論文の概要: Training the classification capability of large-scale quantum cellular automata

• arxiv url: http://arxiv.org/abs/2509.18262v1
• Date: Mon, 22 Sep 2025 18:00:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-24 20:41:27.512237
• Title: Training the classification capability of large-scale quantum cellular automata
• Title（参考訳）: 大規模量子セルオートマトンの分類能力の訓練
• Authors: Mario Boneberg, Simon Kochsiek, Gabriele Perfetto, Igor Lesanovsky,
• Abstract要約: 相転移エルゴディディティの近傍では、異なる初期多体構成が、順序パラメータによってマクロ的に区別可能ないくつかの固定点の1つへと進化する。 超高次元状態空間においても,この能力はトレーニングデータから効率的に学習できることが実証された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In the vicinity of a phase transition ergodicity can be broken. Here, different initial many-body configurations evolve towards one of several fixed points, which are macroscopically distinguishable through an order parameter. This mechanism enables state classification in quantum cellular automata and feed-forward quantum neural networks. We demonstrate that this capability can be efficiently learned from training data even in extremely high-dimensional state spaces. We illustrate this using a quantum cellular automaton that allows binary classification, which is closely connected to the dynamics of a $\mathbb{Z}_2$-symmetric Ising model with local interactions and dissipation. This approach can be generalized beyond binary classification and offers a natural framework for exploring the link between emergent many-body phenomena and the interpretation of data processing capabilities in the context of quantum machine learning.
• Abstract（参考訳）: 相転移の近傍では、エルゴディディディティを破ることができる。 ここでは、異なる初期多体構成がいくつかの固定点の1つに向かって進化し、これは順序パラメータによってマクロ的に区別可能である。 このメカニズムは、量子セルオートマトンとフィードフォワード量子ニューラルネットワークにおける状態分類を可能にする。 超高次元状態空間においても,この能力はトレーニングデータから効率的に学習できることが実証された。 これは局所的な相互作用と散逸を伴う$\mathbb{Z}_2$-symmetric Isingモデルの力学と密接に結びついているバイナリ分類を可能にする量子セルオートマトンを用いて説明する。 このアプローチはバイナリ分類を超えて一般化することができ、量子機械学習の文脈における創発的な多体現象とデータ処理能力の解釈のリンクを探索するための自然なフレームワークを提供する。

関連論文リスト

• Quantum-aware Transformer model for state classification [0.0]
  本稿では,データ駆動型ニューラルネットワークを用いた絡み合い分類手法を提案する。 我々のデータセットは、純粋な分離可能な状態、ヴェルナーの絡み合った状態、一般的な絡み合った状態、最大絡み合った状態を含む多様な二部体状態からなる。 本手法は,分離可能な状態と絡み合った状態とを効果的に区別し,ほぼ完全な分類精度を実現する。
  論文  参考訳（メタデータ） (2025-02-28T13:56:48Z)
• Exploring quantum localization with machine learning [39.58317527488534]
  本稿では、その局所化の観点から、波動関数を分類するための効率的なニューラルネットワーク(NN)アーキテクチャを提案する。 提案手法は, 量子位相空間のパラメトリゼーションにより, 改良畳み込みモデルのパターン認識機能と, 独自の「量子」NNへと導かれる。
  論文  参考訳（メタデータ） (2024-06-01T08:50:26Z)
• Message-Passing Neural Quantum States for the Homogeneous Electron Gas [41.94295877935867]
  連続空間における強相互作用フェルミオンをシミュレートするメッセージパッシング・ニューラルネットワークに基づく波動関数Ansatzを導入する。 等質電子ガスの基底状態を3次元でシミュレーションすることにより,その精度を実証する。
  論文  参考訳（メタデータ） (2023-05-12T04:12:04Z)
• Dissipative quantum many-body dynamics in (1+1)D quantum cellular automata and quantum neural networks [0.0]
  同様のパラダイムに従う量子ニューラルネットワークアーキテクチャについて検討する。 構造的には、 (1+1)D と呼ばれるセルオートマトンと等価である。 局所的なユニタリゲートを構築すれば、所望の多体ダイナミクスが得られることを示す。
  論文  参考訳（メタデータ） (2023-04-21T18:47:07Z)
• The Quantum Path Kernel: a Generalized Quantum Neural Tangent Kernel for Deep Quantum Machine Learning [52.77024349608834]
  古典的なディープニューラルネットワークの量子アナログを構築することは、量子コンピューティングにおける根本的な課題である。 鍵となる問題は、古典的なディープラーニングの本質的な非線形性にどのように対処するかである。 我々は、深層機械学習のこれらの側面を複製できる量子機械学習の定式化であるQuantum Path Kernelを紹介する。
  論文  参考訳（メタデータ） (2022-12-22T16:06:24Z)
• Using (1 + 1)D Quantum Cellular Automata for Exploring Collective Effects in Large Scale Quantum Neural Networks [0.0]
  量子パーセプトロンとニューラルネットワークが情報を処理する方法に対する量子効果の影響について検討する。 我々は、コヒーレントなハミルトン進化に関連するような量子効果の導入を可能にする量子ゲートのクラスを利用する。 量子効果が変化するときの臨界行動の変化を同定し、大規模ニューラルネットワークにおける情報処理の根底にある集合的動的挙動に実際に影響を及ぼすことを示す。
  論文  参考訳（メタデータ） (2022-07-24T17:10:12Z)
• A quantum processor based on coherent transport of entangled atom arrays [44.62475518267084]
  量子プロセッサは動的で非局所的な接続を持ち、絡み合った量子ビットは高い並列性でコヒーレントに輸送されることを示す。 このアーキテクチャを用いて,クラスタ状態や7キュービットのSteane符号状態などの絡み合ったグラフ状態のプログラム生成を実現する。
  論文  参考訳（メタデータ） (2021-12-07T19:00:00Z)
• Information Scrambling in Computationally Complex Quantum Circuits [56.22772134614514]
  53量子ビット量子プロセッサにおける量子スクランブルのダイナミクスを実験的に検討する。 演算子の拡散は効率的な古典的モデルによって捉えられるが、演算子の絡み合いは指数関数的にスケールされた計算資源を必要とする。
  論文  参考訳（メタデータ） (2021-01-21T22:18:49Z)
• Non-equilibrium phase transitions in $(1+1)$-dimensional quantum cellular automata with controllable quantum correlations [0.0]
  本稿では,$(1+1)$-dimensionalの量子セルオートマトン(quantum cellularautoa)のクラスについて紹介し,そのダイナミクスについて検討する。 プロジェクションされた絡み合ったペア状態テンソルネットワークは、セルオートマトンを自然かつ効率的に表現できることを示す。
  論文  参考訳（メタデータ） (2020-02-21T11:47:01Z)
• Machine learning transfer efficiencies for noisy quantum walks [62.997667081978825]
  グラフ型と量子系コヒーレンスの両方の要件を見つけるプロセスは自動化可能であることを示す。 この自動化は、特定のタイプの畳み込みニューラルネットワークを使用して、どのネットワークで、どのコヒーレンス要求の量子優位性が可能かを学習する。 我々の結果は、量子実験における利点の実証と、科学的研究と発見の自動化への道を開くために重要である。
  論文  参考訳（メタデータ） (2020-01-15T18:36:53Z)

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。