論文の概要: The Born Ultimatum: Conditions for Classical Surrogation of Quantum Generative Models with Correlators
- arxiv url: http://arxiv.org/abs/2511.01845v1
- Date: Mon, 03 Nov 2025 18:51:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-05 16:37:27.378306
- Title: The Born Ultimatum: Conditions for Classical Surrogation of Quantum Generative Models with Correlators
- Title（参考訳）: 生まれながらのウルティマトゥム:コレレータを用いた量子生成モデルの古典的サロゲーション条件
- Authors: Mario Herrero-Gonzalez, Brian Coyle, Kieran McDowall, Ross Grassie, Sjoerd Beentjes, Ava Khamseh, Elham Kashefi,
- Abstract要約: 量子回路ボルンマシン(Quantum Circuit Born Machines、QCBM)は、ボルン規則に従ってサンプリングされる強力な量子生成モデルである。
近年の列車古典的展開量子アプローチでは、QCBMの古典的なサロゲートをトレーニングし、推論のみに量子デバイスを使用する方法が提案されている。
我々は、古典的に訓練されたパラメータと量子的にデプロイされたパラメータ間のデプロイメントの相違から生じるこれらの手法の限界を分析する。
- 参考スコア（独自算出の注目度）: 1.397434225914932
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum Circuit Born Machines (QCBMs) are powerful quantum generative models that sample according to the Born rule, with complexity-theoretic evidence suggesting potential quantum advantages for generative tasks. Here, we identify QCBMs as a quantum Fourier model independently of the loss function. This allows us to apply known dequantization conditions when the optimal quantum distribution is available. However, realizing this distribution is hindered by trainability issues such as vanishing gradients on quantum hardware. Recent train-classical, deploy-quantum approaches propose training classical surrogates of QCBMs and using quantum devices only for inference. We analyze the limitations of these methods arising from deployment discrepancies between classically trained and quantumly deployed parameters. Using the Fourier decomposition of the Born rule in terms of correlators, we quantify this discrepancy analytically. Approximating the decomposition via distribution truncation and classical surrogation provides concrete examples of such discrepancies, which we demonstrate numerically. We study this effect using tensor-networks and Pauli-propagation-based classical surrogates. Our study examines the use of IQP circuits, matchcircuits, Heisenberg-chain circuits, and Haldane-chain circuits for the QCBM ansatz. In doing so, we derive closed-form expressions for Pauli propagation in IQP circuits and the dynamical Lie algebra of the Haldane chain, which may be of independent interest.
- Abstract（参考訳）: 量子回路ボルンマシン(Quantum Circuit Born Machines、QCBM)は、ボルン則に従ってサンプリングされる強力な量子生成モデルである。
ここでは損失関数とは独立に量子フーリエモデルとしてQCBMを同定する。
これにより、最適量子分布が利用できる場合に既知の量子化条件を適用することができる。
しかし、この分布を実現するには、量子ハードウェア上の勾配の消失のようなトレーニング可能性の問題が妨げられる。
近年の列車古典的展開量子アプローチでは、QCBMの古典的なサロゲートをトレーニングし、推論のみに量子デバイスを使用する方法が提案されている。
我々は、古典的に訓練されたパラメータと量子的にデプロイされたパラメータ間のデプロイメントの相違から生じるこれらの手法の限界を分析する。
相関子の観点からボルン則のフーリエ分解を用いて、この差分を解析的に定量化する。
分散トランケーションと古典的サロゲーションによる分解の近似は、そのような不一致の具体例を提供し、数値的に示す。
我々はテンソルネットワークとパウリプロパゲーションに基づく古典的サロゲートを用いてこの効果を研究する。
本研究は,QCBMアンサッツに対するIQP回路,マッチ回路,ハイゼンベルク鎖回路,ハルデン鎖回路の使用について検討した。
そうすることで、IQP回路におけるパウリ伝播の閉形式表現と、独立な興味を持つハルダン鎖の動的リー代数を導出する。
関連論文リスト
- VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning [60.996803677584424]
変分量子回路(VQC)は、量子機械学習のための新しい経路を提供する。
それらの実用的応用は、制約付き線形表現性、最適化課題、量子ハードウェアノイズに対する鋭敏感といった固有の制限によって妨げられている。
この研究は、これらの障害を克服するために設計されたスケーラブルで堅牢なハイブリッド量子古典アーキテクチャであるVQC-MLPNetを導入している。
論文 参考訳（メタデータ） (2025-06-12T01:38:15Z) - Exponential quantum speedups in quantum chemistry with linear depth [0.0]
我々は、フェルミオン魔法状態入力でマッチゲート回路を保持する粒子数との接続を証明した。
この結果を,短期ハードウェア用に設計された量子マルチ参照手法に適用する。
本稿では,短期ハードウェア上での量子化学における指数的量子優位性の実現について論じる。
論文 参考訳（メタデータ） (2025-03-26T23:15:32Z) - Universality of critical dynamics with finite entanglement [68.8204255655161]
臨界近傍の量子系の低エネルギー力学が有限絡みによってどのように変化するかを研究する。
その結果、時間依存的臨界現象における絡み合いによる正確な役割が確立された。
論文 参考訳（メタデータ） (2023-01-23T19:23:54Z) - Protocols for classically training quantum generative models on
probability distributions [17.857341127079305]
量子生成モデリング(QGM)は、量子状態を作成し、サンプルを隠れた(あるいは既知の)確率分布として生成することに依存する。
そこで本研究では,QGMの高速勾配を考慮した回路に基づく古典的学習手法を提案する。
通常のデスクトップコンピュータ上で最大30キュービットの確率分布を用いたIQP回路のエンドツーエンドのトレーニングを数値的に示す。
論文 参考訳（メタデータ） (2022-10-24T17:57:09Z) - Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the
Race to Practical Quantum Advantage [43.3054117987806]
本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。
本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。
古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
論文 参考訳（メタデータ） (2022-08-29T15:24:03Z) - Theory of Quantum Generative Learning Models with Maximum Mean
Discrepancy [67.02951777522547]
量子回路ボルンマシン(QCBM)と量子生成逆ネットワーク(QGAN)の学習可能性について検討する。
まず、QCBMの一般化能力を解析し、量子デバイスがターゲット分布に直接アクセスできる際の優位性を同定する。
次に、QGANの一般化誤差境界が、採用されるAnsatz、クォーディットの数、入力状態に依存することを示す。
論文 参考訳（メタデータ） (2022-05-10T08:05:59Z) - Quantifying fermionic nonlinearity of quantum circuits [0.5658123802733283]
フェルミオンハミルトニアンをシミュレートするために設計された量子回路の古典的シミュラビリティを定量化する。
誤差確率と原子間隔に依存すると、フェルミオンの非線形性が非常に小さい領域や統一領域が存在することが分かる。
論文 参考訳（メタデータ） (2021-11-29T15:31:43Z) - Sampling, rates, and reaction currents through reverse stochastic
quantization on quantum computers [0.0]
量子コンピュータを用いて問題に対処する方法を示す。
局所最小値から逃れるハイブリッド量子古典サンプリング手法を提案する。
論文 参考訳（メタデータ） (2021-08-25T18:04:52Z) - Sampling Overhead Analysis of Quantum Error Mitigation: Uncoded vs.
Coded Systems [69.33243249411113]
パウリの誤差は、多数の現実的な量子チャネルの中で最も低いサンプリングオーバーヘッドをもたらすことを示す。
我々はQEMと量子チャネル符号化を併用する手法を考案し、純粋なQEMと比較してサンプリングオーバーヘッドの低減を解析する。
論文 参考訳（メタデータ） (2020-12-15T15:51:27Z) - Using Quantum Metrological Bounds in Quantum Error Correction: A Simple
Proof of the Approximate Eastin-Knill Theorem [77.34726150561087]
本稿では、量子誤り訂正符号の品質と、論理ゲートの普遍的な集合を達成する能力とを結びつける、近似したイージン・クニル定理の証明を示す。
我々の導出は、一般的な量子気象プロトコルにおける量子フィッシャー情報に強力な境界を用いる。
論文 参考訳（メタデータ） (2020-04-24T17:58:10Z)
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。