論文の概要: IQP Born Machines under Data-dependent and Agnostic Initialization Strategies

• arxiv url: http://arxiv.org/abs/2603.14576v1
• Date: Sun, 15 Mar 2026 19:54:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-17 16:19:35.893361
• Title: IQP Born Machines under Data-dependent and Agnostic Initialization Strategies
• Title（参考訳）: データ依存型および非依存型初期化戦略下でのIQPボーンマシン
• Authors: Sacha Lerch, Joseph Bowles, Ricard Puig, Erik Armengol, Zoë Holmes, Supanut Thanasilp,
• Abstract要約: 量子回路 瞬時量子時間(IQP)回路に基づくマシンは、量子生成モデリングの自然な候補である。 最近の提案では,低ボディのPauli-$Z$orsで構築した平均最大離散性(MMD)損失を用いたIQP-QCBMのトレーニングに重点を置いている。
• 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: Quantum circuit Born machines based on instantaneous quantum polynomial-time (IQP) circuits are natural candidates for quantum generative modeling, both because of their probabilistic structure and because IQP sampling is provably classically hard in certain regimes. Recent proposals focus on training IQP-QCBMs using Maximum Mean Discrepancy (MMD) losses built from low-body Pauli-$Z$ correlators, but the effect of initialization on the resulting optimization landscape remains poorly understood. In this work, we address this by first proving that the MMD loss landscape suffers from barren plateaus for random full-angle-range initializations of IQP circuits. We then establish lower bounds on the loss variance for identity and an unbiased data-agnostic initialization. We then additionally consider a data-dependent initialization that is better aligned with the target distribution and, under suitable assumptions, yields provable gradients and generally converges quicker to a good minimum (as indicated by our training of circuits with 150 qubits on genomic data). Finally, as a by-product, the developed variance lower bound framework is applicable to a general class of non-linear losses, offering a broader toolset for analyzing warm-starts in quantum machine learning.
• Abstract（参考訳）: 量子回路 即時量子多項式時間(IQP)回路に基づくマシンは、その確率的構造とIQPサンプリングが古典的に難しいため、量子生成モデリングの自然な候補である。 近年提案されているIQP-QCBMのトレーニングは,低ボディのPauli-$Z$相関器で構築した最大平均離散性(MMD)損失を用いて行われているが,初期化が結果の最適化状況に与える影響はよく分かっていない。 本研究では,MMD損失ランドスケープがIQP回路のランダムなフルアングルレンジ初期化のために不規則な台地に悩まされていることを最初に証明することによって,この問題に対処する。 次に、アイデンティティの損失分散と、バイアスのないデータに依存しない初期化の低い境界を確立する。 さらに、ターゲット分布に整合し、適切な仮定の下では、証明可能な勾配を得られ、より高速に収束するデータ依存初期化(ゲノムデータに150量子ビットを持つ回路のトレーニングで示されるように)を考える。 最後に、副産物として、開発された分散低境界フレームワークは、非線形損失の一般的なクラスに適用でき、量子機械学習におけるウォームスタートを解析するためのより広範なツールセットを提供する。

関連論文リスト

• Characterizing Trainability of Instantaneous Quantum Polynomial Circuit Born Machines [7.716642023459826]
  瞬時量子回路Born Machine (IQP-QCBM) は量子生成モデルとして提案されている。 我々は、バレン高原が選択されたカーネルのジェネレータセットとスペクトルに依存することを示す。 低重バイアスのカーネルが構造的トポロジの指数的抑制を回避する機構を同定する。
  論文  参考訳（メタデータ） (2026-02-11T17:12:56Z)
• AQER: a scalable and efficient data loader for digital quantum computers [62.40228216126285]
  我々は,ターゲット状態の絡み合いを体系的に低減し,負荷回路を構成するスケーラブルなAQL手法であるAQERを開発した。 我々は、合成データセット、古典画像および言語データセット、最大50キュービットの量子多体状態データセットを用いて、AQERの有効性を評価するための体系的な実験を行う。
  論文  参考訳（メタデータ） (2026-02-02T14:39:42Z)
• Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing [68.35481158940401]
  CL-QASは連続的な量子アーキテクチャ検索フレームワークである。 振幅のエンコードと変分量子回路の忘れを犠牲にすることの課題を緩和する。 制御可能なロバスト性表現性、サンプル効率の一般化、およびバレンプラトーを使わずに滑らかな収束を実現する。
  論文  参考訳（メタデータ） (2026-01-10T02:36:03Z)
• Matrix product state approach to lossy boson sampling and noisy IQP sampling [0.7066293026438526]
  損失ボソンサンプリングとノイズのある瞬時量子時間サンプリングのための古典的アルゴリズムを開発した。 我々のアルゴリズムは精度と効率のトレードオフを大幅に改善する。 さらに、MPSシミュレーションの適用性を、ノイズの多い量子サンプリングモデルのより広範なクラスに拡張する。
  論文  参考訳（メタデータ） (2025-10-28T07:23:10Z)
• FIMA-Q: Post-Training Quantization for Vision Transformers by Fisher Information Matrix Approximation [55.12070409045766]
  ポストトレーニング量子化(PTQ)は近年,費用対効果と有望なモデル圧縮パラダイムとして注目されている。 ビジョン変換器(ViT)の現在のPTQ法は、特に低ビット量子化において、精度が著しく低下している。
  論文  参考訳（メタデータ） (2025-06-13T07:57:38Z)
• Randomized semi-quantum matrix processing [0.0]
  汎用行列関数をシミュレートするためのハイブリッド量子古典的フレームワークを提案する。 この方法は、対象関数のチェビシェフ近似上のランダム化に基づいている。 コストのかかるパラメータの2次高速化を含む,平均深度に対する利点を実証する。
  論文  参考訳（メタデータ） (2023-07-21T18:00:28Z)
• End-to-end resource analysis for quantum interior point methods and portfolio optimization [63.4863637315163]
  問題入力から問題出力までの完全な量子回路レベルのアルゴリズム記述を提供する。 アルゴリズムの実行に必要な論理量子ビットの数と非クリフォードTゲートの量/深さを報告する。
  論文  参考訳（メタデータ） (2022-11-22T18:54:48Z)
• FLIP: A flexible initializer for arbitrarily-sized parametrized quantum circuits [105.54048699217668]
  任意サイズのパラメタライズド量子回路のためのFLexible Initializerを提案する。 FLIPは任意の種類のPQCに適用することができ、初期パラメータの一般的なセットに頼る代わりに、成功したパラメータの構造を学ぶように調整されている。 本稿では, 3つのシナリオにおいてFLIPを用いることの利点を述べる。不毛な高原における問題ファミリ, 最大カット問題インスタンスを解くPQCトレーニング, 1次元フェルミ-ハッバードモデルの基底状態エネルギーを求めるPQCトレーニングである。
  論文  参考訳（メタデータ） (2021-03-15T17:38:33Z)

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。