論文の概要: Pitfalls when tackling the exponential concentration of parameterized quantum models

• arxiv url: http://arxiv.org/abs/2507.22054v1
• Date: Tue, 29 Jul 2025 17:57:04 GMT
• ステータス: 情報取得中
• システム内更新日: 2025-07-30 13:42:50.852219
• Title: Pitfalls when tackling the exponential concentration of parameterized quantum models
• Title（参考訳）: パラメタライズド量子モデルの指数集中に対処する際の落とし穴
• Authors: Reyhaneh Aghaei Saem, Behrang Tafreshi, Zoë Holmes, Supanut Thanasilp,
• Abstract要約: 本研究では,指数集中によってパラメータ化量子モデルが阻害されるかどうかを診断する枠組みを開発する。 この枠組みを応用して、広く使われているいくつかの手法は、有限の測定予算で指数集中を克服するものではないと論じる。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Identifying scalable circuit architectures remains a central challenge in variational quantum computing and quantum machine learning. Many approaches have been proposed to mitigate or avoid the barren plateau phenomenon or, more broadly, exponential concentration. However, due to the intricate interplay between quantum measurements and classical post-processing, we argue these techniques often fail to circumvent concentration effects in practice. Here, by analyzing concentration at the level of measurement outcome probabilities and leveraging tools from hypothesis testing, we develop a practical framework for diagnosing whether a parameterized quantum model is inhibited by exponential concentration. Applying this framework, we argue that several widely used methods (including quantum natural gradient, sample-based optimization, and certain neural-network-inspired initializations) do not overcome exponential concentration with finite measurement budgets, though they may still aid training in other ways.
• Abstract（参考訳）: スケーラブルな回路アーキテクチャの同定は、変分量子コンピューティングと量子機械学習において依然として中心的な課題である。 多くのアプローチがバレンプラトー現象を緩和または回避するために提案されている。 しかし、量子計測と古典的後処理の複雑な相互作用により、これらの技術は実際に濃度効果を回避できないことが多いと論じる。 そこで本研究では, パラメータ化量子モデルが指数集中によって阻害されるかどうかを, 測定結果の確率のレベルで分析し, 仮説検証からツールを活用することによって, パラメータ化量子モデルが指数集中によって阻害されるかどうかを診断するための実践的枠組みを開発する。 この枠組みを応用して、量子自然勾配、サンプルベース最適化、ある種のニューラルネットワークにインスパイアされた初期化など、広く使われているいくつかの手法は、有限の測定予算で指数関数的な集中を克服しないが、他の方法でのトレーニングを支援できるかもしれないと論じる。

関連論文リスト

• An em algorithm for quantum Boltzmann machines [40.40469032705598]
  我々は、量子ボルツマンマシンを訓練するためのエムアルゴリズムの量子バージョンを開発する。 量子効果を隠蔽層に限定した半量子制限ボルツマンマシンにアルゴリズムを実装した。
  論文  参考訳（メタデータ） (2025-07-29T07:59:22Z)
• Looking elsewhere: improving variational Monte Carlo gradients by importance sampling [41.94295877935867]
  ニューラルネットワーク量子状態(NQS)は、量子多体波動関数を表現するために強力で表現力のあるアンサッツを提供する。 量子化学で現れる急激なピーク波動関数のようないくつかのシナリオは、変動最適化の有効性を阻害する高分散勾配推定器をもたらすことが知られている。 本研究では、適応的に調整された重要度サンプリングを用いて、これらのサンプリング問題に取り組むための体系的戦略について検討する。 提案手法により,バニラVMCの計算コストを,高ピークの量子化学波動関数をターゲットとした場合,最大100倍に削減できる。
  論文  参考訳（メタデータ） (2025-07-07T18:00:03Z)
• Exponential concentration and symmetries in Quantum Reservoir Computing [0.9217021281095907]
  量子貯水池コンピューティング(QRC)は、短期的な量子機械学習のための新しいフレームワークである。 我々は、静的量子機械学習タスクを超えて、時系列処理のためのQRCの集中に対処する。 ハミルトン対称性の活用は集中を著しく抑制し、堅牢でスケーラブルなQRC実装を実現することを実証する。
  論文  参考訳（メタデータ） (2025-05-15T08:05:06Z)
• Physically motivated extrapolation for quantum error mitigation [7.598741686881365]
  我々は,EMREフレームワーク上に構築されたPIE法を導入し,精度とロバスト性を向上した。 本手法の有効性をIBMQハードウェアで実証し,84量子ビット量子力学を効率的にシミュレートする。
  論文  参考訳（メタデータ） (2025-05-12T18:20:58Z)
• Few measurement shots challenge generalization in learning to classify entanglement [0.0]
  本稿では,古典的機械学習手法を量子アルゴリズムと組み合わせたハイブリッド量子学習技術に焦点を当てる。 いくつかの設定では、いくつかの測定ショットから生じる不確実性がエラーの主な原因であることを示す。 従来の影をベースとした推定器を導入し,その性能を向上する。
  論文  参考訳（メタデータ） (2024-11-10T21:20:21Z)
• Observation of disorder-free localization using a (2+1)D lattice gauge theory on a quantum processor [118.01172048932149]
  量子多体系における障害によって引き起こされる現象は、解析法や数値シミュレーションに重大な課題をもたらす。 チューナブルな状態における量子回路を、全ての障害構成上の重ね合わせについて検討する。
  論文  参考訳（メタデータ） (2024-10-09T05:28:14Z)
• In Search of Quantum Advantage: Estimating the Number of Shots in Quantum Kernel Methods [30.565491081930997]
  本稿では,カーネル値の所望の精度を推定する手法を開発し,回路実行回数に変換する。 我々は、量子カーネル法は、機械学習のパフォーマンスの観点からだけでなく、リソース消費の文脈からも考慮すべきである、と強調する。
  論文  参考訳（メタデータ） (2024-07-22T16:29:35Z)
• Early Fault-Tolerant Quantum Algorithms in Practice: Application to Ground-State Energy Estimation [39.20075231137991]
  地中エネルギー推定問題に着目した早期フォールトトレラント量子アルゴリズムの実現可能性について検討する。 これらの手法をより大きなシステムサイズに拡張することは、大きなサポートのためのCDFの滑らかさ、真の基底状態との重なり合いに対する厳密な下限の欠如、高品質な初期状態を作成するのが困難である、という3つの大きな課題を浮き彫りにする。
  論文  参考訳（メタデータ） (2024-05-06T18:00:03Z)
• Analyzing Prospects for Quantum Advantage in Topological Data Analysis [35.423446067065576]
  我々は、トポロジカルデータ解析のための改良された量子アルゴリズムを解析し、最適化する。 超二次量子スピードアップは乗法誤差近似をターゲットとする場合にのみ可能であることを示す。 数百億のトフォリを持つ量子回路は、古典的に難解なインスタンスを解くことができると我々は主張する。
  論文  参考訳（メタデータ） (2022-09-27T17:56:15Z)
• Quantum annealing approach to Ionic Diffusion in Solid [0.0]
  既存の手法では、物理的に非現実的なモデルの場合、相関係数を解析的にしか計算できない。 我々はこの問題をイジング・ハミルトンによって記述された量子スピン系にマッピングした。 我々は,様々な計算手法を用いて,その相関係数を既知の正確な結果を持つ単純なケースで計算した。
  論文  参考訳（メタデータ） (2019-12-31T10:06:40Z)

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。