論文の概要: Quantum Equilibrium Propagation for efficient training of quantum systems based on Onsager reciprocity
- arxiv url: http://arxiv.org/abs/2406.06482v1
- Date: Mon, 10 Jun 2024 17:22:09 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-11 12:49:35.601838
- Title: Quantum Equilibrium Propagation for efficient training of quantum systems based on Onsager reciprocity
- Title（参考訳）: オンサガーの相互性に基づく量子システムの効率的なトレーニングのための量子平衡伝播
- Authors: Clara C. Wanjura, Florian Marquardt,
- Abstract要約: 平衡伝播(Equilibrium propagation、EP)は、平衡に緩和する古典的なエネルギーモデルに導入され応用された手順である。
ここでは、EPとOnsagerの相互性を直接接続し、これを利用してEPの量子バージョンを導出する。
これは任意の量子系の可観測物の期待値に依存する損失関数の最適化に使うことができる。
- 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: The widespread adoption of machine learning and artificial intelligence in all branches of science and technology has created a need for energy-efficient, alternative hardware platforms. While such neuromorphic approaches have been proposed and realised for a wide range of platforms, physically extracting the gradients required for training remains challenging as generic approaches only exist in certain cases. Equilibrium propagation (EP) is such a procedure that has been introduced and applied to classical energy-based models which relax to an equilibrium. Here, we show a direct connection between EP and Onsager reciprocity and exploit this to derive a quantum version of EP. This can be used to optimize loss functions that depend on the expectation values of observables of an arbitrary quantum system. Specifically, we illustrate this new concept with supervised and unsupervised learning examples in which the input or the solvable task is of quantum mechanical nature, e.g., the recognition of quantum many-body ground states, quantum phase exploration, sensing and phase boundary exploration. We propose that in the future quantum EP may be used to solve tasks such as quantum phase discovery with a quantum simulator even for Hamiltonians which are numerically hard to simulate or even partially unknown. Our scheme is relevant for a variety of quantum simulation platforms such as ion chains, superconducting qubit arrays, neutral atom Rydberg tweezer arrays and strongly interacting atoms in optical lattices.
- Abstract（参考訳）: 科学と技術のあらゆる分野における機械学習と人工知能の普及は、エネルギー効率の良い代替ハードウェアプラットフォームの必要性を生み出している。
このようなニューロモルフィックなアプローチは、幅広いプラットフォームに対して提案され、実現されているが、訓練に必要な勾配を物理的に抽出することは、特定のケースにしか存在しないため、依然として困難である。
平衡伝播(Equilibrium propagation、EP)は、平衡に緩和する古典的なエネルギーベースモデルに導入され応用された手順である。
ここでは、EPとOnsagerの相互性を直接接続し、これを利用してEPの量子バージョンを導出する。
これは任意の量子系の可観測物の期待値に依存する損失関数の最適化に使うことができる。
具体的には、入力や解決可能なタスクが量子力学的性質(例えば、量子多体基底状態の認識、量子位相探索、センシングおよび位相境界探索)であるような教師なしの学習例で、この新しい概念を解説する。
将来の量子EPは、数値的にシミュレートが難しいハミルトニアンや部分的には未知のハミルトニアンでさえも、量子位相探索のようなタスクを量子シミュレータで解くために用いられる可能性がある。
我々の手法は、イオン鎖、超伝導量子ビットアレイ、中性原子Rydberg tweezer配列、光学格子中の強い相互作用原子など、様々な量子シミュレーションプラットフォームに関係している。
関連論文リスト
- Quantum-classical simulation of quantum field theory by quantum circuit
learning [0.0]
量子回路学習を用いて量子場理論(QFT)をシミュレートする。
我々の予測は厳密な古典計算の結果と密接に一致している。
このハイブリッド量子古典的アプローチは、最先端量子デバイス上での大規模QFTを効率的にシミュレートする可能性を示している。
論文 参考訳（メタデータ） (2023-11-27T20:18:39Z) - Entanglement cost of realizing quantum processes [5.086696108576776]
我々は、任意の量子プロセスを実現するのに必要な絡み合いの量を確実に推定する効率的な計算ツールを開発する。
我々のツールは、以前の方法の制限を超越して、政権内の幅広い量子状態の準備に必要な絡み合いに適用する。
論文 参考訳（メタデータ） (2023-11-17T17:07:26Z) - Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。
我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。
これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
論文 参考訳（メタデータ） (2023-06-29T18:00:01Z) - Recent Advances for Quantum Neural Networks in Generative Learning [98.88205308106778]
量子生成学習モデル(QGLM)は、古典的な学習モデルを上回る可能性がある。
機械学習の観点からQGLMの現状を概観する。
従来の機械学習タスクと量子物理学の両方におけるQGLMの潜在的な応用について論じる。
論文 参考訳（メタデータ） (2022-06-07T07:32:57Z) - Quantum simulation using noisy unitary circuits and measurements [0.0]
ノイズの多い量子回路は、量子多体ダイナミクスを理解する上で重要な基盤となっている。
ランダム回路モデルを用いて研究した2種類の力学について概説し、特に量子絡み合いの力学に焦点をあてる。
ランダム回路サンプリング実験を考察し,NISQデバイス上での量子多体ダイナミクスのシミュレーションにおけるランダム量子状態の有用性について考察する。
論文 参考訳（メタデータ） (2021-12-13T14:00:06Z) - Efficient criteria of quantumness for a large system of qubits [58.720142291102135]
大規模部分量子コヒーレント系の基本パラメータの無次元結合について論じる。
解析的および数値計算に基づいて、断熱進化中の量子ビット系に対して、そのような数を提案する。
論文 参考訳（メタデータ） (2021-08-30T23:50:05Z) - On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。
私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
論文 参考訳（メタデータ） (2021-06-29T14:01:40Z) - 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) - Entanglement transfer, accumulation and retrieval via quantum-walk-based
qubit-qudit dynamics [50.591267188664666]
高次元システムにおける量子相関の生成と制御は、現在の量子技術の展望において大きな課題である。
本稿では,量子ウォークに基づく移動・蓄積機構により,$d$次元システムの絡み合った状態が得られるプロトコルを提案する。
特に、情報を軌道角運動量と単一光子の偏光度にエンコードするフォトニック実装について述べる。
論文 参考訳（メタデータ） (2020-10-14T14:33:34Z) - Expressibility and trainability of parameterized analog quantum systems
for machine learning applications [0.0]
システム内の外部駆動と障害の相互作用が、相互作用する量子システムのトレーニング可能性と表現可能性をどのように規定しているかを示す。
我々の研究は、量子多体物理学と機械学習への応用の基本的な関連性を示している。
論文 参考訳（メタデータ） (2020-05-22T14:59:42Z)
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。