論文の概要: Enhanced Predictive Capability for Chaotic Dynamics by Modified Quantum Reservoir Computing

• arxiv url: http://arxiv.org/abs/2503.00409v1
• Date: Sat, 01 Mar 2025 09:10:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-05 19:17:33.920141
• Title: Enhanced Predictive Capability for Chaotic Dynamics by Modified Quantum Reservoir Computing
• Title（参考訳）: 量子貯留層計算によるカオスダイナミクスの予測能力の向上
• Authors: Longhan Wang, Yifan Sun, Xiangdong Zhang,
• Abstract要約: 本稿では,カオス行動の予測を推し進めるためのアプローチを提案する。 我々のアプローチは、新しい量子貯水池計算スキームと見なすことができる。 私たちの仕事は、カオスシステムを扱うための新しい道の道を開くものです。
• 参考スコア（独自算出の注目度）: 6.841469211560886
• License:
• Abstract: Deducing the states of spatiotemporally chaotic systems (SCSs) as they evolve in time is crucial for various applications. However, it is a dramatic challenge for generally achieving so due to the complexity of non-periodic dynamics and the hardness of obtaining robust solutions. In recent, there is a growing interest in approaching the problem using both classical and quantum machine learning methods. Although effective for predicting SCSs within a relative short time, the current schemes are not capable of providing robust solutions for longer time than training time. Here, we propose an approach for advancing the prediction of chaotic behavior. Our approach can be viewed as a novel quantum reservoir computing scheme, which can simultaneously capture the linear and the nonlinear features of input data and evolve under a modified Hamiltonian. Our work paves the way for a new avenue in handling SCSs.
• Abstract（参考訳）: 時空間カオスシステム(SCS)の時空間進化状態の再現は,様々な応用に不可欠である。 しかし、非周期力学の複雑さとロバスト解を得る難しさのために、一般に達成することは劇的な挑戦である。 近年,古典的および量子機械学習手法を用いてこの問題にアプローチすることへの関心が高まっている。 比較的短時間でSCSを予測するのに有効であるが、現在のスキームはトレーニング時間よりも長い時間堅牢なソリューションを提供することができない。 本稿では,カオス行動の予測を推し進めるためのアプローチを提案する。 提案手法は, 線形および非線形な入力データの特徴を同時に捕捉し, 修正されたハミルトニアンの下で進化させることができる新しい量子貯水池計算手法とみなすことができる。 我々の仕事は、SCSを扱うための新しい道を開く道を開く。

関連論文リスト

• Divide And Conquer: Learning Chaotic Dynamical Systems With Multistep Penalty Neural Ordinary Differential Equations [0.0]
  多段階ペナルティ・ヌードは, 倉本・シヴァシュ・コリンスキー方程式, 2次元コルモゴロフ流, ERA5再解析データなどのカオスシステムに適用される。 計算コストを著しく低減したカオスシステムに対してMPODEが実行可能な性能を提供することが観察された。
  論文  参考訳（メタデータ） (2024-06-30T02:50:28Z)
• Unraveling long-time quantum dynamics using flow equations [0.0]
  本稿では,2次元量子系の非平衡力学をシミュレーションする新しい手法を提案する。 本手法は局所化相と非局在化相の両方において有効であることを示す。 このアプローチは、中間スケールの時間進化の探索が、一般的に想定されるよりも実現可能であることを示している。
  論文  参考訳（メタデータ） (2023-08-24T18:10:16Z)
• Making Trotterization adaptive and energy-self-correcting for NISQ devices and beyond [0.0]
  連続時間進化のシミュレーションは、古典コンピュータと量子コンピュータの両方で時間離散化を必要とする。 この問題を解決するために量子アルゴリズムを導入し、局所可観測体の量子多体ダイナミクスの制御された解を提供する。 我々のアルゴリズムは、例えば、時間発展ブロックデシミテーション法に基づく数値的アプローチに関して、時間離散化が関与するときに、より一般的なレベルで有用である可能性がある。
  論文  参考訳（メタデータ） (2022-09-26T12:54:32Z)
• Dynamics with autoregressive neural quantum states: application to critical quench dynamics [41.94295877935867]
  本稿では、量子系の長時間のダイナミクスを安定的に捉えるための代替の汎用スキームを提案する。 二次元量子イジングモデルにおけるキブル・ズレーク機構の解明により,時間依存性のクエンチ力学にこのスキームを適用した。
  論文  参考訳（メタデータ） (2022-09-07T15:50:00Z)
• Shortcuts to adiabatic population inversion via time-rescaling: stability and thermodynamic cost [0.0]
  本研究では,2レベル量子系の集団反転を高速化する問題について検討する。 制御パラメータの系統的誤差に対する力学の忠実さは、他のSTAスキームと同等であることが示されている。
  論文  参考訳（メタデータ） (2022-04-29T20:27:02Z)
• Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
  マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。 これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。 本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
  論文  参考訳（メタデータ） (2022-02-17T18:59:20Z)
• 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)
• Hyperspace Neighbor Penetration Approach to Dynamic Programming for Model-Based Reinforcement Learning Problems with Slowly Changing Variables in A Continuous State Space [58.720142291102135]
  本稿では,強化学習における変数のゆるやかに変化する問題に対処するHyperspace Neighbor Peretration (HNP) アプローチを提案する。 HNPは、各遷移ステップで状態の部分的な「貫通」を、格子状超空間内の隣接する超タイルにキャプチャする。 要約すると、HNPは強化学習においてゆっくりと変化する変数を扱う場合、古典的な方法よりも桁違いに効率的である。
  論文  参考訳（メタデータ） (2021-06-10T04:58:31Z)
• Neural ODE Processes [64.10282200111983]
  NDP(Neural ODE Process)は、Neural ODEの分布によって決定される新しいプロセスクラスである。 我々のモデルは,少数のデータポイントから低次元システムのダイナミクスを捉えることができることを示す。
  論文  参考訳（メタデータ） (2021-03-23T09:32:06Z)
• Bridging the Gap Between the Transient and the Steady State of a Nonequilibrium Quantum System [58.720142291102135]
  非平衡の多体量子系は、多体物理学のフロンティアの1つである。 直流電場における強相関電子に関する最近の研究は、系が連続した準熱状態を経て進化することを示した。 我々は、短時間の過渡計算を用いて遅延量を求める補間スキームを実証する。
  論文  参考訳（メタデータ） (2021-01-04T06:23:01Z)
• Stochastically forced ensemble dynamic mode decomposition for forecasting and analysis of near-periodic systems [65.44033635330604]
  本稿では,観測力学を強制線形系としてモデル化した新しい負荷予測手法を提案する。 固有線型力学の利用は、解釈可能性やパーシモニーの観点から、多くの望ましい性質を提供することを示す。 電力グリッドからの負荷データを用いたテストケースの結果が提示される。
  論文  参考訳（メタデータ） (2020-10-08T20:25:52Z)

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。