論文の概要: Dynamical phase transition in quantum neural networks with large depth
- arxiv url: http://arxiv.org/abs/2311.18144v1
- Date: Wed, 29 Nov 2023 23:14:33 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-01 18:25:15.573025
- Title: Dynamical phase transition in quantum neural networks with large depth
- Title(参考訳): 大深度量子ニューラルネットワークにおける動的相転移
- Authors: Bingzhi Zhang, Junyu Liu, Xiao-Chuan Wu, Liang Jiang and Quntao Zhuang
- Abstract要約: 量子ニューラルネットワークの遅延学習力学は一般化されたロトカ・ボルテラ方程式によって記述できることを示す。
コスト関数の目標値が上から下まで達成可能な最小値を超えた場合、ダイナミクスはフリーズカーネルからフリーズエラーフェーズへと進化する。
どちらの位相においても、固定点への収束は指数関数であり、臨界点では指数関数となる。
- 参考スコア(独自算出の注目度): 7.752570051108824
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Understanding the training dynamics of quantum neural networks is a
fundamental task in quantum information science with wide impact in physics,
chemistry and machine learning. In this work, we show that the late-time
training dynamics of quantum neural networks can be described by the
generalized Lotka-Volterra equations, which lead to a dynamical phase
transition. When the targeted value of cost function crosses the minimum
achievable value from above to below, the dynamics evolve from a frozen-kernel
phase to a frozen-error phase, showing a duality between the quantum neural
tangent kernel and the total error. In both phases, the convergence towards the
fixed point is exponential, while at the critical point becomes polynomial. Via
mapping the Hessian of the training dynamics to a Hamiltonian in the imaginary
time, we reveal the nature of the phase transition to be second-order with the
exponent $\nu=1$, where scale invariance and closing gap are observed at
critical point. We also provide a non-perturbative analytical theory to explain
the phase transition via a restricted Haar ensemble at late time, when the
output state approaches the steady state. The theory findings are verified
experimentally on IBM quantum devices.
- Abstract(参考訳): 量子ニューラルネットワークのトレーニングダイナミクスを理解することは、物理学、化学、機械学習に大きな影響を与える量子情報科学の基本的なタスクである。
本研究では,量子ニューラルネットワークの後期トレーニングダイナミクスを一般化したロッカ・ボルテラ方程式によって記述し,相転移を誘導することを示す。
コスト関数の目標値が上から下へ到達可能な最小値を超えた場合、動的は凍結カーネル相から凍結エラー相へと進化し、量子ニューラルタンジェントカーネルと総誤差の双対性を示す。
どちらの位相においても、固定点への収束は指数関数であり、臨界点では多項式となる。
トレーニングダイナミクスのヘッシアンを想像上のハミルトニアンにマッピングすることで、指数 $\nu=1$ と相転移の性質が第二次であることを明らかにし、そこではスケール不変性と閉ギャップが臨界点で観測される。
また、出力状態が定常状態に近づくと、遅くに制限されたハールアンサンブルを介して位相遷移を説明する非摂動解析理論を提供する。
この理論はibm量子デバイス上で実験的に検証される。
関連論文リスト
- Probing critical phenomena in open quantum systems using atom arrays [3.365378662696971]
量子臨界点において、相関は力則として崩壊し、指数は普遍的なスケール次元の集合によって決定される。
ここでは、Rydberg量子シミュレータを用いて、1次元の環と2次元の正方格子の両方の臨界基底状態を理論的に準備する。
量子システムの開放性を考慮し、調整することにより、我々は、直接、力-法則の相関を観察し、対応するスケーリング次元を抽出することができる。
論文 参考訳(メタデータ) (2024-02-23T15:21:38Z) - Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。
我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。
これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
論文 参考訳(メタデータ) (2023-06-29T18:00:01Z) - Quantum Effects on the Synchronization Dynamics of the Kuramoto Model [62.997667081978825]
量子揺らぎは同期の出現を妨げるが、完全に抑制するわけではない。
モデルパラメータへの依存を強調して,臨界結合の解析式を導出する。
論文 参考訳(メタデータ) (2023-06-16T16:41:16Z) - Fluctuation based interpretable analysis scheme for quantum many-body
snapshots [0.0]
物質の微視的理解と分類は、強相関量子物理学の中心にある。
ここでは、混乱学習と相関畳み込みニューラルネットワークを組み合わせることで、完全に解釈可能な位相検出を行う。
我々の研究は、解釈可能な量子画像処理における新しい方向を、長距離の順序に相応しいものに開放する。
論文 参考訳(メタデータ) (2023-04-12T17:59:59Z) - Measurement-induced entanglement and teleportation on a noisy quantum
processor [105.44548669906976]
最大70個の超伝導量子ビット上の測定誘起量子情報相について検討した。
二重性マッピングを用いて、中間回路の測定を回避し、基礎となる位相の異なる表現にアクセスする。
我々の研究は、現在のNISQプロセッサの限界であるスケールでの計測誘起物理を実現するためのアプローチを示す。
論文 参考訳(メタデータ) (2023-03-08T18:41:53Z) - Lee-Yang theory of quantum phase transitions with neural network quantum
states [0.0]
ニューラルネットワーク量子状態は、強相関スピン格子の臨界点を予測するために、量子相転移のLee-Yang理論と組み合わせることができることを示す。
この結果は、より複雑な量子多体系の位相図を決定するための出発点となる。
論文 参考訳(メタデータ) (2023-01-24T11:10:37Z) - Universality of critical dynamics with finite entanglement [68.8204255655161]
臨界近傍の量子系の低エネルギー力学が有限絡みによってどのように変化するかを研究する。
その結果、時間依存的臨界現象における絡み合いによる正確な役割が確立された。
論文 参考訳(メタデータ) (2023-01-23T19:23:54Z) - Spreading of a local excitation in a Quantum Hierarchical Model [62.997667081978825]
常磁性相における量子ダイソン階層モデルのダイナミクスについて検討する。
地磁気場状態の局所励起による初期状態を考慮する。
局所化機構が発見され、励起は任意の時間で初期位置に近づいたままである。
論文 参考訳(メタデータ) (2022-07-14T10:05:20Z) - Learning topological defects formation with neural networks in a quantum
phase transition [0.0]
一次元横場量子イジングモデルにおける位相的欠陥の時間進化、普遍統計、相関について検討する。
キンク数の最初の3つの累積とクエンチ率の間に普遍的な力-法則関係を確立し、キンクの二項分布を示す。
最後に、正規化されたキンクキンク相関についても検討し、解析式と数値が一致していることを見出した。
論文 参考訳(メタデータ) (2022-04-14T06:00:19Z) - Dynamical quantum phase transitions in strongly correlated
two-dimensional spin lattices following a quench [0.0]
2次元の強相関スピン格子における動的量子相転移の証拠を示す。
また,初期エネルギー変動を測定することにより,動的量子相転移の予測方法を示す。
論文 参考訳(メタデータ) (2022-02-11T09:15:47Z) - Information Scrambling in Computationally Complex Quantum Circuits [56.22772134614514]
53量子ビット量子プロセッサにおける量子スクランブルのダイナミクスを実験的に検討する。
演算子の拡散は効率的な古典的モデルによって捉えられるが、演算子の絡み合いは指数関数的にスケールされた計算資源を必要とする。
論文 参考訳(メタデータ) (2021-01-21T22:18:49Z)
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。