論文の概要: A Review of Barren Plateaus in Variational Quantum Computing

• arxiv url: http://arxiv.org/abs/2405.00781v1
• Date: Wed, 1 May 2024 18:00:10 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-03 20:42:37.161795
• Title: A Review of Barren Plateaus in Variational Quantum Computing
• Title（参考訳）: 変分量子コンピューティングにおけるバレン高原の概観
• Authors: Martin Larocca, Supanut Thanasilp, Samson Wang, Kunal Sharma, Jacob Biamonte, Patrick J. Coles, Lukasz Cincio, Jarrod R. McClean, Zoë Holmes, M. Cerezo,
• Abstract要約: 変分量子コンピューティングは、様々な分野で応用される柔軟な計算パラダイムを提供する。 それらのポテンシャルを実現するための重要な障害はバレンプラトー現象(BP)である。 本稿では,BP現象の現在の理解について概観する。
• 参考スコア（独自算出の注目度）: 0.32360458646569984
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Variational quantum computing offers a flexible computational paradigm with applications in diverse areas. However, a key obstacle to realizing their potential is the Barren Plateau (BP) phenomenon. When a model exhibits a BP, its parameter optimization landscape becomes exponentially flat and featureless as the problem size increases. Importantly, all the moving pieces of an algorithm -- choices of ansatz, initial state, observable, loss function and hardware noise -- can lead to BPs when ill-suited. Due to the significant impact of BPs on trainability, researchers have dedicated considerable effort to develop theoretical and heuristic methods to understand and mitigate their effects. As a result, the study of BPs has become a thriving area of research, influencing and cross-fertilizing other fields such as quantum optimal control, tensor networks, and learning theory. This article provides a comprehensive review of the current understanding of the BP phenomenon.
• Abstract（参考訳）: 変分量子コンピューティングは、様々な分野で応用される柔軟な計算パラダイムを提供する。 しかし、その可能性を実現するための重要な障害はバレン高原(BP)現象である。 モデルがBPを示すと、パラメータ最適化のランドスケープは指数関数的に平坦になり、問題のサイズが大きくなると特徴がなくなる。 重要なことに、アルゴリズムの動く部分 -- アンザッツ、初期状態、観測可能、損失関数、ハードウェアノイズ -- は、不適切な場合にBPにつながる可能性がある。 BPのトレーニング性に対する影響が大きいため、研究者は、その効果を理解し緩和するための理論的およびヒューリスティックな方法の開発に多大な努力を払ってきた。 その結果、BPの研究は、量子最適制御、テンソルネットワーク、学習理論などの他の分野に影響を与え、交叉する研究の活発な領域となった。 本稿では,BP現象の現在の理解について概観する。

関連論文リスト

• Estimates of loss function concentration in noisy parametrized quantum circuits [0.0]
  本稿では,深部量子回路における分散の正確な計算を可能にする新しい解析式を提案する。 単元量子コンピューティングの純粋可逆的文脈では生じない現象であるノイズ誘起吸収機構の出現を示す。 我々は,PQCの耐雑音性と,その表現力を高める可能性との間に深い関係を築けるように,一元的および非単元的力学の両方に適用する。
  論文  参考訳（メタデータ） (2024-10-02T18:00:09Z)
• Deep Attentive Belief Propagation: Integrating Reasoning and Learning for Solving Constraint Optimization Problems [24.63675651321079]
  BP(Breief Propagation)は、グラフィカルモデル上の様々な推論タスクのための重要なメッセージパッシングアルゴリズムである。 本研究では, DABP をスムーズなソリューションコストで自己教師付き学習する手法を提案する。 我々のモデルは最先端のベースラインを大きく上回る。
  論文  参考訳（メタデータ） (2022-09-24T13:03:46Z)
• Experimental validation of the Kibble-Zurek Mechanism on a Digital Quantum Computer [62.997667081978825]
  キブル・ズレック機構は対称性の破れを伴う非平衡量子相転移の本質物理学を捉えている。 我々は、ランダウ・ツェナー進化の下で、最も単純な量子の場合、単一の量子ビットに対してKZMを実験的に検証した。 我々は、異なる回路環境とトポロジに埋め込まれた個々の量子ビットに関する広範囲なIBM-Q実験について報告する。
  論文  参考訳（メタデータ） (2022-08-01T18:00:02Z)
• Backpropagation at the Infinitesimal Inference Limit of Energy-Based Models: Unifying Predictive Coding, Equilibrium Propagation, and Contrastive Hebbian Learning [41.58529335439799]
  脳がどのように信用割り当てを行うかは神経科学における根本的な未解決の問題である。 バックプロパゲーション(BP)によって計算されたアルゴリズムを近似した勾配を計算する、多くの生物学的に可算なアルゴリズムが提案されている。
  論文  参考訳（メタデータ） (2022-05-31T20:48:52Z)
• A Theoretical View of Linear Backpropagation and Its Convergence [55.69505060636719]
  バックプロパゲーション(BP)はディープニューラルネットワーク(DNN)の勾配を計算するために広く用いられている 最近では、NinBPと呼ばれるBPの線形変種が導入され、ブラックボックス攻撃を行うためのより伝達可能な逆の例が生み出された。 本稿では,LinBPのニューラルネットワーク関連学習課題における理論的解析について述べる。
  論文  参考訳（メタデータ） (2021-12-21T07:18:00Z)
• Where Should We Begin? A Low-Level Exploration of Weight Initialization Impact on Quantized Behaviour of Deep Neural Networks [93.4221402881609]
  異なる重みの初期化が重みの最終的な分布と異なるCNNアーキテクチャの活性化に与える影響について、詳細なアブレーション研究を行う。 我々の知る限りでは、ウェイトの初期化とその量子化行動に対する影響について、そのような低レベルで詳細な定量分析を行うのは、私たちは初めてである。
  論文  参考訳（メタデータ） (2020-11-30T06:54:28Z)
• Higher Order Derivatives of Quantum Neural Networks with Barren Plateaus [0.0]
  バレン高原(BP)において,ヘッセンの元素が指数関数的に抑制されていることを示す。 BPは(一階の)勾配勾配を超える最適化戦略に影響を与えるだろう。 量子ハードウェア上の高次偏微分を解析的に評価するために用いられる新しい一般公式を証明している。
  論文  参考訳（メタデータ） (2020-08-17T16:27:23Z)
• Quantum Non-equilibrium Many-Body Spin-Photon Systems [91.3755431537592]
  論文は、非平衡状態における強相関量子系の量子力学に関するものである。 本研究の主な成果は, 臨界ダイナミクスのシグナチャ, 超ストロング結合のテストベッドとしての駆動ディックモデル, キブルズルーク機構の3つにまとめることができる。
  論文  参考訳（メタデータ） (2020-07-23T19:05:56Z)
• Belief Propagation Neural Networks [103.97004780313105]
  信念伝播ニューラルネットワーク(BPNN)を紹介する。 BPNNは因子グラフ上で動作し、信念伝播(BP)を一般化する BPNNはIsingモデル上で1.7倍高速に収束し、より厳密な境界を提供することを示す。 挑戦的なモデルカウント問題に関して、BPNNは最先端の手作り手法の100倍の速さを推定する。
  論文  参考訳（メタデータ） (2020-07-01T07:39:51Z)
• A Theoretical Framework for Target Propagation [75.52598682467817]
  我々は、バックプロパゲーション(BP)の代替として人気があるが、まだ完全には理解されていないターゲット伝搬(TP)を解析する。 提案理論は,TPがガウス・ニュートン最適化と密接に関係していることを示し,BPとは大きく異なる。 我々は,フィードバックウェイトトレーニングを改善する新しいリコンストラクション損失を通じて,この問題に対する第1の解決策を提供する。
  論文  参考訳（メタデータ） (2020-06-25T12:07:06Z)

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。