論文の概要: Quantum Dynamical Hamiltonian Monte Carlo

• arxiv url: http://arxiv.org/abs/2403.01775v1
• Date: Mon, 4 Mar 2024 07:08:23 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-06 19:43:51.051516
• Title: Quantum Dynamical Hamiltonian Monte Carlo
• Title（参考訳）: 量子力学ハミルトニアンモンテカルロ
• Authors: Owen Lockwood, Peter Weiss, Filip Aronshtein, Guillaume Verdon
• Abstract要約: 機械学習におけるユビキタスな問題は、ログの確率を通してのみアクセス可能な確率分布からサンプリングすることである。 我々は、チェインモンテカルロ(MCMC)サンプリングのための有名なハミルトンモンテカルロ法を拡張し、ハイブリッド方式で量子計算を利用する。
• 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: One of the open challenges in quantum computing is to find meaningful and practical methods to leverage quantum computation to accelerate classical machine learning workflows. A ubiquitous problem in machine learning workflows is sampling from probability distributions that we only have access to via their log probability. To this end, we extend the well-known Hamiltonian Monte Carlo (HMC) method for Markov Chain Monte Carlo (MCMC) sampling to leverage quantum computation in a hybrid manner as a proposal function. Our new algorithm, Quantum Dynamical Hamiltonian Monte Carlo (QD-HMC), replaces the classical symplectic integration proposal step with simulations of quantum-coherent continuous-space dynamics on digital or analogue quantum computers. We show that QD-HMC maintains key characteristics of HMC, such as maintaining the detailed balanced condition with momentum inversion, while also having the potential for polynomial speedups over its classical counterpart in certain scenarios. As sampling is a core subroutine in many forms of probabilistic inference, and MCMC in continuously-parameterized spaces covers a large-class of potential applications, this work widens the areas of applicability of quantum devices.
• Abstract（参考訳）: 量子コンピューティングにおけるオープンな課題の1つは、古典的な機械学習ワークフローを加速するために量子計算を利用する有意義で実用的な方法を見つけることである。 機械学習ワークフローにおけるユビキタスな問題は、ログ確率を通してのみアクセス可能な確率分布からサンプリングすることである。 この目的のために,マルコフ連鎖モンテカルロ (mcmc) サンプリングのためのよく知られたハミルトニアンモンテカルロ (hmc) 法を拡張し,提案関数として量子計算をハイブリッドに活用する。 新しいアルゴリズム、量子力学ハミルトニアンモンテカルロ(qd-hmc)は、デジタルまたはアナログ量子コンピュータ上の量子コヒーレント連続空間ダイナミクスのシミュレーションにより、古典的なシンプレクティック積分の提案ステップを置き換える。 QD-HMCは、運動量反転を伴う詳細な平衡状態を維持するなど、HMCの重要な特性を維持しつつ、特定のシナリオにおいて古典的手法よりも多項式の高速化の可能性を秘めていることを示す。 サンプリングは様々な種類の確率的推論のコアサブルーチンであり、連続パラメータ化された空間におけるMCMCは潜在的な応用の多くのクラスをカバーするため、この研究は量子デバイスの適用範囲を広げる。

関連論文リスト

• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
  d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。 我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• Walking through Hilbert Space with Quantum Computers [1.501073837060726]
  このレビューは、計算化学の重要な領域における複雑なサンプリングタスクに取り組む量子アルゴリズムの最近の進歩を強調している。 我々は、ハイブリッド量子古典から完全量子まで、幅広い量子アルゴリズムをレビューする。 量子計算の優位性を達成するための可能性と課題について論じる。
  論文  参考訳（メタデータ） (2024-07-16T12:43:44Z)
• QAOA-MC: Markov chain Monte Carlo enhanced by Quantum Alternating Operator Ansatz [0.6181093777643575]
  本稿では,量子交換演算子 Ansatz (QAOA) のモンテカルロへの応用を提案する。 この研究は、現在利用可能な量子コンピュータで実用的な量子優位性を実現するための重要なステップである。
  論文  参考訳（メタデータ） (2023-05-15T16:47:31Z)
• Towards Neural Variational Monte Carlo That Scales Linearly with System Size [67.09349921751341]
  量子多体問題(Quantum many-body problem)は、例えば高温超伝導体のようなエキゾチックな量子現象をデミストする中心である。 量子状態を表すニューラルネットワーク(NN)と変分モンテカルロ(VMC)アルゴリズムの組み合わせは、そのような問題を解決する上で有望な方法であることが示されている。 ベクトル量子化技術を用いて,VMCアルゴリズムの局所エネルギー計算における冗長性を利用するNNアーキテクチャVector-Quantized Neural Quantum States (VQ-NQS)を提案する。
  論文  参考訳（メタデータ） (2022-12-21T19:00:04Z)
• State preparation and evolution in quantum computing: a perspective from Hamiltonian moments [5.774827369850958]
  近年の取り組みでは、量子計算されたハミルトンモーメントに基づく量子アルゴリズムの開発が注目されている。 本チュートリアルでは、量子ハードウェアを用いたハミルトンモーメントの典型的な計算方法と、推定状態エネルギーの精度の向上に焦点を当てる。
  論文  参考訳（メタデータ） (2021-09-27T04:24:19Z)
• Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
  量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。 変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。 量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
  論文  参考訳（メタデータ） (2021-08-09T18:00:05Z)
• Efficient Quantum Simulation of Open Quantum System Dynamics on Noisy Quantum Computers [0.0]
  量子散逸ダイナミクスは、コヒーレントからインコヒーレントにまたがって効率的にシミュレートできることを示す。 この研究は、NISQ時代の量子優位性のための新しい方向性を提供する。
  論文  参考訳（メタデータ） (2021-06-24T10:37:37Z)
• Tensor Network Quantum Virtual Machine for Simulating Quantum Circuits at Exascale [57.84751206630535]
  本稿では,E-scale ACCelerator(XACC)フレームワークにおける量子回路シミュレーションバックエンドとして機能する量子仮想マシン(TNQVM)の近代化版を提案する。 新バージョンは汎用的でスケーラブルなネットワーク処理ライブラリであるExaTNをベースにしており、複数の量子回路シミュレータを提供している。 ポータブルなXACC量子プロセッサとスケーラブルなExaTNバックエンドを組み合わせることで、ラップトップから将来のエクサスケールプラットフォームにスケール可能なエンドツーエンドの仮想開発環境を導入します。
  論文  参考訳（メタデータ） (2021-04-21T13:26:42Z)
• Error mitigation and quantum-assisted simulation in the error corrected regime [77.34726150561087]
  量子コンピューティングの標準的なアプローチは、古典的にシミュレート可能なフォールトトレラントな演算セットを促進するという考え方に基づいている。 量子回路の古典的準確率シミュレーションをどのように促進するかを示す。
  論文  参考訳（メタデータ） (2021-03-12T20:58:41Z)
• Quantum Markov Chain Monte Carlo with Digital Dissipative Dynamics on Quantum Computers [52.77024349608834]
  少数のアンシラ量子ビットを用いて環境との相互作用をシミュレートするデジタル量子アルゴリズムを開発した。 逆イジングモデルの熱状態のシミュレーションによるアルゴリズムの評価を行った。
  論文  参考訳（メタデータ） (2021-03-04T18:21:00Z)
• Quantum simulation of open quantum systems in heavy-ion collisions [0.0]
  本稿では,量子コンピュータ上での高温・強結合クォークグルーオンプラズマ(QGP)における重クォークやジェットなどのハードプローブのダイナミクスをシミュレーションする枠組みを提案する。 我々の研究は、現在および短期量子デバイス上でのオープン量子システムをシミュレートできる可能性を示している。
  論文  参考訳（メタデータ） (2020-10-07T18:00:02Z)

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。