Fugu-MT 論文翻訳(概要): On the Trainability and Classical Simulability of Learning Matrix Product States Variationally

論文の概要: On the Trainability and Classical Simulability of Learning Matrix Product States Variationally

arxiv url: http://arxiv.org/abs/2409.10055v1
Date: Mon, 16 Sep 2024 07:35:37 GMT
ステータス: 処理完了
システム内更新日: 2024-09-17 16:21:11.858696
Title: On the Trainability and Classical Simulability of Learning Matrix Product States Variationally
Title（参考訳）: 学習マトリックス製品状態の学習可能性と古典的シミュラビリティについて
Authors: Afrad Basheer, Yuan Feng, Christopher Ferrie, Sanjiang Li, Hakop Pashayan,
Abstract要約: 行列積状態のアンザッツのトレーニングにグローバルオブザーバブルを用いることで、局所オブザーバブルを用いることで、バレンプラトー(Barren Plateaus)として知られるすべての偏微分が消滅することを示した。このアンザッツは量子機械学習において弱い絡み合った状態近似を学習するために広く用いられている。
参考スコア（独自算出の注目度）: 4.794046900418173
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We prove that using global observables to train the matrix product state ansatz results in the vanishing of all partial derivatives, also known as barren plateaus, while using local observables avoids this. This ansatz is widely used in quantum machine learning for learning weakly entangled state approximations. Additionally, we empirically demonstrate that in many cases, the objective function is an inner product of almost sparse operators, highlighting the potential for classically simulating such a learning problem with few quantum resources. All our results are experimentally validated across various scenarios.
Abstract（参考訳）: 行列積状態のアンザッツのトレーニングにグローバルオブザーバブルを用いることで、局所オブザーバブルを用いることで、バレンプラトー(Barren Plateaus)として知られるすべての偏微分が消滅することを示した。このアンザッツは量子機械学習において弱い絡み合った状態近似を学習するために広く用いられている。さらに、多くの場合、目的関数はスパース演算子の内積であり、量子資源が少なく、古典的にそのような学習問題をシミュレートする可能性を強調している。すべての結果は、様々なシナリオで実験的に検証されています。

関連論文リスト

Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems [77.88054335119074]
ランダム量子スピン系の進化をモデル化するためにFNOを用いる。量子波動関数全体の2n$の代わりに、コンパクトなハミルトン観測可能集合にFNOを適用する。
論文参考訳（メタデータ） (2024-09-05T07:18:09Z)
Online learning of a panoply of quantum objects [0.873811641236639]
多くの量子タスクにおいて、学習したい未知の量子オブジェクトが存在する。正半定値行列の一般部分集合について学習するために亜線型後悔を証明した。我々の境界はコンパクトな凸表現を持つ他の多くの量子オブジェクトに適用できる。
論文参考訳（メタデータ） (2024-06-06T16:44:08Z)
Inferring interpretable dynamical generators of local quantum observables from projective measurements through machine learning [17.27816885271914]
マルチボディシステムにおける局所可観測物の進化を管理する動的生成器をノイズデータから推論するために,機械学習手法を用いる。本手法は,多体システムから効率的な動的ジェネレータを抽出するだけでなく,量子シミュレーションや計算プラットフォームのデコヒーレンス機構の推測にも有効である。
論文参考訳（メタデータ） (2023-06-06T18:01:18Z)
Continuously Monitored Quantum Systems beyond Lindblad Dynamics [68.8204255655161]
本研究では,観測可能な量子軌道上での観測可能な観測値の確率分布について検討する。測定はシステム全体に適用され、システムを製品状態に投影する効果がある。
論文参考訳（メタデータ） (2023-05-06T18:09:17Z)
A didactic approach to quantum machine learning with a single qubit [68.8204255655161]
我々は、データ再ロード技術を用いて、単一のキュービットで学習するケースに焦点を当てる。我々は、Qiskit量子コンピューティングSDKを用いて、おもちゃと現実世界のデータセットに異なる定式化を実装した。
論文参考訳（メタデータ） (2022-11-23T18:25:32Z)
Fermionic approach to variational quantum simulation of Kitaev spin models [50.92854230325576]
キタエフスピンモデルは、自由フェルミオンへの写像を通じて、あるパラメータ状態において正確に解けることで知られている。古典的なシミュレーションを用いて、このフェルミオン表現を利用する新しい変分アンザッツを探索する。また、量子コンピュータ上での非アベリアオンをシミュレートするための結果の意味についてもコメントする。
論文参考訳（メタデータ） (2022-04-11T18:00:01Z)
Learning quantum many-body systems from a few copies [1.5229257192293197]
量子状態の物理特性を測定から推定することは、量子科学における最も基本的なタスクの1つである。我々は、状態の準局所観測値の期待値を推測できる状態の条件を特定する。そこで本研究では,最新トモグラフィープロトコルのコピー数に対する指数関数的改善が実現可能であることを示す。
論文参考訳（メタデータ） (2021-07-07T16:21:51Z)
Emergent statistical mechanics from properties of disordered random matrix product states [1.3075880857448061]
我々は、その非平衡およびエントロピーの性質に関して、物質の自明な相における総称状態の図を導入する。我々は、乱数行列積状態がハミルトンの時間発展の下で圧倒的な確率と指数関数的によく一致することを証明した。また、レンニエントロピーの絡み合いに関する2つの結果も証明する。
論文参考訳（メタデータ） (2021-03-03T19:05:26Z)
Neural network quantum state tomography in a two-qubit experiment [52.77024349608834]
機械学習にインスパイアされた変分法は、量子シミュレータのスケーラブルな状態キャラクタリゼーションへの有望な経路を提供する。本研究では,2ビットの絡み合った状態を生成する実験から得られた測定データに適用することにより,いくつかの手法をベンチマークし比較する。実験的な不完全性やノイズの存在下では、変動多様体を物理状態に収束させることで、再構成された状態の質が大幅に向上することがわかった。
論文参考訳（メタデータ） (2020-07-31T17:25:12Z)
Quantifying the sensitivity to errors in analog quantum simulation [0.0]
その結果、不完全なデバイスは、マクロ観測装置の力学を正確に再現できることが判明した。現状の量子シミュレータにおけるこれらの特徴のロバスト性を実験的に実証する。
論文参考訳（メタデータ） (2020-07-03T18:29:15Z)
Multiplicative noise and heavy tails in stochastic optimization [62.993432503309485]
経験的最適化は現代の機械学習の中心であるが、その成功における役割はまだ不明である。分散による離散乗法雑音のパラメータによく現れることを示す。最新のステップサイズやデータを含む重要な要素について、詳細な分析を行い、いずれも最先端のニューラルネットワークモデルで同様の結果を示す。
論文参考訳（メタデータ） (2020-06-11T09:58:01Z)

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。