論文の概要: Non-Markovianity and memory enhancement in Quantum Reservoir Computing

• arxiv url: http://arxiv.org/abs/2505.02491v1
• Date: Mon, 05 May 2025 09:17:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-06 18:49:35.62543
• Title: Non-Markovianity and memory enhancement in Quantum Reservoir Computing
• Title（参考訳）: 量子貯留層計算における非マルコビアン性とメモリ向上
• Authors: Antonio Sannia, Ricard Ravell Rodríguez, Gian Luca Giorgi, Roberta Zambrini,
• Abstract要約: 非マルコフ力学は制限を克服し、拡張メモリ保持を可能にする。 我々はマルコフから非マルコフ進化への制御された遷移を可能にする埋め込みアプローチを導入する。 本研究では,量子機械学習アーキテクチャにおけるメモリ向上のための重要なリソースとして,量子非マルコビアン性(quantum non-Markovianity)を確立した。
• 参考スコア（独自算出の注目度）: 0.8437187555622164
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Featuring memory of past inputs is a fundamental requirement for machine learning models processing time-dependent data. In quantum reservoir computing, all architectures proposed so far rely on Markovian dynamics, which, as we prove, inherently lead to an exponential decay of past information, thereby limiting long-term memory capabilities. We demonstrate that non-Markovian dynamics can overcome this limitation, enabling extended memory retention. By analytically deriving memory bounds and supporting our findings with numerical simulations, we show that non-Markovian reservoirs can outperform their Markovian counterparts, particularly in tasks that require a coexistence of short- and long-term correlations. We introduce an embedding approach that allows a controlled transition from Markovian to non-Markovian evolution, providing a path for practical implementations. Our results establish quantum non-Markovianity as a key resource for enhancing memory in quantum machine learning architectures, with broad implications in quantum neural networks.
• Abstract（参考訳）: 過去の入力のメモリが備わっていることは、時間依存データを処理する機械学習モデルの基本要件である。 量子貯水池計算では、これまでに提案された全てのアーキテクチャはマルコフ力学に依存している。 我々は、非マルコフ力学がこの制限を克服し、拡張メモリ保持を可能にすることを実証した。 解析的にメモリバウンダリを導出し, 数値シミュレーションによる解析により, 非マルコフ貯水池がマルコフ貯水池よりも優れていることを示す。 我々はマルコフから非マルコフ進化への制御された遷移を可能にする埋め込み手法を導入し、実践的な実装の道筋を提供する。 量子機械学習アーキテクチャにおけるメモリ向上のための重要なリソースとして量子非マルコビアン性を確立し,量子ニューラルネットワークに広く影響している。

関連論文リスト

• Hybrid Quantum Recurrent Neural Network For Remaining Useful Life Prediction [67.410870290301]
  本稿では、量子長短期記憶層と古典的な高密度層を組み合わせたハイブリッド量子リカレントニューラルネットワークフレームワークを提案する。 実験の結果、トレーニング可能なパラメータが少ないにもかかわらず、Hybrid Quantum Recurrent Neural Networkは、リカレントニューラルネットワークよりも最大5%改善できることがわかった。
  論文  参考訳（メタデータ） (2025-04-29T14:41:41Z)
• Connection between memory performance and optical absorption in quantum reservoir computing [39.58317527488534]
  物質的不完全性や環境との結合による消散は、コンピュータを貯蓄するための暗い記憶を提供する自然なメカニズムとして機能する。 我々は,光吸収の物理量と量子貯水池コンピュータの性能の関連性を,短期記憶能力の観点から明らかにした。
  論文  参考訳（メタデータ） (2025-01-26T16:09:40Z)
• Stable Hadamard Memory: Revitalizing Memory-Augmented Agents for Reinforcement Learning [64.93848182403116]
  現在のディープラーニングメモリモデルは、部分的に観察可能で長期にわたる強化学習環境で苦労している。 本稿では,強化学習エージェントのための新しい記憶モデルであるStable Hadamard Memoryを紹介する。 我々の手法は、部分的に観測可能なベンチマークに挑戦する上で、最先端のメモリベースの手法よりも大幅に優れています。
  論文  参考訳（メタデータ） (2024-10-14T03:50:17Z)
• Theoretical framework for quantum associative memories [0.8437187555622164]
  連想メモリ(Associative memory)とは、メモリと入力を関連付け、劣化したパターンの復元を目標とする能力である。 オープン量子系力学に基づく量子連想メモリのための包括的フレームワークを開発する。
  論文  参考訳（メタデータ） (2024-08-26T13:46:47Z)
• Neural auto-designer for enhanced quantum kernels [59.616404192966016]
  本稿では,問題固有の量子特徴写像の設計を自動化するデータ駆動型手法を提案する。 私たちの研究は、量子機械学習の進歩におけるディープラーニングの実質的な役割を強調します。
  論文  参考訳（メタデータ） (2024-01-20T03:11:59Z)
• Heterogenous Memory Augmented Neural Networks [84.29338268789684]
  ニューラルネットワークのための新しいヘテロジニアスメモリ拡張手法を提案する。 学習可能なメモリトークンをアテンション機構付きで導入することにより、膨大な計算オーバーヘッドを伴わずに性能を効果的に向上させることができる。 In-distriion (ID) と Out-of-distriion (OOD) の両方の条件下での様々な画像およびグラフベースのタスクに対するアプローチを示す。
  論文  参考訳（メタデータ） (2023-10-17T01:05:28Z)
• The Expressive Leaky Memory Neuron: an Efficient and Expressive Phenomenological Neuron Model Can Solve Long-Horizon Tasks [64.08042492426992]
  本稿では,脳皮質ニューロンの生物学的モデルであるExpressive Memory(ELM)ニューロンモデルを紹介する。 ELMニューロンは、上記の入力-出力関係を1万以下のトレーニング可能なパラメータと正確に一致させることができる。 本稿では,Long Range Arena(LRA)データセットなど,時間構造を必要とするタスクで評価する。
  論文  参考訳（メタデータ） (2023-06-14T13:34:13Z)
• Exploring quantum mechanical advantage for reservoir computing [0.0]
  量子貯水池の量子特性と線形短期記憶性能の関連性を確立する。 貯水池における高い絡み合いは,より複雑な貯水池力学の前提条件であることがわかった。 本稿では,物理量子貯水池の性能に及ぼすデファスティングの影響について論じる。
  論文  参考訳（メタデータ） (2023-02-07T17:07:28Z)
• Quantum associative memory with a single driven-dissipative nonlinear oscillator [0.0]
  本稿では,単一駆動型量子発振器を用いた連想メモリの実現を提案する。 このモデルは、大局的に離散ニューロンベースのシステムの記憶能力を向上させることができる。 結合記憶容量は、リウヴィリア超作用素におけるスペクトルギャップの存在と本質的に関連していることを示す。
  論文  参考訳（メタデータ） (2022-05-19T12:00:35Z)
• Preserving quantum correlations and coherence with non-Markovianity [50.591267188664666]
  量子系における相関とコヒーレンスを保存するための非マルコビアン性の有用性を示す。 共変量子ビットの進化に対して、非マルコビアン性は、常に量子コヒーレンスを保存するために使用できることを示す。
  論文  参考訳（メタデータ） (2021-06-25T11:52:51Z)

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。