論文の概要: Sparsified Kolmogorov-Arnold Networks for Interpretable Quantum State Tomography

• arxiv url: http://arxiv.org/abs/2606.11814v1
• Date: Wed, 10 Jun 2026 08:48:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-11 16:42:38.370627
• Title: Sparsified Kolmogorov-Arnold Networks for Interpretable Quantum State Tomography
• Title（参考訳）: 量子状態トモグラフィーのためのスカラー化Kolmogorov-Arnoldネットワーク
• Authors: Xinge Wu, Huaxin Wang, Jiajun Liu, Ruiqing He, Jiandong Shang, Hengliang Guo, Qiang Chen,
• Abstract要約: 量子状態トモグラフィーへの機械学習アプローチは高い再現性を達成することができるが、訓練されたモデルで使用される物理構造はしばしば暗黙的に残っている。 ここでは,コルモゴロフ・アルノルドネットワーク (KAN) を回帰器としてだけでなく,検査可能な復元規則として利用することができるか尋ねる。 本稿では、3つのGHZ-部分空間変数を再構成するために63個の非同一性パウリ期待値が全て使用される制御された3量子GHZ-セシウムベンチマークについて検討する。
• 参考スコア（独自算出の注目度）: 15.406494854444583
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Machine-learning approaches to quantum state tomography can achieve high reconstruction fidelity, but the physical structure used by the trained model often remains implicit. Here we ask whether a sparsified Kolmogorov-Arnold Network (KAN) can be used not only as a regressor, but also as an inspectable reconstruction rule whose internal organization can be checked against known Pauli structure. We study a controlled three-qubit GHZ-family benchmark in which all 63 non-identity Pauli expectation values are used to reconstruct three GHZ-subspace variables: the population imbalance $z$, the real off-diagonal component $c$, and the imaginary off-diagonal component $s$. Under finite-shot sampling and depolarizing noise, external ablation identifies the extended 12-channel GHZ-relevant Pauli set from the 63 measurements, with exact top-12 recovery across the tested shot counts and depolarizing-noise strengths. These support patterns remain stable across multi-seed random-initialization and noise-level analyses, and collapse under random-label controls. The dominant pruned input-hidden-output pathways organize Z-type population observables and X/Y off-diagonal observables in a pattern consistent with the analytic GHZ Pauli grouping, and sparse formula recovery recovers the canonical signed Pauli relations. The contribution of the KAN is therefore pathway-level structural interpretability within a neural reconstruction model, rather than superior sparse regression. Together with negative controls, these probes provide a consistency chain for auditing learned reconstruction rules against known physical structure.
• Abstract（参考訳）: 量子状態トモグラフィーへの機械学習アプローチは高い再現性を達成することができるが、訓練されたモデルで使用される物理構造はしばしば暗黙的に残っている。 ここでは、コルモゴロフ・アルノルドネットワーク(KAN)の分散化が、回帰器としてだけでなく、内部組織を既知のパウリ構造に対して検査できる検査可能な復元規則としても利用できるかどうかを問う。 63個の非同一性パウリ予想値を用いて3つのGHZ部分空間変数を再構成する制御された3量子GHZベンチマークについて検討した。 有限ショットサンプリングと偏極ノイズの下では、外部アブレーションにより、63の測定値から設定された12チャンネルのGHZ関連パウリが特定され、テストされたショット数全体にわたって正確なトップ12リカバリと非偏極ノイズ強度が得られた。 これらのサポートパターンは、マルチシードのランダム初期化とノイズレベル解析において安定であり、ランダムラベル制御の下で崩壊する。 優占プルーニングされた入出力経路は、解析的GHZパウリ群集と整合したパターンで、Z型集団観測可能とX/Y非対角観測可能を整理し、スパース式回復は、標準的署名されたパウリ関係を回復させる。 したがって、KAの寄与は、より優れたスパース回帰ではなく、神経再構成モデルにおける経路レベルの構造的解釈可能性である。 負の制御とともに、これらのプローブは既知の物理構造に対して学習された再構成規則を監査するための整合連鎖を提供する。

関連論文リスト

• The Dark Regulome: Disentangling Predictability from Regulation in Genomic Foundation Models [0.0]
  高次グリオーマはニューロンと機能的なシナプスを介して神経回路に統合される。 ダークゲノムにまたがる規制プログラムは、プローブする天然基質である。 本稿では、予測可能性駆動型RIS分散から分離した残差化・置換診断手法を提案する。
  論文  参考訳（メタデータ） (2026-06-05T02:20:12Z)
• Sequential Spatiotemporal Magnetic-Field Reconstruction via Quantum Hamiltonian Learning with NV-Center Spin-1 Hamiltonians [0.0]
  動的2次元磁場マップのための量子ハミルトニアン学習に基づく逐次再構成フレームワークを提案する。 局所的な測定は、局所磁場値と共有双極子結合パラメータによって支配される窒素空隙スピンダイナミクスによって生成される。 その結果、試験対象のフィールドクラスの実現可能性を示し、結合推定を主な識別可能性ボトルネックとして同定した。
  論文  参考訳（メタデータ） (2026-05-22T10:13:04Z)
• Coverage Analysis of Rydberg Atom Quantum Receiver Arrays: A Stochastic Geometry Approach [55.47164192369501]
  ライドバーグ原子量子受信機(RAQR)は、量子制限感度とブロードバンドチューナビリティを提供する。 密集した展開において、集合的干渉は原子トランスデューサを小さな信号状態から外すことができる。 本稿では、RAQRフロントエンドを幾何学的カバレッジ分析に埋め込むことで、この問題に対処する。
  論文  参考訳（メタデータ） (2026-05-22T04:05:13Z)
• Clipping Bottleneck: Stabilizing RLVR via Stochastic Recovery of Near-Boundary Signals [83.0127582612634]
  Near-boundary Rescue (NSR) は最小限のプラグ・アンド・プレイの修正であり、失った信号を回復するために、アウト・オブ・バウンドトークンを保持する。 NSRはトレーニングの安定性を大幅に改善し、DAPOやGSPOといった強力なベースライン上で一貫したゲインを提供する。
  論文  参考訳（メタデータ） (2026-05-21T16:45:31Z)
• Analytic Continuation Between Real- and Imaginary-Time Quantum Dynamics and the Fundamental Instability of Inverse Reconstruction [9.430934455887158]
  実時間および仮想時間量子力学を接続する統合スペクトル半群フレームワークを開発した。 スペクトル構造は, 再構成の忠実度を統一的に制御することを示す。 特に、非エルミート的および開系的設定は、可逆性がスペクトルの幾何学的およびスケール依存的な特徴として現れることを示した。
  論文  参考訳（メタデータ） (2026-05-11T13:23:55Z)
• RiboSphere: Learning Unified and Efficient Representations of RNA Structures [57.40815107640066]
  RNAのバックボーンは非常に柔軟で、非カノニカル相互作用が一般的であり、実験的に決定された3D構造は比較的少ない。 本稿では,ベクトル量子化とフローマッチングを組み合わせることで,RNAの固有な幾何学的表現を学習するフレームワークであるemphRiboSphereを紹介する。
  論文  参考訳（メタデータ） (2026-03-20T04:36:35Z)
• Refold: Refining Protein Inverse Folding with Efficient Structural Matching and Fusion [17.46770853528419]
  逆フォールディングは、特定のバックボーン構造に折り畳むアミノ酸配列を設計することを目的としている。 データベースに基づく構造的事前の強みとディープラーニング予測を統合した,新たなフレームワークであるRefoldを紹介する。 我々はRefoldが標準ベンチマークで0.63の最先端のネイティブシークエンスリカバリを実現することを示す。
  論文  参考訳（メタデータ） (2026-03-15T12:36:18Z)
• DynGFN: Towards Bayesian Inference of Gene Regulatory Networks with GFlowNets [81.75973217676986]
  遺伝子調節ネットワーク(GRN)は、遺伝子発現と細胞機能を制御する遺伝子とその産物間の相互作用を記述する。 既存の方法は、チャレンジ(1)、ダイナミックスから循環構造を識別すること、あるいはチャレンジ(2)、DAGよりも複雑なベイズ後部を学習することに焦点を当てるが、両方ではない。 本稿では、RNAベロシティ技術を用いて遺伝子発現の「速度」を推定できるという事実を活用し、両方の課題に対処するアプローチを開発する。
  論文  参考訳（メタデータ） (2023-02-08T16:36:40Z)

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。

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。