論文の概要: Reinforcement learning and decision making via single-photon quantum walks

• arxiv url: http://arxiv.org/abs/2301.13669v1
• Date: Tue, 31 Jan 2023 14:38:33 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-01 16:22:04.567973
• Title: Reinforcement learning and decision making via single-photon quantum walks
• Title（参考訳）: 単一光子量子ウォークによる強化学習と意思決定
• Authors: Fulvio Flamini, Marius Krumm, Lukas J. Fiderer, Thomas M\"uller, and Hans J. Briegel
• Abstract要約: 本稿では,人工知能の解釈を目的とした強化学習モデルである射影シミュレーション(PS)の定量化手法を提案する。 可変マッハ・ツェンダー干渉計の格子における単一光子の量子ウォークを考える。 我々は、転送学習の例を用いて、量子化PS学習モデルが古典的学習モデルよりも優れていることを示す。
• 参考スコア（独自算出の注目度）: 2.3488056916440856
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Variational quantum algorithms represent a promising approach to quantum machine learning where classical neural networks are replaced by parametrized quantum circuits. Here, we present a variational approach to quantize projective simulation (PS), a reinforcement learning model aimed at interpretable artificial intelligence. Decision making in PS is modeled as a random walk on a graph describing the agent's memory. To implement the quantized model, we consider quantum walks of single photons in a lattice of tunable Mach-Zehnder interferometers. We propose variational algorithms tailored to reinforcement learning tasks, and we show, using an example from transfer learning, that the quantized PS learning model can outperform its classical counterpart. Finally, we discuss the role of quantum interference for training and decision making, paving the way for realizations of interpretable quantum learning agents.
• Abstract（参考訳）: 変分量子アルゴリズムは、古典的ニューラルネットワークをパラメトリズド量子回路に置き換える量子機械学習における有望なアプローチである。 本稿では,人工知能の解釈を目的とした強化学習モデルである射影シミュレーション(PS)の定量化のための変分的アプローチを提案する。 PSにおける決定は、エージェントのメモリを記述するグラフ上のランダムウォークとしてモデル化される。 量子化モデルを実装するために、可変マッハ・ツェンダー干渉計の格子における単一光子の量子ウォークを考える。 我々は,強化学習タスクに適した変分アルゴリズムを提案し,転送学習の例を用いて,量子PS学習モデルが従来の学習モデルより優れていることを示す。 最後に, 学習と意思決定における量子干渉の役割について論じ, 解釈可能な量子学習エージェントの実現への道を開く。

関連論文リスト

• Demonstration of Hardware Efficient Photonic Variational Quantum Algorithm [2.4630731476141365]
  本稿では,1光子と線形光ネットワークが変分量子アルゴリズムの実装に十分であることを示す。 因子化タスクのインスタンスに取り組むための変分的アプローチの実証実験によってこれを実証する。
  論文  参考訳（メタデータ） (2024-08-19T18:26:57Z)
• Quantum Equilibrium Propagation for efficient training of quantum systems based on Onsager reciprocity [0.0]
  平衡伝播(Equilibrium propagation、EP)は、平衡に緩和する古典的なエネルギーモデルに導入され応用された手順である。 ここでは、EPとOnsagerの相互性を直接接続し、これを利用してEPの量子バージョンを導出する。 これは任意の量子系の可観測物の期待値に依存する損失関数の最適化に使うことができる。
  論文  参考訳（メタデータ） (2024-06-10T17:22:09Z)
• Demonstration of quantum projective simulation on a single-photon-based quantum computer [0.0]
  変分量子アルゴリズムは、ノイズの多い中間スケールの量子デバイスで効果的に動作する可能性を示している。 本稿では,このアルゴリズムをQuandelaの単一光子ベースの量子コンピュータAscellaに実装する。
  論文  参考訳（メタデータ） (2024-04-19T09:17:15Z)
• Toward coherent quantum computation of scattering amplitudes with a measurement-based photonic quantum processor [0.0]
  格子QCDにより現在アクセス不能な散乱可観測物の研究に量子光学シミュレーションを用いることの可能性について論じる。 計測に基づくフォトニック量子コンピューティングの最近の進歩は、必要なエキゾチックゲートを決定論的に生成するために活用できることが示されている。
  論文  参考訳（メタデータ） (2023-12-19T21:36:07Z)
• 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)
• Circuit Symmetry Verification Mitigates Quantum-Domain Impairments [69.33243249411113]
  本稿では,量子状態の知識を必要とせず,量子回路の可換性を検証する回路指向対称性検証を提案する。 特に、従来の量子領域形式を回路指向安定化器に一般化するフーリエ時間安定化器(STS)手法を提案する。
  論文  参考訳（メタデータ） (2021-12-27T21:15:35Z)
• 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)
• Variational Quantum Anomaly Detection: Unsupervised mapping of phase diagrams on a physical quantum computer [0.0]
  量子シミュレーションから量子データを解析するための教師なし量子機械学習アルゴリズムである変分量子異常検出を提案する。 このアルゴリズムは、事前の物理的知識を持たないシステムの位相図を抽出するために用いられる。 現在ではアクセスしやすいデバイスで使用でき、実際の量子コンピュータ上でアルゴリズムを実行することができる。
  論文  参考訳（メタデータ） (2021-06-15T06:54:47Z)
• 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)
• 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 walk processes in quantum devices [55.41644538483948]
  グラフ上の量子ウォークを量子回路として表現する方法を研究する。 提案手法は,量子ウォークアルゴリズムを量子コンピュータ上で効率的に実装する方法である。
  論文  参考訳（メタデータ） (2020-12-28T18:04:16Z)

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。