論文の概要: Diabatic quantum annealing for training energy-based generative models

• arxiv url: http://arxiv.org/abs/2509.09374v1
• Date: Thu, 11 Sep 2025 11:47:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-12 16:52:24.364124
• Title: Diabatic quantum annealing for training energy-based generative models
• Title（参考訳）: ダイアバティック量子アニールによるエネルギーベース生成モデルの訓練
• Authors: Gilhan Kim, Ju-Yeon Ghym, Daniel K. Park,
• Abstract要約: 制限ボルツマンマシン(RBM)のようなエネルギーベースの生成モデルは、効果的なトレーニングのために非バイアスのボルツマンサンプルを必要とする。 我々は,アニールスケジュールと有効逆温度の関係を解析的に適用することにより,このボトルネックに対処する。 この法則を量子アニール器に実装することにより、温度制御されたボルツマンサンプルを得ることができ、より高速な収束と低い検証誤差でRBMトレーニングを可能にする。
• 参考スコア（独自算出の注目度）: 0.19116784879310023
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Energy-based generative models, such as restricted Boltzmann machines (RBMs), require unbiased Boltzmann samples for effective training. Classical Markov chain Monte Carlo methods, however, converge slowly and yield correlated samples, making large-scale training difficult. We address this bottleneck by applying the analytic relation between annealing schedules and effective inverse temperature in diabatic quantum annealing. By implementing this prescription on a quantum annealer, we obtain temperature-controlled Boltzmann samples that enable RBM training with faster convergence and lower validation error than classical sampling. We further identify a systematic temperature misalignment intrinsic to analog quantum computers and propose an analytical rescaling method that mitigates this hardware noise, thereby enhancing the practicality of quantum annealers as Boltzmann samplers. In our method, the model's connectivity is set directly by the qubit connectivity, transforming the computational complexity inherent in classical sampling into a requirement on quantum hardware. This shift allows the approach to extend naturally from RBMs to fully connected Boltzmann machines, opening opportunities inaccessible to classical training methods.
• Abstract（参考訳）: 制限ボルツマンマシン(RBM)のようなエネルギーベースの生成モデルは、効果的なトレーニングのために非バイアスのボルツマンサンプルを必要とする。 しかし、古典的なマルコフ連鎖モンテカルロ法は緩やかに収束し、相関サンプルを得るため、大規模な訓練は困難である。 このボトルネックに対処するため, ダイアバティック量子アニールにおけるアニールスケジュールと有効逆温度の関係を解析的に適用した。 この法則を量子アニール器に実装することにより、古典的なサンプリングよりも高速な収束と低い検証誤差でRBMトレーニングを可能にする温度制御ボルツマンサンプルを得る。 さらに,アナログ量子コンピュータに固有の系統的な温度ずれを同定し,このハードウェアノイズを緩和する解析的再スケーリング手法を提案する。 本手法では,古典的サンプリングに固有の計算複雑性を量子ハードウェアの要件に変換するために,量子ビット接続を直接的に設定する。 このシフトにより、アプローチはRAMから完全に接続されたボルツマンマシンに自然に拡張され、古典的な訓練手法に到達できない機会が開かれる。

関連論文リスト

• Amortized Sampling with Transferable Normalizing Flows [65.48838168417564]
  プロス(英: Prose)は、ペプチド分子動力学のコーパスで訓練された、最大8個の残基の移動可能な正規化フローである。 本稿では, Prose が様々なサンプリングアルゴリズムの提案であることを示す。 我々はProseデータセットをオープンソース化し、償却されたサンプリング手法と微調整目的の研究をさらに促進する。
  論文  参考訳（メタデータ） (2025-08-25T16:28:18Z)
• Unitary Scrambling and Collapse: A Quantum Diffusion Framework for Generative Modeling [5.258882634977828]
  画像生成のための最初の完全量子拡散に基づくフレームワークであるQSC-Diffusionを提案する。 逆ノイズ発生のためのパラメータ化量子回路を用いる。 注目すべきは、QSC-Diffusionは複数のデータセット間で競合するFIDスコアを達成することだ。
  論文  参考訳（メタデータ） (2025-06-12T11:00:21Z)
• Iterated Denoising Energy Matching for Sampling from Boltzmann Densities [109.23137009609519]
  反復Denoising Energy Matching (iDEM) iDEMは,拡散型サンプリング装置から高モデル密度のサンプリング領域を (I) 交換し, (II) それらのサンプルをマッチング目的に使用した。 提案手法は,全測定値の最先端性能を達成し,2～5倍の速さでトレーニングを行う。
  論文  参考訳（メタデータ） (2024-02-09T01:11:23Z)
• Online calibration scheme for training restricted Boltzmann machines with quantum annealing [0.552480439325792]
  本稿では,制限ボルツマンマシン (RBM) をトレーニングするためのよく近似されたサンプルを得るために,量子アニールの内部パラメータを校正する手法を提案する。 以上の結果から,本手法はギブスサンプリングと同等の性能を示した。
  論文  参考訳（メタデータ） (2023-07-19T07:07:52Z)
• Robust Extraction of Thermal Observables from State Sampling and Real-Time Dynamics on Quantum Computers [49.1574468325115]
  我々は、状態の密度、特にその非負性性に制約を課す手法を導入し、この方法で、ノイズのある時系列からボルツマン重みを確実に抽出できることを示す。 本研究により,今日の量子コンピュータにおける時系列アルゴリズムの実装により,多体量子系の有限温度特性の研究が可能となった。
  論文  参考訳（メタデータ） (2023-05-30T18:00:05Z)
• Stochastic Security as a Performance Metric for Quantum-enhanced Generative AI [0.0]
  深部エネルギーベースモデル(EBM)は、トレーニングと推論の両方で連続ドメインギブをサンプリングする必要がある。 量子ギブスサンプリングアルゴリズムを実行できるフォールトトレラントな量子コンピュータの代わりに、モンテカルロ法による拡散過程のシミュレーションを古典的な代替として利用する。 その結果,ギブスサンプリングの計算予算の増大は,モデルのキャリブレーションと対角ロバスト性を両立させることがわかった。
  論文  参考訳（メタデータ） (2023-05-13T17:33:01Z)
• A hybrid quantum-classical approach for inference on restricted Boltzmann machines [1.0928470926399563]
  ボルツマンマシンは多くの実世界のアプリケーションを持つ強力な機械学習モデルである。 ボルツマンマシンの統計的推測はその後部分布からサンプリングすることで行うことができる。 量子コンピュータは、いくつかの非自明な問題を効率的に解くことを約束している。
  論文  参考訳（メタデータ） (2023-03-31T11:10:31Z)
• Probing finite-temperature observables in quantum simulators of spin systems with short-time dynamics [62.997667081978825]
  ジャジンスキー等式から動機付けられたアルゴリズムを用いて, 有限温度可観測体がどのように得られるかを示す。 長範囲の逆場イジングモデルにおける有限温度相転移は、捕捉されたイオン量子シミュレータで特徴づけられることを示す。
  論文  参考訳（メタデータ） (2022-06-03T18:00:02Z)
• Assessment of image generation by quantum annealer [0.0]
  量子アニールは、イジングスピングラス問題の高速サンプリングとしても機能する。 本研究では,生成モデルとしての量子アニールの性能に着目した。
  論文  参考訳（メタデータ） (2021-03-15T13:24:05Z)

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。