Fugu-MT 論文翻訳(概要): Novel Complex-Valued Hopfield Neural Networks with Phase and Magnitude Quantization

論文の概要: Novel Complex-Valued Hopfield Neural Networks with Phase and Magnitude Quantization

arxiv url: http://arxiv.org/abs/2507.00461v1
Date: Tue, 01 Jul 2025 06:19:06 GMT
ステータス: 翻訳完了
システム内更新日: 2025-07-03 14:22:59.363968
Title: Novel Complex-Valued Hopfield Neural Networks with Phase and Magnitude Quantization
Title（参考訳）: 位相量子化とマグニチュード量子化を備えた複素値ホップフィールドニューラルネットワーク
Authors: Garimella Ramamurthy, Marcos Eduardo Valle, Tata Jagannadha Swamy,
Abstract要約: 本稿では,位相および等級量子化を取り入れた2つの新しいホップフィールドニューラルネットワーク(CvHNN)を提案する。提案したCvHNNは、その位相と等級の量子化により、文献の既存のモデルと比較して、状態の数を大幅に増加させる。
参考スコア（独自算出の注目度）: 0.3686808512438362
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This research paper introduces two novel complex-valued Hopfield neural networks (CvHNNs) that incorporate phase and magnitude quantization. The first CvHNN employs a ceiling-type activation function that operates on the rectangular coordinate representation of the complex net contribution. The second CvHNN similarly incorporates phase and magnitude quantization but utilizes a ceiling-type activation function based on the polar coordinate representation of the complex net contribution. The proposed CvHNNs, with their phase and magnitude quantization, significantly increase the number of states compared to existing models in the literature, thereby expanding the range of potential applications for CvHNNs.
Abstract（参考訳）: 本稿では,位相量子化と等級量子化を取り入れた2つの新しい複素数値ホップフィールドニューラルネットワーク(CvHNN)を提案する。第1のCvHNNは、複素ネットコントリビューションの矩形座標表現で動作する天井型アクティベーション関数を用いる。第2のCvHNNも同様に位相量子化と等級量子化を取り入れているが、複素ネット寄与の極座標表現に基づく天井型活性化関数を利用する。提案したCvHNNは、その位相と等級の量子化により、文献の既存モデルと比較して状態の数を大幅に増加させ、CvHNNの潜在的な応用範囲を広げる。

関連論文リスト

From $SU(2)$ holonomies to holographic duality via tensor networks [0.0]
スピンネットワーク状態のテンソルネットワーク表現を構築し、$SU(2)$ゲージ不変離散場理論に対応する。スピンネットワーク状態は、プランクスケール物理学に対するループ量子重力(LQG)アプローチにおいて中心的な役割を果たす。
論文参考訳（メタデータ） (2024-10-24T14:59:35Z)
A Scalable Quantum Non-local Neural Network for Image Classification [31.58287931295479]
本稿では、量子非局所ニューラルネットワーク(QNL-Net)と呼ばれる、量子古典的スケーラブルな非局所ニューラルネットワークを紹介する。提案したQNL-Netは、多数の入力特徴の同時処理を可能にするために、固有の量子並列性に依存している。我々は,提案したQNL-Netを,MNISTとCIFAR-10の2値分類と比較した。
論文参考訳（メタデータ） (2024-07-26T17:58:57Z)
Quantum Convolutional Neural Network for Phase Recognition in Two Dimensions [0.0]
量子畳み込みニューラルネットワーク(Quantum Convolutional Neural Network, QCNN)は、物質の量子位相を低コストで認識するための量子回路である。ここでは,2次元の位相認識が可能なQCNNを構築し,トーリック符号相から常磁性相への位相遷移を正確に同定する。
論文参考訳（メタデータ） (2024-07-04T18:38:06Z)
Towards Neural Variational Monte Carlo That Scales Linearly with System Size [67.09349921751341]
量子多体問題(Quantum many-body problem)は、例えば高温超伝導体のようなエキゾチックな量子現象をデミストする中心である。量子状態を表すニューラルネットワーク(NN)と変分モンテカルロ(VMC)アルゴリズムの組み合わせは、そのような問題を解決する上で有望な方法であることが示されている。ベクトル量子化技術を用いて,VMCアルゴリズムの局所エネルギー計算における冗長性を利用するNNアーキテクチャVector-Quantized Neural Quantum States (VQ-NQS)を提案する。
論文参考訳（メタデータ） (2022-12-21T19:00:04Z)
Extrapolation and Spectral Bias of Neural Nets with Hadamard Product: a Polynomial Net Study [55.12108376616355]
NTKの研究は典型的なニューラルネットワークアーキテクチャに特化しているが、アダマール製品(NNs-Hp)を用いたニューラルネットワークには不完全である。本研究では,ニューラルネットワークの特別なクラスであるNNs-Hpに対する有限幅Kの定式化を導出する。我々は,カーネル回帰予測器と関連するNTKとの等価性を証明し,NTKの適用範囲を拡大する。
論文参考訳（メタデータ） (2022-09-16T06:36:06Z)
Efficient Tensor Network ansatz for high-dimensional quantum many-body problems [0.0]
本稿では,量子多体波動関数のツリーネットワーク表現をよく確立したテンソルネットワーク構造を導入する。我々は、前例のない精度とシステムサイズを示すパラダイム的2次元スピンモデルに対して、この新しいアプローチをベンチマークする。
論文参考訳（メタデータ） (2020-11-16T19:00:04Z)
Toward Trainability of Quantum Neural Networks [87.04438831673063]
量子ニューラルネットワーク(QNN)は、量子スピードアップを達成するために古典的ニューラルネットワークの一般化として提案されている。 QNNのトレーニングには、入力キュービット数に指数関数的に勾配速度がなくなるため、非常に大きなボトルネックが存在する。木テンソルとステップ制御された構造を持つQNNを二分分類に適用し,ランダムな構造を持つQNNと比較してより高速な収束率と精度を示す。
論文参考訳（メタデータ） (2020-11-12T08:32:04Z)
Connecting Weighted Automata, Tensor Networks and Recurrent Neural Networks through Spectral Learning [58.14930566993063]
我々は、形式言語と言語学からの重み付き有限オートマトン(WFA)、機械学習で使用されるリカレントニューラルネットワーク、テンソルネットワークの3つのモデル間の接続を提示する。本稿では,連続ベクトル入力の列上に定義された線形2-RNNに対する最初の証明可能な学習アルゴリズムを提案する。
論文参考訳（メタデータ） (2020-10-19T15:28:00Z)
Variational Monte Carlo calculations of $\mathbf{A\leq 4}$ nuclei with an artificial neural-network correlator ansatz [62.997667081978825]
光核の基底状態波動関数をモデル化するためのニューラルネットワーク量子状態アンサッツを導入する。我々は、Aleq 4$核の結合エネルギーと点核密度を、上位のピオンレス実効場理論から生じるものとして計算する。
論文参考訳（メタデータ） (2020-07-28T14:52:28Z)
Measuring Model Complexity of Neural Networks with Curve Activation Functions [100.98319505253797]
本稿では,線形近似ニューラルネットワーク(LANN)を提案する。ニューラルネットワークのトレーニングプロセスを実験的に検討し、オーバーフィッティングを検出する。我々は、$L1$と$L2$正規化がモデルの複雑さの増加を抑制することを発見した。
論文参考訳（メタデータ） (2020-06-16T07:38:06Z)

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。