Fugu-MT 論文翻訳(概要): Further Statistical Study of NISQ Experiments

論文の概要: Further Statistical Study of NISQ Experiments

arxiv url: http://arxiv.org/abs/2512.10722v1
Date: Thu, 11 Dec 2025 15:03:30 GMT
ステータス: 翻訳完了
システム内更新日: 2025-12-12 16:15:42.431287
Title: Further Statistical Study of NISQ Experiments
Title（参考訳）: NISQ実験のさらなる統計的研究
Authors: Gil Kalai, Tomer Shoham, Carsten Voelkmann,
Abstract要約: Google 2019の“量子優位性(quantum supremacy)”実験に関する以前の研究で検討したトピックを再検討し、拡張しました。 Googleのディジタルエラーモデル(Formula (77))に基づく予測分析を拡張した。また,NISQ実験の予備的分析を行った。
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 revisit and extend some topics that we studied in our previous works (Rinott, Kalai and Shoham 2022; Kalai, Rinott and Shoham, 2023,2024) regarding the Google 2019 "quantum supremacy" experiment. We extend our analysis of the prediction based on Google's digital error model (Formula (77)), based on more detailed data provided by Google. We also provide some preliminary analysis for a few other NISQ experiments.
Abstract（参考訳）: 我々は、Google 2019の量子超越性(quantum supremacy)実験について、以前の研究(Rinott、Kalai、Shoham 2022、Kalai、Rinott、Shoham 2023、2024)で研究したトピックを再検討し、拡張しました。 Googleのディジタルエラーモデル(Formula (77))に基づいて、予測の分析を拡張します。また,NISQ実験の予備的分析を行った。

関連論文リスト

Towards a Characterisation of Monte-Carlo Tree Search Performance in Different Games [1.1567513466696948]
本稿では、そのような理解に向けて前進するために構築した初期データセットについて述べる。このデータセットの予備分析と予測モデルをトレーニングする作業に加えて、学習した教訓と、新しい改良版データセットの今後の計画について説明する。
論文参考訳（メタデータ） (2024-06-13T15:46:27Z)
Improving Startup Success with Text Analysis [0.21847754147782888]
より良い予測を達成するために、ソースと機能の数を大きく拡大し、多様化させます。 Crunchbase、Google Search API、およびTwitter(現在はX)から収集されたデータは、企業が資金調達を行うかどうかを予測するために使用される。合計10の機械学習モデルも、最高のパフォーマンスで評価されている。
論文参考訳（メタデータ） (2023-12-11T09:22:18Z)
From Statistical Methods to Deep Learning, Automatic Keyphrase Prediction: A Survey [44.83902003341381]
キーワード予測は、与えられた文書を高度に要約したフレーズ(キーワード)を生成することを目的としている。近年,様々な観点から詳細な研究が行われている。我々の研究は、これまでの167件の作業を分析し、このタスクを以前の調査よりより広範囲にカバーしています。
論文参考訳（メタデータ） (2023-05-04T06:22:50Z)
Questions and Concerns About Google's Quantum Supremacy Claim [0.0]
この文書では、Google 2019の実験に関する3つの主要な懸念について記述している。最初の懸念は、データがGoogleのノイズモデルと一致しないことだ。第2の懸念は、不確かさの事前推定のための決定的な単純な公式が、予期せぬ独立性の仮定を伴っているように見えることである。
論文参考訳（メタデータ） (2023-05-01T19:54:45Z)
Google's 2019 "Quantum Supremacy'' Claims: Data, Documentation, and Discussion [0.0]
『Nature』は、Googleで実施された実験的な研究を記した論文を発表した。この論文は53量子ビットの量子コンピュータ上で量子(計算)超越性を実証している。 2019年9月以降、著者らはGoogleの実験の様々な統計的側面を研究する長期計画に関わってきた。
論文参考訳（メタデータ） (2022-10-23T15:36:25Z)
A Kernel-Based View of Language Model Fine-Tuning [94.75146965041131]
ニューラル・タンジェント・カーネル(NTK)が事前学習したLMの微調整を記述しているかどうかを検討する。本稿では,ダウンストリームタスクを暗黙の単語予測問題として定式化することで,微調整中にカーネルベースのダイナミクスをしばしば引き起こすことを示す。
論文参考訳（メタデータ） (2022-10-11T17:34:32Z)
Inverse problem for parameters identification in a modified SIRD epidemic model using ensemble neural networks [0.0]
主な目標は、ルーマニアにおける新型コロナウイルスの進化の分析にこのアプローチを適用することであった。本稿では,死者を別カテゴリとみなすSIRDモデルのパラメータ同定手法を提案する。死亡者数について10日から45日間の異なる期間の予測について説明する。
論文参考訳（メタデータ） (2022-02-28T10:54:29Z)
Interpreting Deep Knowledge Tracing Model on EdNet Dataset [67.81797777936868]
この作業では、EdNetと呼ばれる大規模で新しく利用可能なデータセット上で、同様のタスクを実行します。予備実験の結果,解釈手法の有効性が示された。
論文参考訳（メタデータ） (2021-10-31T07:18:59Z)
A Finer Calibration Analysis for Adversarial Robustness [48.38376323875314]
本稿では,逆ロバスト分類のための$h$-calibrationのより一般的な解析を行う。私たちの結果は、機械学習で使われる最も一般的な仮説セットに当てはまる。
論文参考訳（メタデータ） (2021-05-04T14:59:39Z)
Exact Asymptotics for Learning Tree-Structured Graphical Models with Side Information: Noiseless and Noisy Samples [75.97774982432976]
我々は、独立に描画されたサンプルからIsing木構造図形モデルを学習する精度を導出する。サンプルがランダムノイズで観測されるシナリオにまで結果を拡張する。以上の結果から, 試料径を数百倍に抑える実験結果と有意な一致を示した。
論文参考訳（メタデータ） (2020-05-09T02:42:40Z)

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。