論文の概要: Note on the Universality of Parameterized IQP Circuits with Hidden Units for Generating Probability Distributions

• arxiv url: http://arxiv.org/abs/2504.05997v1
• Date: Tue, 08 Apr 2025 13:03:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-09 13:29:21.743458
• Title: Note on the Universality of Parameterized IQP Circuits with Hidden Units for Generating Probability Distributions
• Title（参考訳）: 確率分布生成のための隠れユニット付きパラメータ化IQP回路の普遍性について
• Authors: Andrii Kurkin, Kevin Shen, Susanne Pielawa, Hao Wang, Vedran Dunjko,
• Abstract要約: パラメータ化瞬時量子(IQP)回路に基づく興味深い量子生成モデルが出現した。 このモデルは任意の分布を生成するために普遍的でないことが証明されているが、その限界はボルツマンマシンのように隠れた層を利用することで普遍性を達成することができる。
• 参考スコア（独自算出の注目度）: 4.778142132143664
• License:
• Abstract: In a series of recent works, an interesting quantum generative model based on parameterized instantaneous polynomial quantum (IQP) circuits has emerged as they can be trained efficiently classically using any loss function that depends only on the expectation values of observables of the model. The model is proven not to be universal for generating arbitrary distributions, but it is suspected that marginals can be - much like Boltzmann machines achieve universality by utilizing hidden (traced-out in quantum jargon) layers. In this short note, we provide two simple proofs of this fact. The first is near-trivial and asymptotic, and the second shows universality can be achieved with a reasonable number of additional qubits.
• Abstract（参考訳）: 近年の一連の研究において、パラメータ化された瞬時多項式量子(IQP)回路に基づく興味深い量子生成モデルが出現し、モデルの観測可能量の期待値にのみ依存する損失関数を用いて、効率よく古典的に訓練することができるようになった。 このモデルは任意の分布を生成するために普遍的でないことが証明されているが、ボルツマンマシンのように、隠れた(量子ジャーゴンにおけるトレーシングアウト)層を利用することで普遍性を達成することができる。 ここでは、この事実の簡単な証明を2つ提示する。 1つは概自明で漸近的であり、もう1つは有理数追加キュービットで普遍性が得られることを示している。

関連論文リスト

• Resourcefulness of non-classical continuous-variable quantum gates [0.0]
  連続変数量子計算では、量子計算の優位性を実現する重要な要素を特定することが長年の課題である。 我々は,$(s)$-ordered quasiprobabilities の手法を利用して,量子ゲートの量子的優位性の潜在的な達成への寄与を同定する,包括的で汎用的なアプローチを開発する。
  論文  参考訳（メタデータ） (2024-10-11T20:03:53Z)
• 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)
• Parameterized quantum circuits as universal generative models for continuous multivariate distributions [1.118478900782898]
  量子回路は、回帰、分類、生成タスクにおける機械学習モデルの基盤として広く使われている。 本研究では,予測値のサンプリングベースモデルを解明し,そのような変動量子アルゴリズムの普遍性を証明する。 我々の結果は、生成的モデリングタスクにおける将来の量子回路の設計を導くのに役立つかもしれない。
  論文  参考訳（メタデータ） (2024-02-15T10:08:31Z)
• Universal Approximation Theorem and error bounds for quantum neural networks and quantum reservoirs [2.07180164747172]
  ここでは、関数の特定のクラスに対して正確な誤差境界を提供し、これらの結果をランダム化された量子回路の興味深い新しいセットアップに拡張する。 特に, $mathcalO(varepsilon-2)$ weights および $mathcalO(lceil log_2(varepsilon-1) rceil)$ qubits suffices を用いて, 積分フーリエ変換で関数を近似すると, 精度が $varepsilon>0$ となることを示す。
  論文  参考訳（メタデータ） (2023-07-24T15:52:33Z)
• Generalised linear response theory for the full quantum work statistics [0.3277163122167433]
  我々は、小さなハミルトニアン摂動を通して平衡から引き出された量子系を研究する。 分布に関するすべての情報を1つの量でエンコードできることがわかった。
  論文  参考訳（メタデータ） (2023-07-04T19:06:50Z)
• Theory of Quantum Generative Learning Models with Maximum Mean Discrepancy [67.02951777522547]
  量子回路ボルンマシン(QCBM)と量子生成逆ネットワーク(QGAN)の学習可能性について検討する。 まず、QCBMの一般化能力を解析し、量子デバイスがターゲット分布に直接アクセスできる際の優位性を同定する。 次に、QGANの一般化誤差境界が、採用されるAnsatz、クォーディットの数、入力状態に依存することを示す。
  論文  参考訳（メタデータ） (2022-05-10T08:05:59Z)
• Effective field theory of random quantum circuits [0.0]
  この研究は、広範囲のランダム量子回路に対して有効な場の理論を開発する。 この手法は、ランダム回路の大きなファミリーの普遍的ランダム行列挙動を明示的に導出するために用いられる。
  論文  参考訳（メタデータ） (2022-04-06T21:03:46Z)
• Learnability of the output distributions of local quantum circuits [53.17490581210575]
  2つの異なるオラクルモデルにおいて、量子回路Bornマシンの学習可能性について検討する。 我々はまず,超対数深度クリフォード回路の出力分布がサンプル効率良く学習できないという負の結果を示した。 より強力なオラクルモデル、すなわちサンプルに直接アクセスすると、局所的なクリフォード回路の出力分布は計算効率よくPACを学習可能であることを示す。
  論文  参考訳（メタデータ） (2021-10-11T18:00:20Z)
• On the properties of the asymptotic incompatibility measure in multiparameter quantum estimation [62.997667081978825]
  Incompatibility (AI) は、ホレヴォとSLDスカラー境界の差を定量化する尺度である。 最大AI量は、$mu_sf min = 1/(d-1)$より大きい純度で特徴づけられる量子統計モデルに対してのみ達成可能であることを示す。
  論文  参考訳（メタデータ） (2021-07-28T15:16:37Z)
• The principle of majorization: application to random quantum circuits [68.8204255655161]
  i) 普遍的、ii) 古典的シミュラブル、iii) 普遍的、古典的シミュラブルの3つのクラスが考慮された。 回路のすべての族が平均的に正規化の原理を満たすことを検証した。 明らかな違いは、状態に関連したローレンツ曲線のゆらぎに現れる。
  論文  参考訳（メタデータ） (2021-02-19T16:07:09Z)
• Preparation of excited states for nuclear dynamics on a quantum computer [117.44028458220427]
  量子コンピュータ上で励起状態を作成するための2つの異なる方法を研究する。 シミュレーションおよび実量子デバイス上でこれらの手法をベンチマークする。 これらの結果から,フォールトトレラントデバイスに優れたスケーリングを実現するために設計された量子技術が,接続性やゲート忠実性に制限されたデバイスに実用的なメリットをもたらす可能性が示唆された。
  論文  参考訳（メタデータ） (2020-09-28T17:21:25Z)

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。