論文の概要: Determining probability density functions with adiabatic quantum computing

• arxiv url: http://arxiv.org/abs/2303.11346v2
• Date: Fri, 23 Jun 2023 13:22:41 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-26 17:05:46.664857
• Title: Determining probability density functions with adiabatic quantum computing
• Title（参考訳）: 断熱量子コンピューティングによる確率密度関数の決定
• Authors: Matteo Robbiati, Juan M. Cruz-Martinez and Stefano Carrazza
• Abstract要約: データサンプルからの確率密度関数の信頼性の高い決定は、科学的応用において依然として重要なトピックである。 サンプルの累積分布関数を時間依存ハミルトニアンにマッピングする古典的量子データ埋め込み手法を定義する。 得られたハミルトニアンは時間発展作用素を用いて量子回路に投影される。
• 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: A reliable determination of probability density functions from data samples is still a relevant topic in scientific applications. In this work we investigate the possibility of defining an algorithm for density function estimation using adiabatic quantum computing. Starting from a sample of a one-dimensional distribution, we define a classical-to-quantum data embedding procedure which maps the empirical cumulative distribution function of the sample into time dependent Hamiltonian using adiabatic quantum evolution. The obtained Hamiltonian is then projected into a quantum circuit using the time evolution operator. Finally, the probability density function of the sample is obtained using quantum hardware differentiation through the parameter shift rule algorithm. We present successful numerical results for predefined known distributions and high-energy physics Monte Carlo simulation samples.
• Abstract（参考訳）: データサンプルからの確率密度関数の信頼できる決定は、科学的な応用において依然として重要なトピックである。 本研究では,断熱量子コンピューティングを用いた密度関数推定アルゴリズムの定義の可能性を検討する。 一次元分布のサンプルから始め、サンプルの経験的累積分布関数を断熱量子進化を用いて時間依存ハミルトニアンに写像する古典から量子へのデータ埋め込み手順を定義する。 得られたハミルトニアンは時間発展演算子を用いて量子回路に投影される。 最後に、パラメータシフト規則アルゴリズムを用いて、量子ハードウェアの微分を用いてサンプルの確率密度関数を求める。 既定義の既知分布と高エネルギー物理モンテカルロシミュレーションサンプルの数値計算に成功した。

関連論文リスト

• Quantum Simulation of Nonlinear Dynamical Systems Using Repeated Measurement [42.896772730859645]
  本稿では, 非線形常微分方程式の初期値問題を解くために, 繰り返し測定に基づく量子アルゴリズムを提案する。 古典ロジスティック系とローレンツ系に、積分可能かつカオス的条件の両方でこのアプローチを適用する。
  論文  参考訳（メタデータ） (2024-10-04T18:06:12Z)
• Efficient quantum loading of probability distributions through Feynman propagators [2.56711111236449]
  我々は、ハミルトニアンシミュレーションを用いて確率分布のロードのための量子アルゴリズムを、$hat H= Delta + V(x) mathbbI$ という形の1次元ハミルトニアンに対して提示する。 我々は、ファインマンプロパゲーターが解析的に閉じた形式を持つことが知られているポテンシャル$V(x)$を考え、これらのハミルトニアンを用いて確率分布を量子状態にロードする。
  論文  参考訳（メタデータ） (2023-11-22T21:41:58Z)
• Quantum state preparation for bell-shaped probability distributions using deconvolution methods [0.0]
  量子データをロードするための古典量子ハイブリッド手法を提案する。 本稿では,Jensen-Shannon距離をコスト関数として用いて,古典的なステップから得られる結果の近接度と目標分布を定量化する。 デコンボリューションステップからの出力は、与えられた確率分布をロードするために必要な量子回路を構築するために使用される。
  論文  参考訳（メタデータ） (2023-10-08T06:55:47Z)
• Calculating the many-body density of states on a digital quantum computer [58.720142291102135]
  ディジタル量子コンピュータ上で状態の密度を推定する量子アルゴリズムを実装した。 我々は,量子H1-1トラップイオンチップ上での非可積分ハミルトニアン状態の密度を18ビットの制御レジスタに対して推定する。
  論文  参考訳（メタデータ） (2023-03-23T17:46:28Z)
• Importance sampling for stochastic quantum simulations [68.8204255655161]
  我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。 サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。 格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
  論文  参考訳（メタデータ） (2022-12-12T15:06:32Z)
• On Quantum Circuits for Discrete Graphical Models [1.0965065178451106]
  一般的な離散因子モデルから、偏りのない、独立なサンプルを確実に生成できる最初の方法を提案する。 本手法は多体相互作用と互換性があり,その成功確率は変数数に依存しない。 量子シミュレーションおよび実際の量子ハードウェアを用いた実験は,本手法が量子コンピュータ上でサンプリングおよびパラメータ学習を行うことができることを示す。
  論文  参考訳（メタデータ） (2022-06-01T11:03:51Z)
• Quantum density estimation with density matrices: Application to quantum anomaly detection [8.893420660481734]
  密度推定は統計学と機械学習の中心的なタスクである。 本稿ではQ-DEMDEと呼ばれる新しい量子古典密度行列密度推定モデルを提案する。 また,本手法の量子古典的異常検出への応用について述べる。
  論文  参考訳（メタデータ） (2022-01-24T23:40:00Z)
• Learnability of the output distributions of local quantum circuits [53.17490581210575]
  2つの異なるオラクルモデルにおいて、量子回路Bornマシンの学習可能性について検討する。 我々はまず,超対数深度クリフォード回路の出力分布がサンプル効率良く学習できないという負の結果を示した。 より強力なオラクルモデル、すなわちサンプルに直接アクセスすると、局所的なクリフォード回路の出力分布は計算効率よくPACを学習可能であることを示す。
  論文  参考訳（メタデータ） (2021-10-11T18:00:20Z)
• Bosonic field digitization for quantum computers [62.997667081978825]
  我々は、離散化された場振幅ベースで格子ボゾン場の表現に対処する。 本稿では,エラースケーリングを予測し,効率的な量子ビット実装戦略を提案する。
  論文  参考訳（メタデータ） (2021-08-24T15:30:04Z)
• Quantum-enhanced analysis of discrete stochastic processes [0.8057006406834467]
  離散過程(DSP)の特性関数を計算する量子アルゴリズムを提案する。 時間ステップの数と線形にしか成長しない量子回路要素の数を用いて、確率分布を完全に定義する。 このアルゴリズムはすべての軌道を考慮に入れ、重要なサンプリングの必要性を排除している。
  論文  参考訳（メタデータ） (2020-08-14T16:07:35Z)
• Probing the Universality of Topological Defect Formation in a Quantum Annealer: Kibble-Zurek Mechanism and Beyond [46.39654665163597]
  一次元横フィールドイジングモデルによるトポロジカル欠陥生成の実験的検討について報告する。 位相フリップ誤差を伴う開系量子力学のKZMにより量子シミュレータの結果を実際に説明できることが判明した。 これは、環境からの孤立を仮定する一般化KZM理論の理論的予測が、その元のスコープを越えてオープンシステムに適用されることを意味する。
  論文  参考訳（メタデータ） (2020-01-31T02:55:35Z)

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。