論文の概要: Framework for Learning and Control in the Classical and Quantum Domains
- arxiv url: http://arxiv.org/abs/2307.04256v2
- Date: Mon, 11 Mar 2024 23:25:13 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-14 02:05:50.039306
- Title: Framework for Learning and Control in the Classical and Quantum Domains
- Title(参考訳): 古典領域と量子領域における学習と制御の枠組み
- Authors: Seyed Shakib Vedaie, Archismita Dalal, Eduardo J. P\'aez, Barry C.
Sanders
- Abstract要約: 我々は,学習と制御を形式的に関連付ける枠組みを構築し,学習が制御にどう役立つかを示す。
我々のフレームワークは、古典的および量子制御と学習のネクサスにおける興味深い未解決問題を特定するのに役立ちます。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Control and learning are key to technological advancement, both in the
classical and quantum domains, yet their interrelationship is insufficiently
clear in the literature, especially between classical and quantum definitions
of control and learning. We construct a framework that formally relates
learning and control, both classical and quantum, to each other, with this
formalism showing how learning can aid control. Furthermore, our framework
helps to identify interesting unsolved problems in the nexus of classical and
quantum control and learning and help in choosing tools to solve problems. As a
use case, we cast the well-studied problem of adaptive quantum-enhanced
interferometric-phase estimation as a supervised learning problem for devising
feasible control policies. Our unification of these fields relies on
diagrammatically representing the state of knowledge, which elegantly
summarizes existing knowledge and exposes knowledge gaps.
- Abstract(参考訳): 制御と学習は古典的領域と量子的領域の両方において技術進歩の鍵であるが、古典的および量子的定義と学習の間の相互関係は文学において不十分である。
我々は,古典的および量子的に,学習と制御を形式的に関連付ける枠組みを構築し,学習が制御にどのように役立つかを示す。
さらに,本フレームワークは,古典的および量子的制御と学習のネクサスにおける興味深い未解決問題を識別し,問題解決ツールの選択を支援する。
利用例として,適応型量子エンハンス型干渉位相推定法を,実現可能な制御方針を考案するための教師あり学習問題とした。
これらの分野の統合は、既存の知識をエレガントに要約し、知識ギャップを露呈する知識の状態を図式的に表現することに依存します。
関連論文リスト
- Robust Quantum Control in Closed and Open Systems: Theory and Practice [0.0]
このサーベイは、制御理論家が量子制御の現在の状態と古典的なロバスト制御の並列性を強調するために記述されている。
量子系に古典的ロバスト制御理論を適用する際に生じる問題, 量子物理学者がそのような系とそのロバスト性を探るための典型的な方法, およびこの分野で解決すべきオープン問題について議論する。
論文 参考訳(メタデータ) (2023-12-30T18:08:43Z) - Information-theoretic generalization bounds for learning from quantum
data [3.618615996077951]
古典量子データに基づくトレーニングにより量子学習を記述するための数学的定式化を提案する。
我々は,古典的および量子的情報理論量の観点から,量子学習者の期待する一般化誤差を証明した。
我々の研究は、量子学習に関する量子情報理論的な視点を統一するための基礎を築いた。
論文 参考訳(メタデータ) (2023-11-09T17:21:38Z) - Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
期待されている量子コンピュータの応用は、科学と産業にまたがる。
本稿では,量子アルゴリズムの応用分野について検討する。
私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
論文 参考訳(メタデータ) (2023-10-04T17:53:55Z) - Causal Reinforcement Learning: A Survey [57.368108154871]
強化学習は、不確実性の下でのシーケンシャルな決定問題の解決に不可欠なパラダイムである。
主な障害の1つは、強化学習エージェントが世界に対する根本的な理解を欠いていることである。
因果性は、体系的な方法で知識を形式化できるという点で顕著な利点がある。
論文 参考訳(メタデータ) (2023-07-04T03:00:43Z) - Exponential separations between classical and quantum learners [0.0]
我々は,定義の微妙な違いが,学習者が満足して解決すべき要件や課題を著しく異なるものにする可能性について論じる。
本稿では,データ生成関数の同定に古典的困難を主眼として,2つの新たな学習分離を提案する。
論文 参考訳(メタデータ) (2023-06-28T08:55:56Z) - On establishing learning separations between classical and quantum
machine learning with classical data [0.0]
量子学習アルゴリズムが従来の学習アルゴリズムよりもはるかに高速に学習できる学習問題を見つけることの課題について論じる。
証明可能な量子スピードアップを用いて既存の学習問題を研究し、より汎用的で十分な条件の集合を蒸留する。
これらのチェックリストは、学習問題に対する量子スピードアップを証明するためのアプローチの合理化やボトルネックの解明を目的としている。
論文 参考訳(メタデータ) (2022-08-12T16:00:30Z) - Modern applications of machine learning in quantum sciences [51.09906911582811]
本稿では、教師なし、教師なし、強化学習アルゴリズムにおけるディープラーニングとカーネル手法の使用について述べる。
我々は、微分可能プログラミング、生成モデル、機械学習に対する統計的アプローチ、量子機械学習など、より専門的なトピックについて議論する。
論文 参考訳(メタデータ) (2022-04-08T17:48:59Z) - Constrained Learning with Non-Convex Losses [119.8736858597118]
学習は現代の情報処理の中核技術になっているが、バイアス、安全でない、偏見のあるソリューションにつながるという証拠はたくさんある。
論文 参考訳(メタデータ) (2021-03-08T23:10:33Z) - Quantum Geometric Machine Learning for Quantum Circuits and Control [78.50747042819503]
我々は、量子幾何学的制御問題に対するディープラーニングの適用をレビューし、拡張する。
量子回路合成問題における時間-最適制御の強化について述べる。
我々の研究結果は、時間-最適制御問題に対する機械学習と幾何学的手法を組み合わせた量子制御と量子情報理論の研究者にとって興味深いものである。
論文 参考訳(メタデータ) (2020-06-19T19:12:14Z) - Probably Approximately Correct Constrained Learning [135.48447120228658]
我々は、ほぼ正しい学習フレームワーク(PAC)に基づく一般化理論を開発する。
PAC学習可能なクラスも制約のある学習者であるという意味では,学習者の導入は学習問題を難しくするものではないことを示す。
このソリューションの特性を分析し,制約付き学習が公平でロバストな分類における問題にどのように対処できるかを説明する。
論文 参考訳(メタデータ) (2020-06-09T19:59:29Z) - The challenge and opportunities of quantum literacy for future education
and transdisciplinary problem-solving [1.1470070927586016]
量子リテラシーは、高度に制限された分野において、学習とスキル獲得の課題に対処する、と我々は主張する。
本稿では、量子計算に関してこれらの教育的な目的を達成するための、特定のパズル可視化学習ツールを紹介する。
論文 参考訳(メタデータ) (2020-04-14T16:02:56Z)
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。