論文の概要: Stable Self-Modulating Quantum Fast-Weight Programmers with Bounded Memory Gates
- arxiv url: http://arxiv.org/abs/2607.02363v1
- Date: Thu, 02 Jul 2026 16:06:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-03 19:45:08.912017
- Title: Stable Self-Modulating Quantum Fast-Weight Programmers with Bounded Memory Gates
- Title（参考訳）: 境界メモリゲートを有する安定自己変調量子高速プログラム
- Abstract要約: 量子高速重みプログラム(QFWP)は、動的にプログラムされた変動回路パラメータに時間情報を格納する。
自己変調QFWPは、新しい高速更新と蓄積された高速状態の両方に入力依存ゲートを使用することで、このフレームワークを改善する。
従来のQFWPよりも、古い状態の変調が、最も一貫した改善の源であることを示す。
- 参考スコア（独自算出の注目度）: 36.26005687010788
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum Fast-Weight Programmers (QFWPs) store temporal information in dynamically programmed variational-circuit parameters rather than in nonlinear recurrent hidden states, offering a practical route to quantum sequence modeling. Self-Modulating QFWP improves this framework by using input-dependent gates for both new fast-weight updates and the accumulated fast-weight state, but its unbounded old-state multiplier can diverge in long-sequence regimes. We propose a bounded old-state modulation rule that applies a sign-preserving tanh gate only to the recurrent memory branch while leaving the additive update and new-update modulation unchanged. We evaluate standard QFWP, full Self-Modulating QFWP, Only-New, and Only-Old variants on two CUDA-Q quantum-dynamics forecasting tasks and on Milan SMS telecommunication activity prediction. The quantum-dynamics results show that old-state modulation is the most consistent source of improvement over Standard QFWP, and that bounding the old-state gate removes long-sequence divergence while improving aggregate robustness. On Milan SMS forecasting, the original unbounded Self-Modulating QFWP converges across the tested grid and shows its clearest gains at longer input windows, with behavior close to the Only-Old ablation. These findings identify accumulated-memory modulation as the key mechanism of Self-Modulating QFWP and bounded old-state gating as a targeted stabilization strategy.
- Abstract（参考訳）: QFWP(Quantum Fast-Weight Programmers)は、動的にプログラムされた変動回路パラメータに時間情報を格納する。
自己変調QFWPは、新しい高速更新と蓄積した高速状態の両方に入力依存ゲートを使用することで、このフレームワークを改善するが、その非有界な旧状態乗算器は、長い順序で分岐することができる。
本稿では,加算更新と更新変更をそのまま残しながら,符号保存タンフゲートを繰り返しメモリブランチにのみ適用する有界旧状態変調則を提案する。
我々は,2つのCUDA-Q量子力学予測タスクとミラノSMS通信活動予測において,QFWP,完全自己変調QFWP,Noth-New,Noth-Oldの変種を評価する。
量子力学の結果、古い状態変調は標準QFWPよりも一貫した改善の源であり、古い状態ゲートの境界は、集約的ロバスト性を改善しながら長いシーケンスのばらつきを除去することを示した。
ミラノのSMS予測では、元々の非有界な自己変調QFWPはテストグリッド全体に収束し、より長い入力ウィンドウで最も明確な利得を示し、唯一の古いアブレーションに近い振る舞いを示す。
これらの結果から,蓄積メモリの変調を自己変調QFWPの鍵機構として,また,目標安定化戦略として有界旧状態ゲーティング(bounded old-state gating)を同定した。
関連論文リスト
- Complementary Matrix-Gated QKAN Fast-Weight Programmers for Quantum Dynamics Forecasting [38.586966822977686]
量子インスパイアされたコルモゴロフ・アルノルドネットワーク(QKAN)に基づくゲーテッド高速プログラマ(FWP)
低ランク度変調を用いた自己変調QKANベースのFWPを提案する。
論文 参考訳（メタデータ） (2026-07-30T09:52:22Z) - Self-Modulating Quantum Fast-Weight Programmers for Efficient Adaptive Sequential Learning [36.260056870107874]
我々はQFWP(Self-Modulating Quantum Fast Weight Programmers)を提案する。
自己変調QFWPは、新しく生成された高速更新と過去の高速メモリの両方に対する適応変調を導入する。
提案手法は,様々なモデル設定における収束安定性と予測性能を向上させる。
論文 参考訳（メタデータ） (2026-06-22T10:21:03Z) - QLAM: A Quantum Long-Attention Memory Approach to Long-Sequence Token Modeling [14.229084182282607]
量子系の重ね合わせ特性を利用して状態ベースシーケンスモデリングを強化する最初の研究の1つを紹介する。
QLAMは、歴史的情報の重ね合わせをエンコードする量子状態として隠された状態を表す。
QLAMは、sMNIST、sFashion-MNIST、sCIFAR-10など、標準画像分類ベンチマークの逐次変種に対して評価する。
論文 参考訳（メタデータ） (2026-05-13T17:56:20Z) - Gated QKAN-FWP: Scalable Quantum-inspired Sequence Learning [38.502127166117674]
量子インスパイアされたKolmogorov-Arnold Network(QKAN)とFWPを統合した高速軽量フレームワークQKAN-FWPを提案する。
私たちは、DARUAN(DatA Re-Uploading ActivatioN)として知られる、学習可能な非線形アクティベーションとしてシングルキュービットデータ再ロード回路を使用している。
時系列ベンチマーク,MiniGrid強化学習,および実世界の太陽周期予測を主要な実践的結果として取り上げ,その枠組みを評価する。
論文 参考訳（メタデータ） (2026-05-07T13:04:09Z) - PAMod: Modeling Cyclical Shifts via Phase-Amplitude Modulation for Non-stationary Time Series Forecasting [59.88916926133985]
正規化特徴空間における位相振幅変調による循環分布シフトをモデル化するフレームワークPAModを提案する。
PAModは計算資源を減らして最先端の性能を実現する。
我々の変調機構は,プラグイン・アンド・プレイ技術として,既存の時系列予測手法を簡易な統合で改善することができる。
論文 参考訳（メタデータ） (2026-05-01T07:09:23Z) - 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) - EntroPE: Entropy-Guided Dynamic Patch Encoder for Time Series Forecasting [50.794700596484894]
IntroPE(Entropy-Guided Dynamic Patch)は,条件付きエントロピーによる遷移点を動的に検出する新しい時間情報フレームワークである。
これは、パッチの計算上の利点を維持しながら、時間構造を保存する。
長期予測ベンチマークによる実験では、EntroPEは精度と効率の両方を改善している。
論文 参考訳（メタデータ） (2025-09-30T12:09:56Z) - Quantum-Optimized Selective State Space Model for Efficient Time Series Prediction [39.146761527401424]
本稿では、状態空間のダイナミクスと変分量子ゲートを統合するハイブリッド量子最適化手法を提案する。
我々は、広く使われている3つのベンチマーク(ETT、トラフィック、為替レート)で、Q-SSMを実証的に検証する。
その結果,Q-SSMは強いベースラインよりも一貫して改善されていることがわかった。
論文 参考訳（メタデータ） (2025-08-29T22:00:48Z) - Towards Continual Learning Desiderata via HSIC-Bottleneck
Orthogonalization and Equiangular Embedding [55.107555305760954]
本稿では,レイヤワイドパラメータのオーバーライトや決定境界の歪みに起因する,概念的にシンプルで効果的な手法を提案する。
提案手法は,ゼロの指数バッファと1.02倍の差が絶対的に優れていても,競争精度が向上する。
論文 参考訳（メタデータ） (2024-01-17T09:01:29Z) - Adaptive Variational Quantum Dynamics Simulations [3.629716738568079]
本稿では、高精度な量子力学シミュレーションのための変分波動関数アンゼ構築のための汎用的自己適応的手法を提案する。
このアプローチを可積分リーブ・シュルツ・マティススピン鎖と非可積分混合体イジングモデルに適用する。
AVQDSフレームワークにより、短期量子コンピューティングデバイス上での量子多体システムの幅広い動的シミュレーションが可能となることを期待する。
論文 参考訳（メタデータ） (2020-11-01T20:21:57Z)
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。