論文の概要: Variational measurement-based quantum computation for generative modeling

• arxiv url: http://arxiv.org/abs/2310.13524v1
• Date: Fri, 20 Oct 2023 14:11:58 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-23 22:32:30.442119
• Title: Variational measurement-based quantum computation for generative modeling
• Title（参考訳）: 変分計測に基づく量子計算による生成モデリング
• Authors: Arunava Majumder, Marius Krumm, Tina Radkohl, Hendrik Poulsen Nautrup, Sofiene Jerbi, Hans J. Briegel
• Abstract要約: 測定ベースの量子計算(MBQC)は、量子アルゴリズムを設計するための基本的なユニークなパラダイムを提供する。 量子測定の固有のランダム性のため、MBQCの自然な操作は決定論的でユニタリではない。 本稿では,このランダム性を取り入れたMBQCアルゴリズムの設計と,MBQCのランダムな副産物を計算資源として扱うことを提案する。
• 参考スコア（独自算出の注目度）: 0.559239450391449
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Measurement-based quantum computation (MBQC) offers a fundamentally unique paradigm to design quantum algorithms. Indeed, due to the inherent randomness of quantum measurements, the natural operations in MBQC are not deterministic and unitary, but are rather augmented with probabilistic byproducts. Yet, the main algorithmic use of MBQC so far has been to completely counteract this probabilistic nature in order to simulate unitary computations expressed in the circuit model. In this work, we propose designing MBQC algorithms that embrace this inherent randomness and treat the random byproducts in MBQC as a resource for computation. As a natural application where randomness can be beneficial, we consider generative modeling, a task in machine learning centered around generating complex probability distributions. To address this task, we propose a variational MBQC algorithm equipped with control parameters that allow to directly adjust the degree of randomness to be admitted in the computation. Our numerical findings indicate that this additional randomness can lead to significant gains in learning performance in certain generative modeling tasks. These results highlight the potential advantages in exploiting the inherent randomness of MBQC and motivate further research into MBQC-based algorithms.
• Abstract（参考訳）: 測定ベースの量子計算(MBQC)は、量子アルゴリズムを設計するための基本的なユニークなパラダイムを提供する。 実際、量子測定の本質的なランダム性のため、MBQCの自然な操作は決定論的でユニタリではなく、確率的副産物で拡張される。 しかし、mbqcの主なアルゴリズム利用は、回路モデルで表現されたユニタリ計算をシミュレートするために、この確率的性質を完全に反動させることである。 本研究では,この固有ランダム性を取り入れたMBQCアルゴリズムの設計と,MBQCのランダム副産物を計算資源として扱うことを提案する。 ランダム性が有益である自然な応用として、複雑な確率分布を生成することを中心とした機械学習のタスクである生成モデリングを考える。 この課題に対処するために,制御パラメータを備えた変分MBQCアルゴリズムを提案する。 解析結果から,この付加的なランダム性は,特定の生成モデルタスクにおける学習性能を著しく向上させる可能性が示唆された。 これらの結果は、MBQC固有のランダム性を利用する潜在的な利点を強調し、MBQCベースのアルゴリズムに関するさらなる研究を動機付けている。

関連論文リスト

• Efficient Classical Computation of Single-Qubit Marginal Measurement Probabilities to Simulate Certain Classes of Quantum Algorithms [0.0]
  我々は、ニューラルネットワークを利用してユニタリ変換を生成する新しいCNOT"機能"を導入する。 ランダム回路シミュレーションでは,QC-DFTの修正により,単一キュービットの辺り測定確率の効率的な計算が可能となった。
  論文  参考訳（メタデータ） (2024-11-11T09:30:33Z)
• Predicting Probabilities of Error to Combine Quantization and Early Exiting: QuEE [68.6018458996143]
  本稿では,量子化と早期出口動的ネットワークを組み合わせたより一般的な動的ネットワークQuEEを提案する。 我々のアルゴリズムは、ソフトアーリーエグジットや入力依存圧縮の一形態と見なすことができる。 提案手法の重要な要素は、さらなる計算によって実現可能な潜在的な精度向上の正確な予測である。
  論文  参考訳（メタデータ） (2024-06-20T15:25:13Z)
• Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
  量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。 どの場の量子スピードアップが達成できるかという新たな課題が生じる。 量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
  論文  参考訳（メタデータ） (2024-02-26T09:32:07Z)
• Measurement-based quantum computation from Clifford quantum cellular automata [0.8702432681310401]
  測定ベースの量子計算(MBQC)は、局所的な測定によって計算を駆動する量子計算のパラダイムである。 MBQCはクリフォード量子セルオートマトン(CQCA)に基づく量子計算モデルと関連していることを示す。
  論文  参考訳（メタデータ） (2023-12-20T16:54:05Z)
• Probabilistic Sampling of Balanced K-Means using Adiabatic Quantum Computing [93.83016310295804]
  AQCは研究関心の問題を実装でき、コンピュータビジョンタスクのための量子表現の開発に拍車をかけた。 本研究では,この情報を確率的バランスの取れたk平均クラスタリングに活用する可能性について検討する。 最適でない解を捨てる代わりに, 計算コストを少なくして, 校正後部確率を計算することを提案する。 これにより、合成タスクと実際の視覚データについて、D-Wave AQCで示すような曖昧な解とデータポイントを識別することができる。
  論文  参考訳（メタデータ） (2023-10-18T17:59:45Z)
• A Programmable True Random Number Generator Using Commercial Quantum Computers [4.306143768014157]
  我々は、量子コンピュータが一般化されたユーザ定義確率質量関数の高品質で弱いランダムな情報源として機能できることを実証した。 本稿では,市販のゲートモデル量子コンピュータ上で動作可能なプログラム量子回路としてTRNGを実装するための,自動化されたフレキシブルな方法を提案する。
  論文  参考訳（メタデータ） (2023-04-07T20:12:18Z)
• Quantum Monte Carlo simulations for financial risk analytics: scenario generation for equity, rate, and credit risk factors [0.0]
  モンテカルロ(MC)シミュレーションは金融リスク管理に広く使われている。 収束に必要なシナリオの数のため、計算コストがかなり高い。 近年の研究では、共通リスク尺度の計算とQAEアルゴリズムの最適化が検討されている。
  論文  参考訳（メタデータ） (2023-03-16T22:57:15Z)
• 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)
• Stochastic Neuromorphic Circuits for Solving MAXCUT [0.6067748036747219]
  グラフの最大カット(MAXCUT)を見つけることは、並列アルゴリズム開発を動機づけた古典的な最適化問題である。 ニューロモルフィックコンピューティングは、ニューラルシステムの組織原理を使って、新しい並列コンピューティングアーキテクチャを刺激する。
  論文  参考訳（メタデータ） (2022-10-05T22:37:36Z)
• MQBench: Towards Reproducible and Deployable Model Quantization Benchmark [53.12623958951738]
  MQBenchは、モデル量子化アルゴリズムの評価、分析、およびデプロイ可能性のベンチマークを行う最初の試みである。 我々は、CPU、GPU、ASIC、DSPを含む実世界のデプロイのための複数のプラットフォームを選択し、最先端の量子化アルゴリズムを評価する。 包括的な分析を行い、直感的、直感的、あるいは反直感的な洞察を見出す。
  論文  参考訳（メタデータ） (2021-11-05T23:38:44Z)
• Error mitigation and quantum-assisted simulation in the error corrected regime [77.34726150561087]
  量子コンピューティングの標準的なアプローチは、古典的にシミュレート可能なフォールトトレラントな演算セットを促進するという考え方に基づいている。 量子回路の古典的準確率シミュレーションをどのように促進するかを示す。
  論文  参考訳（メタデータ） (2021-03-12T20:58:41Z)

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。