論文の概要: A Knowledge Compilation Map for Quantum Information
- arxiv url: http://arxiv.org/abs/2401.01322v1
- Date: Tue, 2 Jan 2024 18:23:35 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-03 13:12:26.511087
- Title: A Knowledge Compilation Map for Quantum Information
- Title（参考訳）: 量子情報のための知識コンパイルマップ
- Authors: Lieuwe Vinkhuijzen, Tim Coopmans, Alfons Laarman
- Abstract要約: 行列積状態(MPS)、決定図(DD)、制限ボルツマンマシン(RBM)の3つの広く使われている量子状態表現を解析的に検討した。
これらのデータ構造の相対的簡潔さをマップし、関連するクエリおよび操作操作の複雑さを提供する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum computing is finding promising applications in optimization, machine
learning and physics, leading to the development of various models for
representing quantum information. Because these representations are often
studied in different contexts (many-body physics, machine learning, formal
verification, simulation), little is known about fundamental trade-offs between
their succinctness and the runtime of operations to update them. We therefore
analytically investigate three widely-used quantum state representations:
matrix product states (MPS), decision diagrams (DDs), and restricted Boltzmann
machines (RBMs). We map the relative succinctness of these data structures and
provide the complexity for relevant query and manipulation operations. Further,
to chart the balance between succinctness and operation efficiency, we extend
the concept of rapidity with support for the non-canonical data structures
studied in this work, showing in particular that MPS is at least as rapid as
some DDs.
By providing a knowledge compilation map for quantum state representations,
this paper contributes to the understanding of the inherent time and space
efficiency trade-offs in this area.
- Abstract（参考訳）: 量子コンピューティングは最適化、機械学習、物理学において有望な応用を見つけており、量子情報を表現する様々なモデルの開発に繋がる。
これらの表現は、しばしば異なる文脈(多体物理学、機械学習、形式的検証、シミュレーション)で研究されるため、それらの簡潔さとそれらを更新するための操作の実行時の基本的なトレードオフについてはほとんど知られていない。
したがって、行列積状態(MPS)、決定図(DD)、制限ボルツマンマシン(RBM)の3つの広く使われている量子状態表現を解析的に検討する。
これらのデータ構造の相対的簡潔性をマップし、関連するクエリおよび操作操作の複雑さを提供する。
さらに, 簡潔性と操作効率のバランスを図示するために, 本研究で研究されている非カノニカルデータ構造のサポートにより, 高速性の概念を拡張し, 特にmpsがddsと同程度の速さであることを示す。
量子状態表現のための知識コンパイルマップを提供することにより,本領域における固有時間と空間効率のトレードオフの理解に寄与する。
関連論文リスト
- State estimation with quantum extreme learning machines beyond the scrambling time [0.0]
我々は、多くの異なる種類の力学に対して、スクランブル時間を超えても効率的な状態推定が可能であることを示している。
これらの結果は、堅牢なQELMベースの状態推定プロトコルのための有望な場所を提供する。
論文 参考訳（メタデータ） (2024-09-10T18:00:06Z) - Quantum Multimodal Contrastive Learning Framework [0.0]
本稿では,脳波と画像データを統合するために量子エンコーダを用いたマルチモーダルコントラスト学習フレームワークを提案する。
量子エンコーダは脳波信号と画像特徴の複雑なパターンを効果的にキャプチャし、モダリティ間のコントラスト学習を改善することを実証する。
論文 参考訳（メタデータ） (2024-08-25T19:08:43Z) - Mixed-Dimensional Qudit State Preparation Using Edge-Weighted Decision Diagrams [3.393749500700096]
量子コンピュータは難解な問題を解く可能性がある。
このポテンシャルを利用するための重要な要素の1つは、多値系(qudit)のために量子状態を効率的に準備する能力である。
本稿では,混合次元系に着目した量子状態生成法について検討する。
論文 参考訳（メタデータ） (2024-06-05T18:00:01Z) - Neural auto-designer for enhanced quantum kernels [59.616404192966016]
本稿では,問題固有の量子特徴写像の設計を自動化するデータ駆動型手法を提案する。
私たちの研究は、量子機械学習の進歩におけるディープラーニングの実質的な役割を強調します。
論文 参考訳（メタデータ） (2024-01-20T03:11:59Z) - Multimodal deep representation learning for quantum cross-platform
verification [60.01590250213637]
初期の量子コンピューティングの領域において重要な取り組みであるクロスプラットフォーム検証は、同一のアルゴリズムを実行する2つの不完全な量子デバイスとの類似性を特徴づけようと試みている。
本稿では,この課題におけるデータの形式化が2つの異なるモダリティを具現化する,革新的なマルチモーダル学習手法を提案する。
我々はこれらのモダリティから知識を独立して抽出するマルチモーダルニューラルネットワークを考案し、続いて融合操作により包括的データ表現を生成する。
論文 参考訳（メタデータ） (2023-11-07T04:35:03Z) - Explainable Representation Learning of Small Quantum States [0.0]
パラメータ化量子回路によって生成される2量子密度行列上に生成モデルを訓練する。
モデルが量子状態と基礎となる絡み合い特性を関連づける解釈可能な表現を学ぶことを観察する。
われわれのアプローチは、機械が小さな量子システムを自律的に表現する方法の洞察を与える。
論文 参考訳（メタデータ） (2023-06-09T06:30:25Z) - 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) - Real-Time Krylov Theory for Quantum Computing Algorithms [0.0]
リアルタイム進化によって生成された部分空間を用いた新しいアプローチは、固有状態情報抽出の効率性を示している。
本稿では,量子ハードウェア上で固有値を抽出する,コンパクトかつ効率的なリアルタイムアルゴリズムである変分量子位相推定法(VQPE)を開発した。
強相関系に対する電子構造予測などの量子計算の基本問題への応用について論じる。
論文 参考訳（メタデータ） (2022-08-01T18:00:48Z) - On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。
私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
論文 参考訳（メタデータ） (2021-06-29T14:01:40Z) - Quantum-tailored machine-learning characterization of a superconducting
qubit [50.591267188664666]
我々は,量子デバイスのダイナミクスを特徴付ける手法を開発し,デバイスパラメータを学習する。
このアプローチは、数値的に生成された実験データに基づいてトレーニングされた物理に依存しないリカレントニューラルネットワークより優れている。
このデモンストレーションは、ドメイン知識を活用することで、この特徴付けタスクの正確性と効率が向上することを示す。
論文 参考訳（メタデータ） (2021-06-24T15:58:57Z) - 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。