論文の概要: Variational decision diagrams for quantum-inspired machine learning applications

• arxiv url: http://arxiv.org/abs/2502.04271v1
• Date: Thu, 06 Feb 2025 18:09:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-07 14:33:25.598130
• Title: Variational decision diagrams for quantum-inspired machine learning applications
• Title（参考訳）: 量子インスパイアされた機械学習応用のための変分決定図
• Authors: Santiago Acevedo-Mancera, Vladimir Vargas-Calderón, Herbert Vinck-Posada,
• Abstract要約: 決定図(DD)は量子回路をシミュレーションするための効率的なツールとして登場した。 本稿では,変分決定図(VDD)を設計と訓練の代替として導入する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Decision diagrams (DDs) have emerged as an efficient tool for simulating quantum circuits due to their capacity to exploit data redundancies in quantum states and quantum operations, enabling the efficient computation of probability amplitudes. However, their application in quantum machine learning (QML) has remained unexplored. This paper introduces variational decision diagrams (VDDs), a novel graph structure that combines the structural benefits of DDs with the adaptability of variational methods for efficiently representing quantum states. We investigate the trainability of VDDs by applying them to the ground state estimation problem for transverse-field Ising and Heisenberg Hamiltonians. Analysis of gradient variance suggests that training VDDs is possible, as no signs of vanishing gradients--also known as barren plateaus--are observed. This work provides new insights into the use of decision diagrams in QML as an alternative to design and train variational ans\"atze.
• Abstract（参考訳）: 決定ダイアグラム(DD)は、量子状態や量子演算におけるデータ冗長性を利用する能力のため、量子回路をシミュレーションする効率的なツールとして登場し、確率振幅の効率的な計算を可能にしている。 しかし、量子機械学習(QML)への応用はいまだ未検討である。 本稿では,変分決定図(VDD)について紹介する。このグラフ構造は,DDの構造上の利点と,量子状態の効率よく表現するための変分法の適用性を組み合わせたものだ。 横フィールドイジングとハイゼンベルク・ハミルトンの基底状態推定問題に適用して, VDDの訓練性について検討する。 勾配のばらつきの分析から,VDDの訓練は可能であり,消失する勾配(バレンプラトー)の兆候は見られなかった。 この研究は、QMLにおける変分 ans\atze の設計と訓練の代替手段としての意思決定ダイアグラムの使用に関する新たな洞察を提供する。

関連論文リスト

• Variational preparation of entangled states on quantum computers [0.0]
  量子コンピュータ上での絡み合った量子状態を作成するための変分法を提案する。 性能向上のために,様々な勾配に基づく最適化手法を用いる。 量子状態生成の効率を最大化するための変分アルゴリズムの有効性を実証する。
  論文  参考訳（メタデータ） (2023-06-30T06:29:24Z)
• Transition Role of Entangled Data in Quantum Machine Learning [51.6526011493678]
  エンタングルメントは量子コンピューティングを強化するリソースとして機能する。 最近の進歩は量子力学の学習に対する肯定的な影響を浮き彫りにした。 我々は、絡み合ったデータを用いて量子力学を学習するための量子no-free-lunch(NFL)定理を確立する。
  論文  参考訳（メタデータ） (2023-06-06T08:06:43Z)
• Implicit Stochastic Gradient Descent for Training Physics-informed Neural Networks [51.92362217307946]
  物理インフォームドニューラルネットワーク(PINN)は、前方および逆微分方程式問題の解法として効果的に実証されている。 PINNは、近似すべきターゲット関数が高周波またはマルチスケールの特徴を示す場合、トレーニング障害に閉じ込められる。 本稿では,暗黙的勾配降下法(ISGD)を用いてPINNを訓練し,トレーニングプロセスの安定性を向上させることを提案する。
  論文  参考訳（メタデータ） (2023-03-03T08:17:47Z)
• Variational Benchmarks for Quantum Many-Body Problems [31.612670123381868]
  変動エネルギーとその分散から得られる変分精度の指標であるVスコアを導入する。 我々は多体量子系の変分計算を広範囲にキュレートしたデータセットを提供する。 Vスコアは、基底状態問題に対する量子優位性に向けた量子変分法の進行を評価する指標として用いられる。
  論文  参考訳（メタデータ） (2023-02-09T20:21:17Z)
• Subtleties in the trainability of quantum machine learning models [0.0]
  本稿では,変分量子アルゴリズムの勾配スケーリング結果を用いて,量子機械学習モデルの勾配スケーリングについて検討する。 以上の結果から,VQAトレーサビリティの低下がQMLのバレンプラトーなどの問題を引き起こす可能性が示唆された。
  論文  参考訳（メタデータ） (2021-10-27T20:28:53Z)
• Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
  量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。 変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。 量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
  論文  参考訳（メタデータ） (2021-08-09T18:00:05Z)
• Quantum-tailored machine-learning characterization of a superconducting qubit [50.591267188664666]
  我々は,量子デバイスのダイナミクスを特徴付ける手法を開発し,デバイスパラメータを学習する。 このアプローチは、数値的に生成された実験データに基づいてトレーニングされた物理に依存しないリカレントニューラルネットワークより優れている。 このデモンストレーションは、ドメイン知識を活用することで、この特徴付けタスクの正確性と効率が向上することを示す。
  論文  参考訳（メタデータ） (2021-06-24T15:58:57Z)
• Variational Quantum Classifiers Through the Lens of the Hessian [0.0]
  量子コンピューティングでは、変分量子アルゴリズム(VQA)は最適な組み合わせを見つけるのに適している。 勾配勾配勾配最適化アルゴリズムによるVQAの訓練は、よい収束性を示した。 古典的なディープラーニングと同様に、変分量子回路は勾配問題に悩まされる。
  論文  参考訳（メタデータ） (2021-05-21T06:57:34Z)
• Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
  本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。 数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
  論文  参考訳（メタデータ） (2020-10-20T12:06:27Z)
• Variational Quantum Boltzmann Machines [0.8057006406834467]
  本研究は量子ボルツマンマシン(QBM)に対する新しい実現法を提案する。 必要なギブス状態の調製と損失関数の解析勾配の評価は、変分量子イマジナリー時間進化に基づいている。 本稿では,この変分QBM手法を数値シミュレーションによる生成的・識別的学習タスクに適用する。
  論文  参考訳（メタデータ） (2020-06-10T18:00:09Z)
• Gradient $\ell_1$ Regularization for Quantization Robustness [70.39776106458858]
  トレーニング後の量子化に対するロバスト性を改善するための単純な正規化スキームを導出する。 量子化対応ネットワークをトレーニングすることにより、異なるビット幅にオンデマンドで量子化できる1組の重みを格納できる。
  論文  参考訳（メタデータ） (2020-02-18T12:31:34Z)

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。