Fugu-MT 論文翻訳(概要): Using reservoir computing to construct scarred wavefunctions

論文の概要: Using reservoir computing to construct scarred wavefunctions

arxiv url: http://arxiv.org/abs/2401.10307v1
Date: Thu, 18 Jan 2024 14:43:48 GMT
ステータス: 処理完了
システム内更新日: 2024-01-22 17:54:23.938285
Title: Using reservoir computing to construct scarred wavefunctions
Title（参考訳）: 貯留層計算によるスカーレッド波動関数の構成
Authors: L. Domingo, J. Borondo and F. Borondo
Abstract要約: スカー理論は量子カオスの分野における基本的な柱の1つである。本稿では,Reservoir Computing と呼ばれる新しい機械学習アルゴリズムに基づく代替手法を提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Scar theory is one of the fundamental pillars in the field of quantum chaos, and scarred functions a superb tool to carry out studies in it. Several methods, usually semiclassical, have been described to cope with these two phenomena. In this paper, we present an alternative method, based on the novel machine learning algorithm known as Reservoir Computing, to calculate such scarred wavefunctions together with the associated eigenstates of the system. The resulting methodology achieves outstanding accuracy while reducing execution times by a factor of ten. As an illustration of the effectiveness of this method, we apply it to the widespread chaotic two-dimensional coupled quartic oscillator.
Abstract（参考訳）: スカー理論は量子カオスの分野における基本的な柱の1つであり、スカーレッド関数はその研究を行うためのスーパーブツールである。いくつかの方法(通常は半古典的)はこれら2つの現象に対処するために説明されてきた。そこで本論文では,本システムの固有状態とともに,このような傷ついた波動関数を計算するための新しい機械学習アルゴリズムであるreservation computingに基づく代替手法を提案する。その結果、実行時間を10倍に短縮しながら、優れた精度が得られる。本手法の有効性の図示として,広汎なカオス2次元結合クォート発振器に適用する。

関連論文リスト

Extension of Clifford Data Regression Methods for Quantum Error Mitigation [1.9662978733004601]
本研究は、クリフォードデータ回帰の2つの変種について検討し、元の回路に非自明なゲートセットを導入する。第1の変種は元の回路のコピーを複数使用し、第2の変種は単一ビット回転の層を付加する。これらの手法の性能を数値実験により評価し,根平均二乗誤差の低減を実証した。
論文参考訳（メタデータ） (2024-11-25T18:38:06Z)
Towards Efficient Quantum Anomaly Detection: One-Class SVMs using Variable Subsampling and Randomized Measurements [4.180897432770239]
量子コンピューティングは、カーネル計算とモデルの精度を大幅に向上させる。本稿では,量子カーネルの評価にランダム化計測を利用する方法と,可変サブサンプリングアンサンブル法を提案する。実験の結果, トレーニング時間と推論時間は最大95%, 25%減少した。不安定ではあるが、ランダム化測定の平均精度は古典的ラジアル基底関数カーネルのそれを上回っている。
論文参考訳（メタデータ） (2023-12-14T17:42:18Z)
An Optimization-based Deep Equilibrium Model for Hyperspectral Image Deconvolution with Convergence Guarantees [71.57324258813675]
本稿では,ハイパースペクトル画像のデコンボリューション問題に対処する新しい手法を提案する。新しい最適化問題を定式化し、学習可能な正規化器をニューラルネットワークの形で活用する。導出した反復解法は、Deep Equilibriumフレームワーク内の不動点計算問題として表現される。
論文参考訳（メタデータ） (2023-06-10T08:25:16Z)
Temporal Difference Learning with Compressed Updates: Error-Feedback meets Reinforcement Learning [47.904127007515925]
本稿では,従来の時間差学習アルゴリズムの変種について検討する。我々は、圧縮されたTDアルゴリズムと、最適化に広く用いられているエラーフィードバック機構が組み合わさって、漸近的でない近似を保証することを証明した。特に、これらは一般圧縮演算子と線形関数近似とマルコフサンプリングを併用したタンデムの誤差フィードバックを考慮に入れたRLにおける最初の有限時間結果である。
論文参考訳（メタデータ） (2023-01-03T04:09:38Z)
The Bold-Thin-Bold Diagrammatic Monte Carlo Method for Open Quantum Systems [0.0]
調和浴と結合した量子系に対する2つの図式モンテカルロ法を提案する。 2つの方法に関連する支配方程式の基本的なメカニズムは、経路積分の繰り返し関係にある。このアルゴリズムと比較すると,計算効率とメモリコストの面で,より優れた性能を示す。
論文参考訳（メタデータ） (2022-05-22T18:17:23Z)
On the Benefits of Large Learning Rates for Kernel Methods [110.03020563291788]
本稿では,カーネル手法のコンテキストにおいて,現象を正確に特徴付けることができることを示す。分離可能なヒルベルト空間における2次対象の最小化を考慮し、早期停止の場合、学習速度の選択が得られた解のスペクトル分解に影響を及ぼすことを示す。
論文参考訳（メタデータ） (2022-02-28T13:01:04Z)
An application of the splitting-up method for the computation of a neural network representation for the solution for the filtering equations [68.8204255655161]
フィルタ方程式は、数値天気予報、金融、工学など、多くの現実の応用において中心的な役割を果たす。フィルタリング方程式の解を近似する古典的なアプローチの1つは、分割法と呼ばれるPDEにインスパイアされた方法を使うことである。我々はこの手法をニューラルネットワーク表現と組み合わせて、信号プロセスの非正規化条件分布の近似を生成する。
論文参考訳（メタデータ） (2022-01-10T11:01:36Z)
On the static effective Hamiltonian of a rapidly driven nonlinear system [0.0]
本稿では,高速振動駆動下での系の静的実効ハミルトニアンの計算式について述べる。この結果はコンピュータが行う記号計算に適している。
論文参考訳（メタデータ） (2021-08-05T21:39:22Z)
Assessment of weak-coupling approximations on a driven two-level system under dissipation [58.720142291102135]
我々は, 減散を伴うリウヴィル・ヴォン方程式(Liouville-von equation)と呼ばれる数値的正確かつ非摂動的手法を用いて, 駆動量子ビットについて検討した。我々は、駆動された量子ビットの定常状態を予測する上で、リンドブラッド方程式の妥当性の規則をマップするために実験で用いられる計量を提案する。
論文参考訳（メタデータ） (2020-11-11T22:45:57Z)
A Machine Learning Framework for Computing the Most Probable Paths of Stochastic Dynamical Systems [5.028470487310566]
そこで我々は,Onsager-Machlup 行動関数論における最も確率の高い経路を計算するための機械学習フレームワークを開発した。具体的には、ハミルトニアン系の境界値問題を修正し、プロトタイプニューラルネットワークを設計し、射撃法の欠点を補う。
論文参考訳（メタデータ） (2020-10-01T20:01:37Z)
Preparation of excited states for nuclear dynamics on a quantum computer [117.44028458220427]
量子コンピュータ上で励起状態を作成するための2つの異なる方法を研究する。シミュレーションおよび実量子デバイス上でこれらの手法をベンチマークする。これらの結果から,フォールトトレラントデバイスに優れたスケーリングを実現するために設計された量子技術が,接続性やゲート忠実性に制限されたデバイスに実用的なメリットをもたらす可能性が示唆された。
論文参考訳（メタデータ） (2020-09-28T17:21:25Z)

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。