論文の概要: Learning to Classify Quantum Phases of Matter with a Few Measurements

• arxiv url: http://arxiv.org/abs/2409.05188v1
• Date: Sun, 8 Sep 2024 18:52:34 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-10 17:08:26.828197
• Title: Learning to Classify Quantum Phases of Matter with a Few Measurements
• Title（参考訳）: 微量測定による物質の量子位相の分類
• Authors: Mehran Khosrojerdi, Jason L. Pereira, Alessandro Cuccoli, Leonardo Banchi,
• Abstract要約: 相図の一部のみが予め知られている場合, 物質の量子相を0温度で同定する。 未知の領域でも位相を分類できる観測可能な構造を構築するために,これまでの知識をいかに活用するかを示す。 この発見の重要な応用は、量子シミュレーターで得られた物質相の分類である。
• 参考スコア（独自算出の注目度）: 41.94295877935867
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We study the identification of quantum phases of matter, at zero temperature, when only part of the phase diagram is known in advance. Following a supervised learning approach, we show how to use our previous knowledge to construct an observable capable of classifying the phase even in the unknown region. By using a combination of classical and quantum techniques, such as tensor networks, kernel methods, generalization bounds, quantum algorithms, and shadow estimators, we show that, in some cases, the certification of new ground states can be obtained with a polynomial number of measurements. An important application of our findings is the classification of the phases of matter obtained in quantum simulators, e.g., cold atom experiments, capable of efficiently preparing ground states of complex many-particle systems and applying simple measurements, e.g., single qubit measurements, but unable to perform a universal set of gates.
• Abstract（参考訳）: 相図の一部のみが予め知られている場合, 物質の量子相を0温度で同定する。 教師付き学習手法に従えば、未知の領域でも位相を分類できる観測可能な構造を構築するために、これまでの知識をいかに活用するかを示す。 テンソルネットワーク, カーネル手法, 一般化境界, 量子アルゴリズム, シャドウ推定器などの古典的および量子的手法を組み合わせることで, 新たな基底状態の証明が多項式数で得られることを示す。 我々の研究の重要な応用は、量子シミュレーター(例えば、コールド原子実験)で得られた物質相の分類であり、複雑な多粒子系の基底状態を効率的に生成し、簡単な測定(例えば、単一量子ビット測定)を施すことができるが、普遍的なゲートセットの実行は不可能である。

関連論文リスト

• Few measurement shots challenge generalization in learning to classify entanglement [0.0]
  本稿では,古典的機械学習手法を量子アルゴリズムと組み合わせたハイブリッド量子学習技術に焦点を当てる。 いくつかの設定では、いくつかの測定ショットから生じる不確実性がエラーの主な原因であることを示す。 従来の影をベースとした推定器を導入し,その性能を向上する。
  論文  参考訳（メタデータ） (2024-11-10T21:20:21Z)
• 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)
• Limitations of measure-first protocols in quantum machine learning [2.209921757303168]
  量子状態がデータポイントを構成する自然な教師付き学習環境について検討し、ラベルは未知の測定から導かれる。 完全量子プロトコルによって効率的に学習できるが、測度優先プロトコルには指数的な資源を必要とする問題が存在することを示す。 我々の結果は、機械学習における量子データ処理の役割を強調し、量子アドバンテージが現れるシナリオを強調します。
  論文  参考訳（メタデータ） (2023-11-21T14:03:29Z)
• 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)
• Quantum Phase Processing and its Applications in Estimating Phase and Entropies [10.8525801756287]
  量子位相処理」は、任意の三角変換をユニタリ作用素の固有位相に直接適用することができる。 量子位相処理は、単にアンシラ量子ビットを測定することで、量子システムの固有情報を取り出すことができる。 本稿では,量子フーリエ変換を必要としない量子位相推定アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-09-28T17:41:19Z)
• Anticipative measurements in hybrid quantum-classical computation [68.8204255655161]
  量子計算を古典的な結果によって補う手法を提案する。 予測の利点を生かして、新しいタイプの量子測度がもたらされる。 予測量子測定では、古典計算と量子計算の結果の組み合わせは最後にのみ起こる。
  論文  参考訳（メタデータ） (2022-09-12T15:47:44Z)
• Efficient quantum information probes of non-equilibrium quantum criticality [1.044188030325747]
  広くアクセス可能な量である単一粒子親和性(英語版)がランダウのパラダイムを超えた相転移を識別するための汎用的な手段として機能できることが示される。 我々は、以前に同定された非平衡相転移を信号できるだけでなく、平衡から遠く離れた量子物質のモデルにおいて、未知の位相を検出することができることを示した。
  論文  参考訳（メタデータ） (2021-11-01T10:27:10Z)
• Certification of quantum states with hidden structure of their bitstrings [0.0]
  本稿では,量子状態の説明と識別を行う数値的に安価な手法を提案する。 エンタングルメントの構造が異なる量子状態を特徴付けるのに十分であることを示す。 本手法は、多体量子磁気システムにおいて、異なる性質の相転移を検出するために用いられる。
  論文  参考訳（メタデータ） (2021-07-21T06:22:35Z)
• Generalized quantum measurements with matrix product states: Entanglement phase transition and clusterization [58.720142291102135]
  本研究では,多体量子格子系の時間的発展を連続的およびサイト分解的測定により研究する手法を提案する。 測定によって引き起こされる粒子クラスター化の現象は, 頻繁な中等度な測定のためではなく, 頻繁な測定のためにのみ発生する。
  論文  参考訳（メタデータ） (2021-04-21T10:36:57Z)
• Unsupervised machine learning of quantum phase transitions using diffusion maps [77.34726150561087]
  本研究では, 測定データの非線形次元減少とスペクトルクラスタリングを行う拡散写像法が, 教師なしの複雑な位相遷移を学習する上で有意なポテンシャルを持つことを示す。 この方法は、局所観測可能量の単一の基底での測定に役立ち、多くの実験的な量子シミュレータに容易に適用できる。
  論文  参考訳（メタデータ） (2020-03-16T18:40:13Z)

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。