論文の概要: Navigating the Quantum Resource Landscape of Entropy Vector Space Using Machine Learning and Optimization

• arxiv url: http://arxiv.org/abs/2511.16724v1
• Date: Thu, 20 Nov 2025 19:00:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-24 18:08:18.779434
• Title: Navigating the Quantum Resource Landscape of Entropy Vector Space Using Machine Learning and Optimization
• Title（参考訳）: 機械学習と最適化を用いたエントロピーベクトル空間の量子資源景観のナビゲーション
• Authors: Nothando Khumalo, Aman Mehta, William Munizzi, Prineha Narang,
• Abstract要約: エントロピーベクトルと量子資源(絡み合いや魔法など)の力学を,エントロピーの不等式違反に着目して研究する。 マルコフ決定過程として定式化された強化学習エージェントを用いて、エントロピーベクトル空間を最適にナビゲートし、イングルトンの不等式に違反する量子回路を同定する。 包括的統計分析により、イングルトン違反状態はヒルベルト空間の急激に定義された孤立した領域を占有し、極めて稀であることが示された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present a machine learning framework to study the dynamics of entropy vectors and quantum resources, including entanglement and magic, focusing on violations of entropy inequalities. Using a reinforcement learning agent formulated as a Markov decision process, we identify quantum circuits that optimally navigate the entropy vector space to generate violations of Ingleton's inequality. We complement this approach with a classical optimization algorithm to produce arbitrary numbers of Ingleton-violating states, with tunable degrees of violation, and empirically determine the maximal attainable violation for Ingleton's inequality. Our analysis reveals characteristic patterns of quantum resources that accompany Ingleton violation. A comprehensive statistical analysis shows that Ingleton-violating states occupy sharply-defined, isolated regions of the Hilbert space, and are extremely rare. Together, these results establish a unified computational toolkit for studying entropy vector dynamics, tracking quantum resource evolution, and engineering circuits with controlled information-theoretic features.
• Abstract（参考訳）: 本稿では,エントロピーの不等式違反に着目し,エントロピーベクトルと量子資源のダイナミックスを研究する機械学習フレームワークを提案する。 マルコフ決定過程として定式化された強化学習エージェントを用いて、エントロピーベクトル空間を最適にナビゲートし、イングルトンの不等式に違反する量子回路を同定する。 このアプローチを古典的な最適化アルゴリズムで補完し、イングルトンの不等式に対する最大到達可能な違反を経験的に決定する。 解析の結果,イングルトン違反に伴う量子資源の特徴パターンが明らかになった。 包括的統計分析により、イングルトン違反状態はヒルベルト空間の急激に定義された孤立した領域を占有し、極めて稀であることが示された。 これらの結果は、エントロピーベクトル力学の研究、量子資源の進化の追跡、および制御された情報理論的特徴を持つエンジニアリング回路のための統一的な計算ツールキットを確立する。

関連論文リスト

• Correlating noise floor with magic and entanglement in Pauli product states [37.69303106863453]
  パウリの積公式によって生成されるノイズの多い状態から、量子コンピューティングに特有の資源を回収する能力を示す。 純状態の忠実度は、与えられた計算のノイズフロアを表す。 各種の小型回路に対して,古典的影データを収集することにより,これらの知見を実験的に検証した。
  論文  参考訳（メタデータ） (2025-05-07T19:24:00Z)
• The non-stabilizerness of fermionic Gaussian states [0.0]
  フェルミオンガウス状態の非安定化性を定量化する効率的な方法を提案する。 対数的減算補正を施したハール乱数状態に匹敵する広範囲な先行挙動を明らかにする。 2次元自由フェルミオントポロジカルモデルにサンプリングアルゴリズムを適用し、位相境界における非安定化性の急激な遷移を明らかにする。
  論文  参考訳（メタデータ） (2024-12-06T19:00:16Z)
• Quantum Maximum Entropy Inference and Hamiltonian Learning [4.9614587340495]
  この研究は、最大エントロピー推論とグラフィカルモデルの学習のためのアルゴリズムを量子領域に拡張する。 量子反復スケーリング(QIS)として知られる一般化は単純であるが、重要な課題は量子問題インスタンスの非可換性にある。 準ニュートン法によるQISとGDの性能向上について検討する。
  論文  参考訳（メタデータ） (2024-07-16T08:11:34Z)
• Quantum Speedups in Regret Analysis of Infinite Horizon Average-Reward Markov Decision Processes [32.07657827173262]
  我々は,未知のMDPとエージェントのエンゲージメントのための革新的な量子フレームワークを提案する。 平均推定における量子的優位性は、無限の地平線強化学習に対する後悔の保証において指数的な進歩をもたらすことを示す。
  論文  参考訳（メタデータ） (2023-10-18T03:17:51Z)
• Dense outputs from quantum simulations [5.295277584890625]
  量子密度出力問題は、時間依存の量子力学から時間累積観測値を評価する過程である。 この問題は量子制御や分光計算などの応用で頻繁に発生する。 我々は、早期および完全フォールトトレラントな量子プラットフォームの両方で動作するように設計されたアルゴリズムを提示する。
  論文  参考訳（メタデータ） (2023-07-26T18:16:51Z)
• 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)
• Benchmarking Embedded Chain Breaking in Quantum Annealing [0.0]
  埋め込みハミルトニアンは断熱進化の原理に反し、計算された解の誤りに対応する励起を生成する。 連鎖崩壊の確率を実証的にベンチマークし、組込みハミルトンのスイートを解くためのスイートスポットを特定します。
  論文  参考訳（メタデータ） (2021-04-07T17:05:57Z)
• Fixed Depth Hamiltonian Simulation via Cartan Decomposition [59.20417091220753]
  時間に依存しない深さの量子回路を生成するための構成的アルゴリズムを提案する。 一次元横フィールドXYモデルにおけるアンダーソン局在化を含む、モデルの特殊クラスに対するアルゴリズムを強調する。 幅広いスピンモデルとフェルミオンモデルに対して正確な回路を提供するのに加えて、我々のアルゴリズムは最適なハミルトニアンシミュレーションに関する幅広い解析的および数値的な洞察を提供する。
  論文  参考訳（メタデータ） (2021-04-01T19:06:00Z)
• A Hybrid Quantum-Classical Hamiltonian Learning Algorithm [6.90132007891849]
  ハミルトン学習は、量子デバイスと量子シミュレータの認定に不可欠である。 本研究では,ハミルトニアン作用素の係数を求めるために,ハイブリッド量子古典ハミルトン学習アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-03-01T15:15:58Z)

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。