Fugu-MT 論文翻訳(概要): Quantum Machine Learning With Canonical Variables

論文の概要: Quantum Machine Learning With Canonical Variables

arxiv url: http://arxiv.org/abs/2406.06666v1
Date: Mon, 10 Jun 2024 16:10:42 GMT
ステータス: 処理完了
システム内更新日: 2024-06-12 20:35:12.755665
Title: Quantum Machine Learning With Canonical Variables
Title（参考訳）: 正準変数を用いた量子機械学習
Authors: Jesús Fuentes,
Abstract要約: 荷電粒子上での動的電磁界制御の利用は、状態を直接ではなく観測可能上で動く量子機械学習プラットフォームの基礎となる。このプラットフォームは、電磁場を制御源として利用するイオントラップや粒子閉じ込め装置で物理的に実現することができる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Utilising dynamic electromagnetic field control over charged particles serves as the basis for a quantum machine learning platform that operates on observables rather than directly on states. Such a platform can be physically realised in ion traps or particle confinement devices that utilise electromagnetic fields as the source of control. The electromagnetic field acts as the ansatz within the learning algorithm. The models discussed are exactly solvable, with exact solutions serving as precursors for learning tasks to emerge, including regression and classification algorithms as particular cases. This approach is considered in terms of canonical variables with semi-classical behaviour, disregarding relativistic degrees of freedom.
Abstract（参考訳）: 荷電粒子上での動的電磁界制御の利用は、状態を直接ではなく観測可能上で動く量子機械学習プラットフォームの基礎となる。このようなプラットフォームは、電磁場を制御源として利用するイオントラップや粒子閉じ込め装置で物理的に実現することができる。電磁場は学習アルゴリズムのアンザッツとして機能する。議論されたモデルは正確に解決可能であり、特定のケースとして回帰アルゴリズムや分類アルゴリズムを含む、学習タスクの前駆体として機能する正確な解である。このアプローチは、半古典的な振る舞いを持つ正準変数の観点で考慮され、相対論的自由度を無視している。

関連論文リスト

Quantum Information Processing with Molecular Nanomagnets: an introduction [49.89725935672549]
本稿では,量子情報処理の導入について紹介する。量子アルゴリズムを理解し設計するための基本的なツールを紹介し、分子スピンアーキテクチャ上での実際の実現を常に言及する。分子スピンキュートハードウェア上で提案および実装された量子アルゴリズムの例を示す。
論文参考訳（メタデータ） (2024-05-31T16:43:20Z)
A Theory of Quantum Jumps [44.99833362998488]
我々は、量子化された電磁場に結合した原子の理想化されたモデルにおける蛍光と量子ジャンプ現象について研究する。この結果は、顕微鏡システムの量子力学的記述における基本的なランダム性の導出に起因している。
論文参考訳（メタデータ） (2024-04-16T11:00:46Z)
Amorphous quantum magnets in a two-dimensional Rydberg atom array [44.99833362998488]
アナログ量子シミュレータを用いたアモルファス量子マグネットの探索を提案する。まず,IsingモデルのRydbergシミュレータに適したアモルファス量子磁石を生成するアルゴリズムを提案する。次に、半古典的なアプローチを用いて、モデルの物理に関する予備的な洞察を得る。
論文参考訳（メタデータ） (2024-02-05T10:07:10Z)
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)
A Quantum-Classical Model of Brain Dynamics [62.997667081978825]
混合ワイル記号は、脳の過程を顕微鏡レベルで記述するために用いられる。プロセスに関与する電磁場とフォノンモードは古典的または半古典的に扱われる。ゼロ点量子効果は、各フィールドモードの温度を制御することで数値シミュレーションに組み込むことができる。
論文参考訳（メタデータ） (2023-01-17T15:16:21Z)
Learning quantum processes without input control [2.6089354079273512]
古典的確率変数を入力として、量子状態を出力するプロセスに対して、一般的な統計的学習理論を導入する。この枠組みは、観測者によって制御されていない天文学的な現象、無秩序なシステム、生物学的プロセスの研究に適用できる。
論文参考訳（メタデータ） (2022-11-09T16:34:46Z)
Revealing microcanonical phase diagrams of strongly correlated systems via time-averaged classical shadows [0.0]
本稿では,量子力学から量子コンピュータ上のミクロカノニカル相と相転移を研究する手法を提案する。まず,100量子ビット系の基底状態計算に適用し,磁化と磁場の幾何学的関係を明らかにする。次に、量子力学シミュレーションによるTACSデータの拡散マップは、位相決定特性を効率よく学習し、量子臨界領域を正しく同定することを示した。
論文参考訳（メタデータ） (2022-11-02T16:39:52Z)
Kernel-based quantum regressor models learn non-Markovianity [0.0]
カーネルベースの量子機械学習モデルはパラダイム的な例である。カーネルが手元にある場合、学習プロセスには通常の機械学習モデルが使用される。我々のモデルは、完全に古典的なモデルに匹敵する正確な予測を提供する。
論文参考訳（メタデータ） (2022-09-23T15:36:15Z)
Ab-initio quantum chemistry with neural-network wavefunctions [2.3306857544105686]
分子科学における機械学習の主な応用は、ポテンシャルエネルギー表面や力場を学習することである。本稿では,ニューラルネットワークアンサッツ関数を用いた量子モンテカルロ法(QMC)に着目し,電子式Schr"odingerの解法を提案する。
論文参考訳（メタデータ） (2022-08-26T11:33:31Z)
Noisy Quantum Kernel Machines [58.09028887465797]
量子学習マシンの新たなクラスは、量子カーネルのパラダイムに基づくものである。消散と脱コヒーレンスがパフォーマンスに与える影響について検討する。量子カーネルマシンでは,デコヒーレンスや散逸を暗黙の正規化とみなすことができる。
論文参考訳（メタデータ） (2022-04-26T09:52:02Z)
Polariton-based quantum memristors [6.117371161379209]
ポーラリトンをベースとした量子メムリスタは, キャビティ間のポラリトン交換から発生し, 時間変化による原子キャビティデチューニングによって制御される。これにより、この量子メムリスタは幅広い用途に非常に多用途である。
論文参考訳（メタデータ） (2021-08-20T21:52:37Z)

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。