論文の概要: Compact Matrix Quantum Group Equivariant Neural Networks
- arxiv url: http://arxiv.org/abs/2311.06358v1
- Date: Fri, 10 Nov 2023 19:11:13 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-14 18:57:53.038450
- Title: Compact Matrix Quantum Group Equivariant Neural Networks
- Title(参考訳): コンパクト行列量子群同変ニューラルネットワーク
- Authors: Edward Pearce-Crump
- Abstract要約: コンパクト行列量子群同変ニューラルネットワークと呼ばれる新しいタイプのニューラルネットワークは、基礎となる量子対称性を持つデータから学習する。
コンパクト行列量子群同変ニューラルネットワークは、サブクラスとして、すべてのコンパクト行列群同変ニューラルネットワークを含むことを示す。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We derive the existence of a new type of neural network, called a compact
matrix quantum group equivariant neural network, that learns from data that has
an underlying quantum symmetry. We apply the Woronowicz formulation of
Tannaka-Krein duality to characterise the weight matrices that appear in these
neural networks for any easy compact matrix quantum group. We show that compact
matrix quantum group equivariant neural networks contain, as a subclass, all
compact matrix group equivariant neural networks. Moreover, we obtain
characterisations of the weight matrices for many compact matrix group
equivariant neural networks that have not previously appeared in the machine
learning literature.
- Abstract(参考訳): 我々は、基礎となる量子対称性を持つデータから学習するコンパクトマトリクス量子群同変ニューラルネットワークと呼ばれる新しいタイプのニューラルネットワークの存在を導出する。
容易にコンパクトな行列量子群に対してこれらのニューラルネットワークに現れる重み行列を特徴付けるために、WoronowiczのTannaka-Krein双対性の定式化を適用する。
コンパクト行列量子群同変ニューラルネットワークは、サブクラスとして、すべてのコンパクト行列群同変ニューラルネットワークを含むことを示す。
さらに,機械学習文献にはこれまで現れなかった多くのコンパクト行列群同変ニューラルネットワークの重み行列の特徴付けについても述べる。
関連論文リスト
- Polynomial-depth quantum algorithm for computing matrix determinant [49.494595696663524]
正方行列の行列式を計算するアルゴリズムを提案し,それを実現する量子回路を構築する。
行列の各行は、ある量子系の純粋な状態として符号化される。
したがって、認められた行列はこれらの系の量子状態の正規化まで任意である。
論文 参考訳(メタデータ) (2024-01-29T23:23:27Z) - Equivariant and Steerable Neural Networks: A review with special
emphasis on the symmetric group [0.76146285961466]
畳み込みニューラルネットワークはコンピュータビジョンとナトリウム言語処理に革命をもたらした。
その効率性は、完全に接続されたニューラルネットワークと比較して、アーキテクチャに起源を持つ。
等変層やフィルタバンク,カプセルの活性化,グループプールなどのネットワークアーキテクチャを概観する。
論文 参考訳(メタデータ) (2023-01-08T11:05:31Z) - Matrix Product Renormalization Group: Potential Universal Quantum
Many-Body Solver [0.0]
行列積再正規化群 (MPRG) と呼ばれる連続テンソルネットワークアルゴリズムの改良式を提案する。
MPRGは普遍的な量子多体解法であり、ゼロ温度と有限温度の両方で2次元と高次元で動作する可能性があり、開量子系にも適用できる。
論文 参考訳(メタデータ) (2022-12-26T19:00:01Z) - VC dimensions of group convolutional neural networks [0.0]
群畳み込みニューラルネットワークの一般化能力について検討する。
グループ畳み込みニューラルネットワークの単純な集合のVC次元の正確な推定を行う。
論文 参考訳(メタデータ) (2022-12-19T14:43:22Z) - A didactic approach to quantum machine learning with a single qubit [68.8204255655161]
我々は、データ再ロード技術を用いて、単一のキュービットで学習するケースに焦点を当てる。
我々は、Qiskit量子コンピューティングSDKを用いて、おもちゃと現実世界のデータセットに異なる定式化を実装した。
論文 参考訳(メタデータ) (2022-11-23T18:25:32Z) - Theory for Equivariant Quantum Neural Networks [0.0]
我々は、同変量子ニューラルネットワークを理解し、分類し、設計し、実装するための一般的な理論的枠組みを提案する。
我々のフレームワークは量子機械学習のほぼすべての領域に容易に適用でき、不毛の台地、ローカルのミニマ不足、サンプルの複雑さといった中心的な課題を緩和することを期待しています。
論文 参考訳(メタデータ) (2022-10-16T15:42:21Z) - Equivariant neural networks for recovery of Hadamard matrices [0.7742297876120561]
本稿では,行列の列と行の置換に同値であるように設計されたメッセージパッシングニューラルネットワークアーキテクチャを提案する。
マルチレイヤパーセプトロン(MLP)、畳み込みニューラルネットワーク(CNN)、さらにはトランスフォーマーといった従来のアーキテクチャに対する利点を説明している。
論文 参考訳(メタデータ) (2022-01-31T12:07:07Z) - A Practical Method for Constructing Equivariant Multilayer Perceptrons
for Arbitrary Matrix Groups [115.58550697886987]
行列群の同変層を解くための完全一般的なアルゴリズムを提供する。
他作品からのソリューションを特殊ケースとして回収するだけでなく、これまで取り組んだことのない複数のグループと等価な多層パーセプトロンを構築します。
提案手法は, 粒子物理学および力学系への応用により, 非同変基底線より優れる。
論文 参考訳(メタデータ) (2021-04-19T17:21:54Z) - 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) - Lorentz Group Equivariant Neural Network for Particle Physics [58.56031187968692]
ローレンツ群の下での変換に関して完全に同値なニューラルネットワークアーキテクチャを提案する。
素粒子物理学における分類問題に対して、そのような同変構造は、比較的学習可能なパラメータの少ない非常に単純なモデルをもたらすことを実証する。
論文 参考訳(メタデータ) (2020-06-08T17:54:43Z) - 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。