous link
to continuous-time Lindblad dynamics. We further analyse the universal
properties of a specific quantum cellular automaton, and identify a change of
critical behavior when quantum effects are varied, demonstrating that they can
indeed affect the collective dynamical behavior underlying the processing of
information in large-scale neural networks.
- Abstract（参考訳）: 量子機械学習の分野の中心は、量子パーセプトロンとニューラルネットワークアーキテクチャの設計である。
この点において重要な問題は、そのようなモデルが情報を処理する方法に対する量子効果の影響である。
ここでは、局所量子ゲートの逐次適用による離散的非平衡量子多体ダイナミクスを実装する$(1+1)d$量子セルセルオートマトンと、隣接層を相互接続するパーセプトロンを介して情報を処理する再帰的量子ニューラルネットワークとの接続を確立することにより、この問題にアプローチする。
この関係により、量子ニューラルネットワークにおける情報の処理は、等価なセルオートマトン力学の性質の観点から研究することができる。
我々は、コヒーレントなハミルトニアン進化に関連するような量子効果の導入を可能にする量子ゲート(パーセプトロン)のクラスを構築し、連続時間リンドブラッドダイナミクスへの厳密なリンクを確立することでこれを活用する。
さらに、特定の量子セルオートマトンの普遍的特性を解析し、量子効果が変化する際の臨界挙動の変化を同定し、大規模ニューラルネットワークにおける情報処理の基礎となる集団的動的挙動に実際に影響を及ぼすことを実証する。
関連論文リスト
- 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) - Dissipative quantum many-body dynamics in (1+1)D quantum cellular
automata and quantum neural networks [0.0]
同様のパラダイムに従う量子ニューラルネットワークアーキテクチャについて検討する。
構造的には、 (1+1)D と呼ばれるセルオートマトンと等価である。
局所的なユニタリゲートを構築すれば、所望の多体ダイナミクスが得られることを示す。
論文 参考訳（メタデータ） (2023-04-21T18:47:07Z) - QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional
Networks [124.7972093110732]
本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。
現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。
我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
論文 参考訳（メタデータ） (2022-11-09T21:43:16Z) - Mutual Reinforcement between Neural Networks and Quantum Physics [0.0]
量子機械学習は、量子力学と機械学習の共生から生まれる。
古典的な機械学習を量子物理学問題に適用するためのツールとして使う。
量子パーセプトロンの力学に基づく量子ニューラルネットワークの設計と、短絡の断熱への応用は、短時間の動作時間と堅牢な性能をもたらす。
論文 参考訳（メタデータ） (2021-05-27T16:20:50Z) - The Hintons in your Neural Network: a Quantum Field Theory View of Deep
Learning [84.33745072274942]
線形および非線形の層をユニタリ量子ゲートとして表現する方法を示し、量子モデルの基本的な励起を粒子として解釈する。
ニューラルネットワークの研究のための新しい視点と技術を開くことに加えて、量子定式化は光量子コンピューティングに適している。
論文 参考訳（メタデータ） (2021-03-08T17:24:29Z) - Variational learning for quantum artificial neural networks [0.0]
まず、量子プロセッサ上での人工ニューロンとフィードフォワードニューラルネットワークの実装について、最近の一連の研究を概説する。
次に、変分アンサンプリングプロトコルに基づく効率的な個別量子ノードのオリジナル実現を提案する。
メモリ効率の高いフィードフォワードアーキテクチャとの完全な互換性を維持しながら、単一ニューロンの活性化確率を決定するのに必要な量子回路深さを効果的に削減する。
論文 参考訳（メタデータ） (2021-03-03T16:10:15Z) - 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) - Quantum information spreading in a disordered quantum walk [50.591267188664666]
量子ウォークスを用いて量子情報拡散パターンを探索する量子探索プロトコルを設計する。
我々は、異常や古典的輸送を調査するために、コヒーレントな静的および動的障害に焦点を当てる。
以上の結果から,複雑なネットワークで発生する欠陥や摂動の情報を読み取る装置として,量子ウォーク(Quantum Walk)が考えられる。
論文 参考訳（メタデータ） (2020-10-20T20:03:19Z) - Non-equilibrium phase transitions in $(1+1)$-dimensional quantum
cellular automata with controllable quantum correlations [0.0]
本稿では,$(1+1)$-dimensionalの量子セルオートマトン(quantum cellularautoa)のクラスについて紹介し,そのダイナミクスについて検討する。
プロジェクションされた絡み合ったペア状態テンソルネットワークは、セルオートマトンを自然かつ効率的に表現できることを示す。
論文 参考訳（メタデータ） (2020-02-21T11:47:01Z) - Entanglement Classification via Neural Network Quantum States [58.720142291102135]
本稿では、学習ツールと量子絡み合いの理論を組み合わせて、純状態における多部量子ビット系の絡み合い分類を行う。
我々は、ニューラルネットワーク量子状態(NNS)として知られる制限されたボルツマンマシン(RBM)アーキテクチャにおいて、人工ニューラルネットワークを用いた量子システムのパラメータ化を用いる。
論文 参考訳（メタデータ） (2019-12-31T07:40:23Z)
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。