Fugu-MT 論文翻訳(概要): Challenges with Differentiable Quantum Dynamics

論文の概要: Challenges with Differentiable Quantum Dynamics

arxiv url: http://arxiv.org/abs/2406.06361v2
Date: Tue, 18 Jun 2024 14:28:38 GMT
ステータス: 処理完了
システム内更新日: 2024-06-20 01:05:59.638449
Title: Challenges with Differentiable Quantum Dynamics
Title（参考訳）: 微分可能な量子力学の挑戦
Authors: Sri Hari Krishna Narayanan, Michael Perlin, Robert Lewis-Swan, Jeffrey Larson, Matt Menickelly, Jan Hückelheim, Paul Hovland,
Abstract要約: 微分可能な量子力学は、複素数値初期値問題の自動微分を必要とする。我々は,科学計算ライブラリにおける複雑で微分可能な数値積分の広範なサポートの必要性を実証する。
参考スコア（独自算出の注目度）: 0.5480720612105339
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Differentiable quantum dynamics require automatic differentiation of a complex-valued initial value problem, which numerically integrates a system of ordinary differential equations from a specified initial condition, as well as the eigendecomposition of a matrix. We explored several automatic differentiation frameworks for these tasks, finding that no framework natively supports our application requirements. We therefore demonstrate a need for broader support of complex-valued, differentiable numerical integration in scientific computing libraries.
Abstract（参考訳）: 微分可能な量子力学では、複素数値の初期値問題の自動微分が必要であり、これは特定の初期条件から通常の微分方程式の系と行列の固有分解を数値的に統合する。これらのタスクに対するいくつかの自動微分フレームワークについて検討し、アプリケーション要件をネイティブにサポートするフレームワークが存在しないことを発見した。そこで我々は,科学計算ライブラリにおける複雑で微分可能な数値積分の広範なサポートの必要性を実証する。

関連論文リスト

Quantum Simulation of Nonlinear Dynamical Systems Using Repeated Measurement [42.896772730859645]
本稿では, 非線形常微分方程式の初期値問題を解くために, 繰り返し測定に基づく量子アルゴリズムを提案する。古典ロジスティック系とローレンツ系に、積分可能かつカオス的条件の両方でこのアプローチを適用する。
論文参考訳（メタデータ） (2024-10-04T18:06:12Z)
Efficiency of Dynamical Decoupling for (Almost) Any Spin-Boson Model [44.99833362998488]
構造ボソニック環境と結合した2レベル系の動的疎結合を解析的に検討した。このようなシステムに対して動的疎結合が機能する十分な条件を見つける。私たちの境界は、様々な関連するシステムパラメータで正しいスケーリングを再現します。
論文参考訳（メタデータ） (2024-09-24T04:58:28Z)
Self-Adaptive Physics-Informed Quantum Machine Learning for Solving Differential Equations [0.0]
チェビシェフは、古典的および量子的ニューラルネットワークが微分方程式を解くための効率的なツールとして有望であることを示した。我々は、このフレームワークを様々な問題に対して量子機械学習環境に適応し、一般化する。その結果,量子デバイス上での微分方程式の短期的評価に対する有望なアプローチが示唆された。
論文参考訳（メタデータ） (2023-12-14T18:46:35Z)
Variational Quantum Linear Solver enhanced Quantum Support Vector Machine [3.206157921187139]
本稿では,変分量子線形解法(VQLS)拡張QSVMを提案する。 NISQ デバイス上での最小二乗SVM の線形方程式系を解くために、変分量子線形解法を利用するという考え方に基づいている。提案手法の実装は,Irisデータセットを用いた広範囲な数値実験により評価される。
論文参考訳（メタデータ） (2023-09-14T14:59:58Z)
Quantifying spatio-temporal patterns in classical and quantum systems out of equilibrium [0.0]
様々な非平衡力学現象や過程は、明らかに一般的な数値技術の発展を要求する。非平衡量子系で実現された離散時間結晶の例により、ビットストリングのみを処理する非自明な動的相の完全な低レベルな特徴を与える。
論文参考訳（メタデータ） (2023-02-28T13:27:45Z)
On Robust Numerical Solver for ODE via Self-Attention Mechanism [82.95493796476767]
我々は,内在性雑音障害を緩和し,AIによって強化された数値解法を,データサイズを小さくする訓練について検討する。まず,教師付き学習における雑音を制御するための自己認識機構の能力を解析し,さらに微分方程式の数値解に付加的な自己認識機構を導入し,簡便かつ有効な数値解法であるAttrを提案する。
論文参考訳（メタデータ） (2023-02-05T01:39:21Z)
Symbolic Recovery of Differential Equations: The Identifiability Problem [52.158782751264205]
微分方程式の記号的回復は、支配方程式の導出を自動化する野心的な試みである。関数が対応する微分方程式を一意に決定するために必要な条件と十分な条件の両方を提供する。この結果を用いて、関数が微分方程式を一意に解くかどうかを判定する数値アルゴリズムを考案する。
論文参考訳（メタデータ） (2022-10-15T17:32:49Z)
Tunable Complexity Benchmarks for Evaluating Physics-Informed Neural Networks on Coupled Ordinary Differential Equations [64.78260098263489]
本研究では,より複雑に結合した常微分方程式(ODE)を解く物理インフォームドニューラルネットワーク(PINN)の能力を評価する。 PINNの複雑性が増大するにつれて,これらのベンチマークに対する正しい解が得られないことが示される。 PINN損失のラプラシアンは,ネットワーク容量の不足,ODEの条件の低下,局所曲率の高さなど,いくつかの理由を明らかにした。
論文参考訳（メタデータ） (2022-10-14T15:01:32Z)
Integral Transforms in a Physics-Informed (Quantum) Neural Network setting: Applications & Use-Cases [1.7403133838762446]
工学や科学における多くの計算問題において、関数やモデルの微分は不可欠であるが、積分も必要である。本研究では,物理インフォームドニューラルネットワークのパラダイムを,自動統合で拡張することを提案する。
論文参考訳（メタデータ） (2022-06-28T17:51:32Z)
Solving Differential Equations Using Neural Network Solution Bundles [1.2891210250935146]
本稿では,様々な初期状態とシステムパラメータに対して,ソリューションバンドル,ODEに対するソリューションの集合として使用するニューラルネットワークを提案する。解バンドルはシステム状態の高速かつ並列化可能な評価を示し、パラメータ推定にベイズ推論を使用するのを容易にする。
論文参考訳（メタデータ） (2020-06-17T02:44:10Z)
Quantum computation of thermal averages in the presence of a sign problem [45.82374977939355]
本稿では,量子コンピューティング技術の簡単なシステムの熱力学特性の研究への応用について述べる。量子アルゴリズムがいかにしてこの問題を完全に解決するかを示し、より複雑な物理的関心のシステムにどのように適用できるかを議論する。
論文参考訳（メタデータ） (2020-01-15T14:01:11Z)

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。