論文の概要: Multi-variable integration with a variational quantum circuit
- arxiv url: http://arxiv.org/abs/2308.05657v2
- Date: Tue, 16 Jul 2024 11:02:04 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-18 00:10:39.537474
- Title: Multi-variable integration with a variational quantum circuit
- Title（参考訳）: 変分量子回路による多変量積分
- Authors: Juan M. Cruz-Martinez, Matteo Robbiati, Stefano Carrazza,
- Abstract要約: 本稿では,量子回路を用いた多変数積分の評価手法を提案する。
得られた回路は、パラメータシフトルール法を用いて積分変数に対して導出される。
- 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: In this work we present a novel strategy to evaluate multi-variable integrals with quantum circuits. The procedure first encodes the integration variables into a parametric circuit. The obtained circuit is then derived with respect to the integration variables using the parameter shift rule technique. The observable representing the derivative is then used as the predictor of the target integrand function following a quantum machine learning approach. The integral is then estimated using the fundamental theorem of integral calculus by evaluating the original circuit. Embedding data according to a reuploading strategy, multi-dimensional variables can be easily encoded into the circuit's gates and then individually taken as targets while deriving the circuit. These techniques can be exploited to partially integrate a function or to quickly compute parametric integrands within the training hyperspace.
- Abstract（参考訳）: 本研究では,量子回路を用いた多変数積分の評価手法を提案する。
手順はまず、積分変数をパラメトリック回路に符号化する。
得られた回路は、パラメータシフトルール法を用いて積分変数に対して導出される。
導関数を表すオブザーバブルは、量子機械学習アプローチに従って、ターゲット積分関数の予測器として使用される。
積分は、元の回路を評価することによって積分計算の基本定理を用いて推定される。
再ロード戦略に従ってデータを埋め込み、多次元変数を回路のゲートに容易にエンコードし、回路を導出しながら個別にターゲットとして取り込むことができる。
これらの手法は、関数を部分的に統合したり、トレーニングハイパースペース内でパラメトリック積分を高速に計算するために利用することができる。
関連論文リスト
- Variational approach to photonic quantum circuits via the parameter shift rule [0.0]
ボソンサンプリングパラダイムに基づく再構成可能な光線形回路のパラメータシフト則の定式化を導出する。
また、変分パラメータ上の積分の計算についても同様の規則を提示する。
我々は、再構成可能な6モード統合干渉計で処理される単一光子状態の変分アルゴリズムを実験的に試験する手法を開発した。
論文 参考訳（メタデータ） (2024-10-09T15:06:17Z) - Neural Control Variates with Automatic Integration [49.91408797261987]
本稿では,任意のニューラルネットワークアーキテクチャから学習可能なパラメトリック制御関数を構築するための新しい手法を提案する。
我々はこのネットワークを用いて積分器の反微分を近似する。
我々はウォーク・オン・スフィア・アルゴリズムを用いて偏微分方程式を解くために本手法を適用した。
論文 参考訳（メタデータ） (2024-09-23T06:04:28Z) - Qutrit Circuits and Algebraic Relations: A Pathway to Efficient Spin-1
Hamiltonian Simulation [6.082536657383077]
本稿では、Quditベースのアプローチ、特にQuditベースの回路の高忠実性実装における課題について述べる。
クディット回路の忠実性を高めるための革新的なアプローチとして、ヤン・バクスターのようなターンオーバー方程式のような代数的関係を探求する。
論文 参考訳（メタデータ） (2023-09-01T21:31:14Z) - Efficient estimation of trainability for variational quantum circuits [43.028111013960206]
変動量子回路のコスト関数とその分散を効率よく計算する方法を見出した。
この方法は、変分量子回路のトレーニング容易性を証明し、バレンプラトー問題を克服できる設計戦略を探索するために用いられる。
論文 参考訳（メタデータ） (2023-02-09T14:05:18Z) - Transfer Learning in Quantum Parametric Classifiers: An
Information-Theoretic Generalization Analysis [42.275148861039895]
古典的な入力を持つ量子機械学習における重要なステップは、入力を量子状態にマッピングする埋め込み回路の設計である。
本稿では,任意のパラメトリック量子回路を用いて古典-量子埋め込みを行う移動学習環境について検討する。
論文 参考訳（メタデータ） (2022-01-17T09:28:13Z) - Quantum simulation of $\phi^4$ theories in qudit systems [53.122045119395594]
回路量子力学(cQED)システムにおける格子$Phi4$理論の量子アルゴリズムの実装について論じる。
quditシステムの主な利点は、そのマルチレベル特性により、対角的な単一量子ゲートでしかフィールドの相互作用を実装できないことである。
論文 参考訳（メタデータ） (2021-08-30T16:30:33Z) - Single-component gradient rules for variational quantum algorithms [1.3047205680129093]
そのようなアルゴリズムの一般的なボトルネックは、変動パラメータの最適化によって構成される。
一般的な最適化手法のセットは、回路評価によって得られる勾配の推定に有効である。
この研究は、量子ゲートのパラメータを個別に変化する勾配規則の族を包括的に描いている。
論文 参考訳（メタデータ） (2021-06-02T18:00:10Z) - Bernstein-Greene-Kruskal approach for the quantum Vlasov equation [91.3755431537592]
一次元定常量子ブラソフ方程式は、エネルギーを力学変数の1つとして分析する。
量子トンネル効果が小さい半古典的な場合、無限級数解が開発される。
論文 参考訳（メタデータ） (2021-02-18T20:55:04Z) - One qubit as a Universal Approximant [0.0]
単一量子ビット近似は、その量子ゲートを定義する自由度に格納される任意の有界複素関数を近似することができる。
この研究は、Quantum Machine Learningにおける再アップロード技術の堅牢性を示している。
論文 参考訳（メタデータ） (2021-02-08T07:10:31Z) - QUANTIFY: A framework for resource analysis and design verification of
quantum circuits [69.43216268165402]
QUINTIFYは、量子回路の定量的解析のためのオープンソースのフレームワークである。
Google Cirqをベースにしており、Clifford+T回路を念頭に開発されている。
ベンチマークのため、QUINTIFYは量子メモリと量子演算回路を含む。
論文 参考訳（メタデータ） (2020-07-21T15:36:25Z)
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。