Fugu-MT 論文翻訳(概要): Boltzmann machines and quantum many-body problems

論文の概要: Boltzmann machines and quantum many-body problems

arxiv url: http://arxiv.org/abs/2306.16877v1
Date: Thu, 29 Jun 2023 12:00:23 GMT
ステータス: 処理完了
システム内更新日: 2023-06-30 13:37:32.661683
Title: Boltzmann machines and quantum many-body problems
Title（参考訳）: ボルツマンマシンと量子多体問題
Authors: Yusuke Nomura
Abstract要約: 量子多体問題を解析するために機械学習を用いた新しい手法が導入された。そのアイデアは、非自明な量子相関(量子絡み合い)を人工ニューラルネットワークに"埋め込む"ことである。このレビューはボルツマンマシンに焦点をあて、最近の開発と応用の概要を提供する。
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: Analyzing quantum many-body problems and elucidating the entangled structure of quantum states is a grand challenge common to a wide range of fields. Recently, for this challenge, a novel approach using machine learning has been introduced. The idea is to "embed" nontrivial quantum correlations (quantum entanglement) into artificial neural networks. Through intensive developments, artificial neural network methods are becoming a new powerful tool for analyzing quantum many-body problems. Among various artificial neural networks, this topical review focuses on Boltzmann machines and provides an overview of recent developments and applications.
Abstract（参考訳）: 量子多体問題を解析し、量子状態の絡み合った構造を解明することは、幅広い分野に共通する大きな挑戦である。近年,機械学習を用いた新しいアプローチが導入されている。このアイデアは、非自明な量子相関(量子エンタングルメント)をニューラルネットワークに"組み込む"ことである。集中的な開発を通じて、ニューラルネットワーク法は量子多体問題を分析する新しい強力なツールになりつつある。様々な人工ニューラルネットワークの中で、このトピックレビューはボルツマンマシンに焦点を当て、最近の開発と応用の概要を提供する。

関連論文リスト

Shedding Light on the Future: Exploring Quantum Neural Networks through Optics [3.1935899800030096]
量子ニューラルネットワーク(QNN)は、急速に発展する量子機械学習分野において、新興技術として重要な役割を果たす。本稿では,QNNの概念とその物理的実現,特に量子光学に基づく実装について概説する。
論文参考訳（メタデータ） (2024-09-04T08:49:57Z)
From Graphs to Qubits: A Critical Review of Quantum Graph Neural Networks [56.51893966016221]
量子グラフニューラルネットワーク(QGNN)は、量子コンピューティングとグラフニューラルネットワーク(GNN)の新たな融合を表す。本稿では,QGNNの現状を批判的にレビューし,様々なアーキテクチャを探求する。我々は、高エネルギー物理学、分子化学、ファイナンス、地球科学など多種多様な分野にまたがる応用について論じ、量子的優位性の可能性を強調した。
論文参考訳（メタデータ） (2024-08-12T22:53:14Z)
Entanglement-Assisted Quantum Networks: Mechanics, Enabling Technologies, Challenges, and Research Directions [66.27337498864556]
本稿では,量子ネットワークの絡み合いに関する包括的調査を行う。ネットワーク構造、作業原則、開発段階の詳細な概要を提供する。また、アーキテクチャ設計、絡み合いに基づくネットワーク問題、標準化など、オープンな研究の方向性を強調している。
論文参考訳（メタデータ） (2023-07-24T02:48:22Z)
An Invitation to Distributed Quantum Neural Networks [0.0]
分散量子ニューラルネットワークにおける技術の現状を概観する。量子データセットの分布は、量子モデルの分布よりも古典的な分布と類似性があることが分かる。
論文参考訳（メタデータ） (2022-11-14T00:27:01Z)
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)
Standard Model Physics and the Digital Quantum Revolution: Thoughts about the Interface [68.8204255655161]
量子システムの分離・制御・絡み合いの進歩は、かつての量子力学の興味深い特徴を、破壊的な科学的・技術的進歩のための乗り物へと変えつつある。本稿では,3つの領域科学理論家の視点から,絡み合い,複雑性,量子シミュレーションのインターフェースについて考察する。
論文参考訳（メタデータ） (2021-07-10T06:12:06Z)
Scaling of neural-network quantum states for time evolution [0.0]
非可積分量子イジングチェーンのグローバルダイナミクスをシミュレートするために、異なる浅層および深層神経自己回帰量子状態の変動パワーをベンチマークする。与えられた精度で量子状態を表現するのに必要なパラメータの数が指数関数的に増加することがわかった。
論文参考訳（メタデータ） (2021-04-21T18:00:07Z)
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)
Neural networks in quantum many-body physics: a hands-on tutorial [0.0]
本稿では、凝縮物質物理学および量子情報における機械学習の応用について概説する。本稿では,畳み込み型ニューラルネットワークを用いた教師付き機械学習を用いて相転移を学習し,制限されたボルツマンマシンによる教師なし学習を用いて量子トモグラフィーを行い,多体ハミルトニアンの基底状態を近似するための繰り返しニューラルネットを用いた変分モンテカルロを提案する。
論文参考訳（メタデータ） (2021-01-26T22:04:29Z)
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。