論文の概要: Compact Effective Basis Generation: Insights from Interpretable Circuit
Design
- arxiv url: http://arxiv.org/abs/2302.10660v1
- Date: Tue, 21 Feb 2023 13:23:51 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-22 15:11:45.267994
- Title: Compact Effective Basis Generation: Insights from Interpretable Circuit
Design
- Title(参考訳): コンパクト有効バス生成:解釈可能な回路設計からの洞察
- Authors: Jakob S. Kottmann, Francesco Scala
- Abstract要約: 解釈可能な回路設計と分割・コンカレントアプローチを組み合わせて、これがいかにして説明可能な性能をもたらすかを示す。
提案手法は,実効ベースのサイズや関連する回路の個々の量子資源において,他の分割・対数法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): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Efficient ways to prepare Fermionic ground states on quantum computers are in
high demand and different techniques ranging from variational to
divide-and-conquer were developed over the last years. Despite having a vast
set of methods it is still not clear which method performs well for which
system. In this work, we combine interpretable circuit designs with a
divide-and-conquer approach and show how this leads to explainable performance.
We demonstrate that the developed methodology outperforms other
divide-and-conquer methods in terms of size of the effective basis as well as
individual quantum resources for the involved circuits.
- Abstract(参考訳): 量子コンピュータ上でのフェルミオン基底状態の効率的な作成法は需要が高く、過去数年間で変分から分別まで様々な技術が開発された。
多数の方法があるにもかかわらず、どの方法がどのシステムでうまく機能するかはまだ明らかではない。
そこで本研究では,解釈可能な回路設計と分割・解法を組み合わせることで,解析可能な性能を実現する方法を示す。
提案手法は,実効ベースのサイズや関連する回路の個々の量子資源において,他の分割・対数法よりも優れていることを示す。
関連論文リスト
- FRAPP\'E: A Group Fairness Framework for Post-Processing Everything [50.24510773409576]
本稿では,任意の正規化インプロセッシング手法をポストプロセッシング手法に変換するフレームワークを提案する。
理論的および実験を通して、我々のフレームワークは、内部処理で達成された優れた公正なエラートレードオフを保っていることを示す。
論文 参考訳(メタデータ) (2023-12-05T09:09:21Z) - Variational preparation of entangled states on quantum computers [0.0]
量子コンピュータ上での絡み合った量子状態を作成するための変分法を提案する。
性能向上のために,様々な勾配に基づく最適化手法を用いる。
量子状態生成の効率を最大化するための変分アルゴリズムの有効性を実証する。
論文 参考訳(メタデータ) (2023-06-30T06:29:24Z) - Better Understanding Differences in Attribution Methods via Systematic
Evaluations [77.1487219861185]
モデル決定に最も影響を及ぼす画像領域を特定するために、ポストホック属性法が提案されている。
本稿では,これらの手法の忠実度をより確実に評価するための3つの新しい評価手法を提案する。
これらの評価手法を用いて、広範囲のモデルにおいて広く用いられている属性手法の長所と短所について検討する。
論文 参考訳(メタデータ) (2023-03-21T14:24:58Z) - SEQUENT: Towards Traceable Quantum Machine Learning using Sequential
Quantum Enhanced Training [5.819818547073678]
本稿では,ハイブリッド機械学習における量子コンピューティング手法のトレーサブルな応用のためのアーキテクチャとトレーニングプロセスを提案する。
本研究は、SEQUENTの適用可能性の実証として、現在の手法の不備と予備実験結果に関する公式な証拠を提供する。
論文 参考訳(メタデータ) (2023-01-06T16:55:59Z) - Guaranteed Conservation of Momentum for Learning Particle-based Fluid
Dynamics [96.9177297872723]
本稿では,学習物理シミュレーションにおける線形運動量を保証する新しい手法を提案する。
我々は、強い制約で運動量の保存を強制し、反対称的な連続的な畳み込み層を通して実現する。
提案手法により,学習シミュレータの物理的精度を大幅に向上させることができる。
論文 参考訳(メタデータ) (2022-10-12T09:12:59Z) - Exploiting subspace constraints and ab initio variational methods for
quantum chemistry [0.0]
本報告では,適応的に進化する量子回路を用いて問題を解くために姉妹論文に記述した手法を用いる。
このアプローチは, 結合クラスタやハードウェア効率のよいアンセットといった, 人間の設計した回路よりも優れることがわかった。
また、物理的に関係のある部分空間における回路の進化を制限するための新しいアプローチも導入する。
論文 参考訳(メタデータ) (2022-06-22T17:48:30Z) - Towards Better Understanding Attribution Methods [77.1487219861185]
モデル決定に最も影響を及ぼす画像領域を特定するために、ポストホック属性法が提案されている。
本稿では,これらの手法の忠実度をより確実に評価するための3つの新しい評価手法を提案する。
また,いくつかの属性法の性能を著しく向上する処理後平滑化ステップを提案する。
論文 参考訳(メタデータ) (2022-05-20T20:50:17Z) - A Survey on Deep Semi-supervised Learning [51.26862262550445]
まず,既存の手法を分類した深層半指導学習の分類法を提案する。
次に、損失の種類、貢献度、アーキテクチャの違いの観点から、これらのメソッドを詳細に比較します。
論文 参考訳(メタデータ) (2021-02-28T16:22:58Z) - There and Back Again: Revisiting Backpropagation Saliency Methods [87.40330595283969]
正当性法は,各入力サンプルの重要度マップを作成することによって,モデルの予測を説明する。
このような手法の一般的なクラスは、信号のバックプロパゲートと結果の勾配の分析に基づいている。
本稿では,そのような手法を統一可能な単一のフレームワークを提案する。
論文 参考訳(メタデータ) (2020-04-06T17:58:08Z)
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。