論文の概要: Hybrid quantum-classical reservoir computing for simulating chaotic systems
- arxiv url: http://arxiv.org/abs/2311.14105v2
- Date: Wed, 24 Apr 2024 16:20:02 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-26 23:17:45.099739
- Title: Hybrid quantum-classical reservoir computing for simulating chaotic systems
- Title（参考訳）: カオスシステムのシミュレーションのためのハイブリッド量子古典型貯水池計算
- Authors: Filip Wudarski, Daniel O`Connor, Shaun Geaney, Ata Akbari Asanjan, Max Wilson, Elena Strbac, P. Aaron Lott, Davide Venturelli,
- Abstract要約: この研究は、RCの量子貯水池を量子回路回路に置き換えるハイブリッド量子貯水池計算フレームワークを提案する。
HQRCのノイズレスシミュレーションは、最先端の古典RCモデルに匹敵する有効な予測時間を示している。
- 参考スコア（独自算出の注目度）: 2.4995929091995857
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Forecasting chaotic systems is a notably complex task, which in recent years has been approached with reasonable success using reservoir computing (RC), a recurrent network with fixed random weights (the reservoir) used to extract the spatio-temporal information of the system. This work presents a hybrid quantum reservoir-computing (HQRC) framework, which replaces the reservoir in RC with a quantum circuit. The modular structure and measurement feedback in the circuit are used to encode the complex system dynamics in the reservoir states, from which classical learning is performed to predict future dynamics. The noiseless simulations of HQRC demonstrate valid prediction times comparable to state-of-the-art classical RC models for both the Lorenz63 and double-scroll chaotic paradigmatic systems and adhere to the attractor dynamics long after the forecasts have deviated from the ground truth.
- Abstract（参考訳）: カオスシステムの予測は特に複雑な作業であり、近年、システムの時空間情報を抽出するために用いられる固定ランダムウェイト(貯水池)を持つ再帰的ネットワークである貯水池コンピューティング(RC)を用いて、合理的に成功している。
この研究は、RCの貯水池を量子回路に置き換える、ハイブリッド量子貯水池計算(HQRC)フレームワークを提案する。
回路のモジュラ構造と測定フィードバックは、貯水池状態の複雑な系の力学を符号化するために使用され、そこから古典的な学習を行い、将来の力学を予測する。
HQRCのノイズレスシミュレーションは、ロレンツ63とダブルスクロールカオスのパラダイムシステムの両方の最先端の古典的RCモデルに匹敵する有効な予測時間を示し、予測が真実から逸脱してからずっと後のアトラクタダイナミクスに固執する。
関連論文リスト
- Memory-Augmented Hybrid Quantum Reservoir Computing [0.0]
本稿では、量子計測の古典的後処理を通じてメモリを実装するハイブリッド量子古典的アプローチを提案する。
我々は、完全に連結されたIsingモデルとRydberg原子配列の2つの物理プラットフォーム上でモデルをテストした。
論文 参考訳（メタデータ） (2024-09-15T22:44:09Z) - Oscillations enhance time-series prediction in reservoir computing with feedback [3.3686252536891454]
貯留層コンピューティング(Reservoir computing)は、脳のモデリングに使用される機械学習フレームワークである。
貯水池系が不安定になるため、長期目標時系列を正確に再現することは困難である。
本研究では,振動駆動型貯水池計算 (ODRC) をフィードバックで提案する。
論文 参考訳（メタデータ） (2024-06-05T02:30:29Z) - Chaotic attractor reconstruction using small reservoirs - the influence
of topology [0.0]
貯留層計算はカオス力学の予測に有効な方法であることが示されている。
本研究では,未結合ノードの貯留層が長期時間予測をより確実に生成することを示す。
論文 参考訳（メタデータ） (2024-02-23T09:43:52Z) - Controlling dynamical systems to complex target states using machine
learning: next-generation vs. classical reservoir computing [68.8204255655161]
機械学習を用いた非線形力学系の制御は、システムを周期性のような単純な振る舞いに駆動するだけでなく、より複雑な任意の力学を駆動する。
まず, 従来の貯水池計算が優れていることを示す。
次のステップでは、これらの結果を異なるトレーニングデータに基づいて比較し、代わりに次世代貯水池コンピューティングを使用する別のセットアップと比較する。
その結果、通常のトレーニングデータに対して同等のパフォーマンスを提供する一方で、次世代RCは、非常に限られたデータしか利用できない状況において、著しくパフォーマンスが向上していることがわかった。
論文 参考訳（メタデータ） (2023-07-14T07:05:17Z) - Machine learning in and out of equilibrium [58.88325379746631]
我々の研究は、統計物理学から適応したフォッカー・プランク法を用いて、これらの平行線を探索する。
我々は特に、従来のSGDでは平衡が切れている長期的限界におけるシステムの定常状態に焦点を当てる。
本稿では,ミニバッチの置き換えを伴わない新しいランゲヴィンダイナミクス(SGLD)を提案する。
論文 参考訳（メタデータ） (2023-06-06T09:12:49Z) - Dynamics with autoregressive neural quantum states: application to
critical quench dynamics [41.94295877935867]
本稿では、量子系の長時間のダイナミクスを安定的に捉えるための代替の汎用スキームを提案する。
二次元量子イジングモデルにおけるキブル・ズレーク機構の解明により,時間依存性のクエンチ力学にこのスキームを適用した。
論文 参考訳（メタデータ） (2022-09-07T15:50:00Z) - Physics-Inspired Temporal Learning of Quadrotor Dynamics for Accurate
Model Predictive Trajectory Tracking [76.27433308688592]
クオーロタのシステムダイナミクスを正確にモデル化することは、アジャイル、安全、安定したナビゲーションを保証する上で非常に重要です。
本稿では,ロボットの経験から,四重項系の力学を純粋に学習するための新しい物理インスパイアされた時間畳み込みネットワーク(PI-TCN)を提案する。
提案手法は,スパース時間的畳み込みと高密度フィードフォワード接続の表現力を組み合わせて,正確なシステム予測を行う。
論文 参考訳（メタデータ） (2022-06-07T13:51:35Z) - Model-Free Prediction of Chaotic Systems Using High Efficient
Next-generation Reservoir Computing [4.284497690098487]
低次元および大規模カオス系のモデルフリーな述語を実現するために,新しい貯水池計算のパラダイムを提案する。
ロレンツ方程式と倉本-シヴァシンスキー方程式を力学系の古典的な2つの例として、数値シミュレーションを行った。
その結果,最新の貯水池計算手法よりも予測タスクが優れていることがわかった。
論文 参考訳（メタデータ） (2021-10-19T12:49:24Z) - Stochastically forced ensemble dynamic mode decomposition for
forecasting and analysis of near-periodic systems [65.44033635330604]
本稿では,観測力学を強制線形系としてモデル化した新しい負荷予測手法を提案する。
固有線型力学の利用は、解釈可能性やパーシモニーの観点から、多くの望ましい性質を提供することを示す。
電力グリッドからの負荷データを用いたテストケースの結果が提示される。
論文 参考訳（メタデータ） (2020-10-08T20:25:52Z) - Time-Reversal Symmetric ODE Network [138.02741983098454]
時間反転対称性は古典力学や量子力学においてしばしば保持される基本的な性質である。
本稿では,通常の微分方程式(ODE)ネットワークがこの時間反転対称性にどの程度よく適合しているかを測定する新しい損失関数を提案する。
時間反転対称性を完全に持たないシステムであっても, TRS-ODEN はベースラインよりも優れた予測性能が得られることを示す。
論文 参考訳（メタデータ） (2020-07-22T12:19:40Z) - Hybrid filtering for a class of nonlinear quantum systems subject to
classical stochastic disturbances [11.170233682435303]
量子ビット系が古典的プロセスによって乱されるようなハイブリッド量子古典的フィルタリング問題について検討した。
光学的空洞を用いて古典的外乱をモデル化し, 古典的外乱と空洞類似システムとの関係を解析する。
空洞系の状態と古典信号の見積もりに基づいて、キュービット・キャビティハイブリッドシステムのマスター方程式が与えられる。
論文 参考訳（メタデータ） (2020-04-06T06:37:47Z)
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。