論文の概要: Dynamical transition in controllable quantum neural networks with large depth
- arxiv url: http://arxiv.org/abs/2311.18144v2
- Date: Sat, 05 Oct 2024 18:21:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-08 13:40:23.124865
- Title: Dynamical transition in controllable quantum neural networks with large depth
- Title(参考訳): 大深度制御可能な量子ニューラルネットワークの動的遷移
- Authors: Bingzhi Zhang, Junyu Liu, Xiao-Chuan Wu, Liang Jiang, Quntao Zhuang,
- Abstract要約: 2次損失関数を持つ量子ニューラルネットワークのトレーニング力学は、一般化されたロトカ・ボルテラ方程式によって説明できることを示す。
凍結エラー力学における2次損失関数は、トレーニング収束の高速化を可能にすることを示す。
この理論はIBMの量子デバイスで実験的に検証されている。
- 参考スコア(独自算出の注目度): 7.22617261255808
- License:
- 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 with a quadratic loss function can be described by the generalized Lotka-Volterra equations, which lead to a transcritical bifurcation transition in the dynamics. When the targeted value of loss function crosses the minimum achievable value from above to below, the dynamics evolve from a frozen-kernel dynamics to a frozen-error dynamics, showing a duality between the quantum neural tangent kernel and the total error. In both regions, the convergence towards the fixed point is exponential, while at the critical point becomes polynomial. We provide a non-perturbative analytical theory to explain the transition via a restricted Haar ensemble at late time, when the output state approaches the steady state. Via mapping the Hessian to an effective Hamiltonian, we also identify a linearly vanishing gap at the transition point. Compared with the linear loss function, we show that a quadratic loss function within the frozen-error dynamics enables a speedup in the training convergence. 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力学を理解することは、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課題である。
本研究では,2次損失関数を持つ量子ニューラルネットワークの遅延学習ダイナミクスを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。
損失関数の目標値が上から下まで到達可能な最小値と交差すると、ダイナミクスはフリーズカーネルのダイナミクスからフリーズエラーのダイナミクスへと進化し、量子ニューラルタンジェントカーネルとトータルエラーの双対性を示す。
両領域において、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。
出力状態が定常状態に近づくと、制限されたハールアンサンブルによる遷移を説明する非摂動解析理論を提供する。
ヘッセンを実効ハミルトニアンに写像することで、遷移点における線型に消滅するギャップも特定できる。
線形損失関数と比較して、凍結エラー力学における二次損失関数は、トレーニング収束のスピードアップを可能にすることを示す。
この理論はIBMの量子デバイスで実験的に検証されている。
関連論文リスト
- Thermalization and Criticality on an Analog-Digital Quantum Simulator [133.58336306417294]
本稿では,69個の超伝導量子ビットからなる量子シミュレータについて述べる。
古典的Kosterlitz-Thouless相転移のシグネチャと,Kibble-Zurekスケール予測からの強い偏差を観測する。
本システムは, 対角二量体状態でディジタル的に調製し, 熱化時のエネルギーと渦の輸送を画像化する。
論文 参考訳(メタデータ) (2024-05-27T17:40:39Z) - 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) - 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。