論文の概要: Parity Supervision as a Driver of Generalization in Quantum Generative Modeling

• arxiv url: http://arxiv.org/abs/2605.10258v1
• Date: Mon, 11 May 2026 09:24:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-12 23:28:50.692025
• Title: Parity Supervision as a Driver of Generalization in Quantum Generative Modeling
• Title（参考訳）: 量子生成モデリングにおける一般化の原動力としてのパリティスーパービジョン
• Authors: Markus Baumann, Daniel Hein, Steffen Udluft, Tobias Rohe, Claudia Linnhoff-Popien, Jonas Stein,
• Abstract要約: 有限標本から未知の有効状態への一般化は離散生成モデリングの中心である。 我々は、パリティ監視で訓練されたIQP回路Bornと座標平均二乗誤差(MSE)で訓練された同じ回路の比較を行う。 パリティの監督は、KL(Kullback-Leibler)の適合性を正確に改善し、IQP-MSE上での高値回復を未確認にするが、最大エントロピー制御は完全な効果を再現しない。
• 参考スコア（独自算出の注目度）: 3.2007395340330898
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Generalizing from finite samples to unseen valid states is central to discrete generative modeling. In a controlled, exactly enumerable setting, we test whether parity losses, commonly used for tractable Instantaneous Quantum Polynomial-time (IQP) training, also provide an inductive bias for generalization. We compare an IQP circuit Born machine trained by parity supervision with the same circuit trained by coordinate-wise mean-squared-error (MSE), and with a classical maximum-entropy control given the same parity moments. Parity supervision improves exact forward Kullback-Leibler (KL) fit and unseen high-value-state recovery over IQP-MSE, while the maximum-entropy control does not reproduce the full effect. A parameter-free spectral reconstruction shows that parity moments already transfer evidence from observed samples to structurally compatible unseen states, which the IQP circuit further refines. This identifies parity supervision not only as a tractable training signal, but also as a generalization mechanism for IQP Born machines when the distribution to be learned, the parity objective, and the circuit architecture are structurally aligned.
• Abstract（参考訳）: 有限標本から未知の有効状態への一般化は離散生成モデリングの中心である。 制御された、正確に計算可能な環境では、トラクタブルなインスタント量子多項式時間(IQP)トレーニングに一般的に使用されるパリティ損失が、一般化のための帰納バイアスを与えるかどうかをテストする。 我々は、パリティ監視で訓練されたIQP回路Bornマシンと、座標平均二乗誤差(MSE)で訓練された同じ回路と、パリティモーメントで訓練された古典的な最大エントロピー制御とを比較した。 パリティの監督は、KL(Kullback-Leibler)の適合性を正確に改善し、IQP-MSE上での高値回復を未確認にするが、最大エントロピー制御は完全な効果を再現しない。 パラメータフリーのスペクトル再構成は、パリティモーメントが既に観測されたサンプルから構造的に相容れない状態へ証拠を転送しており、IQP回路はさらに洗練されていることを示している。 これにより、パリティの監視は、抽出可能なトレーニング信号だけでなく、学習すべき分布、パリティ目的、回路アーキテクチャが構造的に整列している場合のIQP Bornマシンの一般化メカニズムとして特定される。

関連論文リスト

• Toward Generative Quantum Utility via Correlation-Complexity Map [10.037801594045519]
  実世界のデータ分布がIQP型量子生成モデルと構造的に一致しているかどうかを決定する相関複雑度マップ。 i) 相互作用順序で集約されたデータセットの相関次数(Walsh-Hadamard/Fourier)パワースペクトルから算出された量子相関類似度指数 (QCLI) と、(ii) 最適なChow-Liuツリーによって取得されていない相関の分数として定義される古典相関複雑度指数 (CCI) の2つの相補的な指標によって特徴づけられる。
  論文  参考訳（メタデータ） (2026-03-06T16:25:17Z)
• 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)
• Hybrid Quantum-Classical Recurrent Neural Networks [0.10152838128195468]
  本稿では,ハイブリッド型量子古典的リカレントニューラルネットワークアーキテクチャを提案する。 隠れ状態は、古典的なフィードフォワードネットワークによって制御される$n$-qubit量子回路(PQC)の量子状態である。 我々は、感情分析、MNIST、置換されたMNIST、メモリのコピー、言語モデリングを最大14キュービットでシミュレーションで評価する。
  論文  参考訳（メタデータ） (2025-10-29T14:21:49Z)
• Uniformity Bias in Ground-State Sampling Induced by Replica Alignment in Quantum Monte Carlo for Quantum Annealing [0.688204255655161]
  量子モンテカルロ(QMC)は量子システムをシミュレートするために広く使われている。 QMCは,QAの偏り分布とは異なり,均一な基底状態の確率を生成することを示す。 このバイアスは、ケーク構成のエネルギー的抑制とエントロピー的還元によって引き起こされるレプリカアライメントに由来する。
  論文  参考訳（メタデータ） (2025-10-12T12:23:12Z)
• Unsupervised Conformal Inference: Bootstrapping and Alignment to Control LLM Uncertainty [49.19257648205146]
  生成のための教師なし共形推論フレームワークを提案する。 我々のゲートは、分断されたUPPよりも厳密で安定した閾値を提供する。 その結果は、ラベルのない、API互換の、テスト時間フィルタリングのゲートになる。
  論文  参考訳（メタデータ） (2025-09-26T23:40:47Z)
• ConQuER: Modular Architectures for Control and Bias Mitigation in IQP Quantum Generative Models [40.972673943861075]
  瞬時量子(IQP)回路に基づく量子生成モデルは、複素分布の学習において非常に有望である。 現在の実装は、生成した出力に対する制御性の欠如と、期待される特定のパターンに対する深刻な生成バイアスに悩まされている。 モジュール回路アーキテクチャによる両課題に対処する制御可能な量子生成フレームワーク ConQuER を提案する。
  論文  参考訳（メタデータ） (2025-09-26T16:32:41Z)
• Direct pulse-level compilation of arbitrary quantum logic gates on superconducting qutrits [36.30869856057226]
  任意のqubitおよびqutritゲートを高忠実度で実現でき、ゲート列の長さを大幅に削減できることを示す。 最適制御ゲートは少なくとも3時間ドリフトでき、同じ校正パラメータを全ての実装ゲートに利用できることを示す。
  論文  参考訳（メタデータ） (2023-03-07T22:15:43Z)
• Quantum Federated Learning with Entanglement Controlled Circuits and Superposition Coding [44.89303833148191]
  我々は、絡み合ったスリム化可能な量子ニューラルネットワーク(eSQNN)の深さ制御可能なアーキテクチャを開発する。 本稿では,eS-QNNの重畳符号化パラメータを通信する絡み合ったスリム化QFL(eSQFL)を提案する。 画像分類タスクでは、広範囲なシミュレーションがeSQFLの有効性を裏付ける。
  論文  参考訳（メタデータ） (2022-12-04T03:18:03Z)

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。