論文の概要: Dissipative quantum many-body dynamics in (1+1)D quantum cellular
automata and quantum neural networks
- arxiv url: http://arxiv.org/abs/2304.11209v1
- Date: Fri, 21 Apr 2023 18:47:07 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-25 19:54:30.922015
- Title: Dissipative quantum many-body dynamics in (1+1)D quantum cellular
automata and quantum neural networks
- Title（参考訳）: 1+1)d量子セルオートマトンおよび量子ニューラルネットワークにおける散逸量子多体ダイナミクス
- Authors: Mario Boneberg, Federico Carollo, Igor Lesanovsky
- Abstract要約: 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。
- 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: Classical artificial neural networks, built from perceptrons as their
elementary units, possess enormous expressive power. Here we investigate a
quantum neural network architecture, which follows a similar paradigm. It is
structurally equivalent to so-called (1+1)D quantum cellular automata, which
are two-dimensional quantum lattice systems on which dynamics takes place in
discrete time. Information transfer between consecutive time slices -- or
adjacent network layers -- is governed by local quantum gates, which can be
regarded as the quantum counterpart of the classical perceptrons. Along the
time-direction an effective dissipative evolution emerges on the level of the
reduced state, and the nature of this dynamics is dictated by the structure of
the elementary gates. We show how to construct the local unitary gates to yield
a desired many-body dynamics, which in certain parameter regimes is governed by
a Lindblad master equation. We study this for small system sizes through
numerical simulations and demonstrate how collective effects within the quantum
cellular automaton can be controlled parametrically. Our study constitutes a
step towards the utilisation of large-scale emergent phenomena in large quantum
neural networks for machine learning purposes.
- Abstract（参考訳）: パーセプトロンを基本単位として構築された古典的な人工ニューラルネットワークは、膨大な表現力を持っている。
本稿では、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量子セルオートマトン(英語版)と等価であり、離散時間にダイナミクスが起こる2次元量子格子系である。
連続した時間スライス(または隣接するネットワーク層)間の情報転送は、古典的パーセプトロンの量子対応と見なすことができる局所量子ゲートによって制御される。
時間方向に沿って、有効散逸進化は減少状態のレベルに現れ、このダイナミクスの性質は基本ゲートの構造によって決定される。
局所ユニタリゲートを構築して所望の多体力学を導出する方法を示し、あるパラメータレジームではリンドブラッドマスター方程式によって制御される。
数値シミュレーションにより, 小型システムについて検討し, 量子セルオートマトンにおける集団効果をパラメトリックに制御できることを実証する。
本研究は,大規模量子ニューラルネットワークにおける大規模創発現象の機械学習への応用に向けた一歩である。
関連論文リスト
- Emergence of global receptive fields capturing multipartite quantum correlations [0.565473932498362]
量子物理学において、波動関数レベルで明確に定義された構造を持つ単純なデータでさえ、非常に複雑な相関によって特徴づけられる。
量子統計学を学習しながら、ニューラルネットワークの重み空間をモニタリングすることで、複雑な多部パターンに関する物理的直観を発達させることができることを示す。
この結果から,非局所パターンを用いたデータ処理のための畳み込みニューラルネットワークの構築について,新たな知見が得られた。
論文 参考訳（メタデータ） (2024-08-23T12:45:40Z) - Hysteresis and Self-Oscillations in an Artificial Memristive Quantum Neuron [79.16635054977068]
本研究では, 量子メムリスタを含む人工ニューロン回路について, 緩和と脱落の存在下で検討した。
この物理原理は、量子デバイスの電流電圧特性のヒステリシス的挙動を可能にすることを実証する。
論文 参考訳（メタデータ） (2024-05-01T16:47:23Z) - Universality of critical dynamics with finite entanglement [68.8204255655161]
臨界近傍の量子系の低エネルギー力学が有限絡みによってどのように変化するかを研究する。
その結果、時間依存的臨界現象における絡み合いによる正確な役割が確立された。
論文 参考訳（メタデータ） (2023-01-23T19:23:54Z) - The Quantum Path Kernel: a Generalized Quantum Neural Tangent Kernel for
Deep Quantum Machine Learning [52.77024349608834]
古典的なディープニューラルネットワークの量子アナログを構築することは、量子コンピューティングにおける根本的な課題である。
鍵となる問題は、古典的なディープラーニングの本質的な非線形性にどのように対処するかである。
我々は、深層機械学習のこれらの側面を複製できる量子機械学習の定式化であるQuantum Path Kernelを紹介する。
論文 参考訳（メタデータ） (2022-12-22T16:06:24Z) - Using (1 + 1)D Quantum Cellular Automata for Exploring Collective
Effects in Large Scale Quantum Neural Networks [0.0]
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。
論文 参考訳（メタデータ） (2022-07-24T17:10:12Z) - 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) - 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) - Variational classical networks for dynamics in interacting quantum
matter [0.0]
本稿では,古典的スピンの複雑なネットワークに基づく,ニューラルネットワークに似た波動関数の変分クラスを導入する。
本手法は, 古典的極限が明確に定義された任意の量子多体系に適用可能であることを示す。
論文 参考訳（メタデータ） (2020-07-31T14:03:37Z) - 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。