論文の概要: High-capacity associative memory in a quantum-optical spin glass

• arxiv url: http://arxiv.org/abs/2509.12202v1
• Date: Mon, 15 Sep 2025 17:59:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-16 17:26:23.447118
• Title: High-capacity associative memory in a quantum-optical spin glass
• Title（参考訳）: 量子光学スピングラスにおける高容量連想メモリ
• Authors: Brendan P. Marsh, David Atri Schuller, Yunpeng Ji, Henry S. Hunt, Surya Ganguli, Sarang Gopalakrishnan, Jonathan Keeling, Benjamin L. Lev,
• Abstract要約: 我々は,原子と光子からなる駆動散逸スピンガラスにおいて,高記憶容量の連想記憶を実験的に観察した。 容量はホップフィールド限界を超え、16スピンネットワークで最大7倍になる。
• 参考スコア（独自算出の注目度）: 8.804774832130603
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The Hopfield model describes a neural network that stores memories using all-to-all-coupled spins. Memory patterns are recalled under equilibrium dynamics. Storing too many patterns breaks the associative recall process because frustration causes an exponential number of spurious patterns to arise as the network becomes a spin glass. Despite this, memory recall in a spin glass can be restored, and even enhanced, under quantum-optical nonequilibrium dynamics because spurious patterns can now serve as reliable memories. We experimentally observe associative memory with high storage capacity in a driven-dissipative spin glass made of atoms and photons. The capacity surpasses the Hopfield limit by up to seven-fold in a sixteen-spin network. Atomic motion boosts capacity by dynamically modifying connectivity akin to short-term synaptic plasticity in neural networks, realizing a precursor to learning in a quantum-optical system.
• Abstract（参考訳）: Hopfieldモデルは、オール・ツー・オール・カップリング・スピンを使用して記憶を保存するニューラルネットワークを記述する。 メモリパターンは平衡力学の下でリコールされる。 なぜなら、ネットワークがスピンガラスになるにつれて、フラストレーションが指数関数的に多くの急激なパターンが発生するからである。 これにもかかわらず、スピンガラスの記憶リコールは、量子光学的非平衡力学の下で回復し、さらに強化することができる。 我々は,原子と光子からなる駆動散逸スピンガラスにおいて,高記憶容量の連想記憶を実験的に観察した。 キャパシティは16スピンネットワークでホップフィールド限界を最大7倍超える。 原子運動は、ニューラルネットワークの短期シナプス可塑性に似た接続を動的に変更し、量子光学系における学習の前駆体を実現することにより、容量を増大させる。

関連論文リスト

• Latent Structured Hopfield Network for Semantic Association and Retrieval [52.634915010996835]
  エピソード記憶は、オブジェクト、場所、時間などの意味的要素をコヒーレントなイベント表現に関連付けることによって、過去の経験を思い出すことができる。 本稿では,連続ホップフィールドアトラクタダイナミクスを自動エンコーダアーキテクチャに統合するフレームワークであるLatent Structured Hopfield Network (LSHN)を提案する。 従来のホップフィールドネットワークとは異なり、我々のモデルは勾配勾配でエンドツーエンドに訓練され、スケーラブルで堅牢なメモリ検索を実現する。
  論文  参考訳（メタデータ） (2025-06-02T04:24:36Z)
• Time Symmetries of Quantum Memory Improve Thermodynamic Efficiency [49.1574468325115]
  量子メモリは、時間反転対称性の連続体を提供する。 これにより、不可逆性を最小化する量子メモリの設計が可能になる。 その結果、量子メモリは古典的メモリより数桁低いエネルギー散逸を減少させる。
  論文  参考訳（メタデータ） (2025-01-08T22:30:35Z)
• Storing overlapping associative memories on latent manifolds in low-rank spiking networks [5.041384008847852]
  我々はスパイクベースの計算の理解の進歩を踏まえ、連想記憶問題を再考する。 大規模全阻止ネットワークのスパイク活性は,低次元,凸,片方向線形多様体上に位置することを示す。 学習ルールをいくつか提案し, 記憶容量をニューロン数で線形に拡張し, パターン完備化能力を示す。
  論文  参考訳（メタデータ） (2024-11-26T14:48:25Z)
• Dense Associative Memory Through the Lens of Random Features [48.17520168244209]
  Dense Associative Memoriesはホップフィールドネットワークの高容量版である。 このネットワークは,従来のDense Associative Memoriesのエネルギー関数と力学を密接に近似していることを示す。
  論文  参考訳（メタデータ） (2024-10-31T17:10:57Z)
• Optimal storage capacity of quantum Hopfield neural networks [0.0]
  多数のパターンで量子連想記憶を解析することは、難しいオープンな問題である。 本稿では,量子ニューラルネットワークモデルにおける最大記憶容量の評価方法を提案する。
  論文  参考訳（メタデータ） (2022-10-14T15:21:21Z)
• 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)
• Cross-Frequency Coupling Increases Memory Capacity in Oscillatory Neural Networks [69.42260428921436]
  クロス周波数カップリング(CFC)は、ニューロンの集団間での情報統合と関連している。 我々は,海馬および大脳皮質における観測された$theta - gamma$振動回路の計算的役割を予測するCFCのモデルを構築した。 CFCの存在は, 可塑性シナプスによって結合された神経細胞のメモリ容量を増加させることを示す。
  論文  参考訳（メタデータ） (2022-04-05T17:13:36Z)
• Parametrized constant-depth quantum neuron [56.51261027148046]
  本稿では,カーネルマシンをベースとした量子ニューロン構築フレームワークを提案する。 ここでは、指数的に大きい空間にテンソル積特徴写像を適用するニューロンについて述べる。 パラメトリゼーションにより、提案されたニューロンは、既存のニューロンが適合できない基礎となるパターンを最適に適合させることができることが判明した。
  論文  参考訳（メタデータ） (2022-02-25T04:57:41Z)
• Enhancing associative memory recall and storage capacity using confocal cavity QED [15.696215759892052]
  本稿では,連想記憶を実現するための短期的な実験プラットフォームを提案する。 複数モードの光学キャビティに結合されたスピンフルボソンを使用することで、多くの記憶を同時に保存することができる。 この非平衡量子光学スキームはグラウバー力学よりも連想記憶に有利であることを示す。
  論文  参考訳（メタデータ） (2020-09-02T17:59:15Z)

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。