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
- 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) - Realizing Non-Physical Actions through Hermitian-Preserving Map
Exponentiation [1.0255759863714506]
本稿では、任意のエルミート保存写像の作用を量子過程に符号化することで効果的に実現できるエルミート保存写像アルゴリズムを提案する。
本研究は,量子デバイスを用いた非物理的動作を系統的かつ効率的に実装するための経路を提示する。
論文 参考訳(メタデータ) (2023-08-15T18:00:04Z) - Scalable Quantum State Tomography with Locally Purified Density Operators and Local Measurements [17.38734393793605]
量子状態の効率的な表現により、最小限の測定で量子状態トモグラフィを実現することができる。
そこで本稿では,混合状態のテンソルネットワーク表現を用いた状態トモグラフィの新しいアプローチを提案する。
本研究では,テンソルネットワーク形式を用いた2次元システムのための量子状態トモグラフィの新たな道を開く。
論文 参考訳(メタデータ) (2023-07-31T03:14:31Z) - 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 practical potentials of quantum auto-encoder with
advantages [92.19792304214303]
量子オートエンコーダ(QAE)は、量子物理学で遭遇する次元の呪いを和らげるための強力なツールである。
我々はQAEを用いて固有値を効率的に計算し、高次元量子状態の対応する固有ベクトルを作成できることを証明した。
低ランク状態の忠実度推定,量子ギブス状態準備,量子メトロジーの課題を解決するために,QAEに基づく効果的な3つの学習プロトコルを考案した。
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) - Quantum-enhanced bosonic learning machine [0.0]
本稿では,量子データに閉じ込められたイオンのシステムで動作させる量子強化ボソニック学習マシンについて述べる。
我々は、高次元量子状態の集合におけるパターンを認識するために、教師なしK平均アルゴリズムを実装した。
得られた知識を用いて、未知の量子状態を教師付きk-NNアルゴリズムで分類する。
論文 参考訳(メタデータ) (2021-04-09T02:44:57Z) - 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。