প্রশস্ততা অনুপাত এবং নিউরাল নেটওয়ার্ক কোয়ান্টাম স্টেটস

প্রশস্ততা অনুপাত এবং নিউরাল নেটওয়ার্ক কোয়ান্টাম স্টেটস

প্রশস্ততা অনুপাত এবং নিউরাল নেটওয়ার্ক কোয়ান্টাম স্টেটস PlatoBlockchain ডেটা বুদ্ধিমত্তা। উল্লম্ব অনুসন্ধান. আ.

Vojtech Havlicek

আইবিএম কোয়ান্টাম, আইবিএম টিজে ওয়াটসন রিসার্চ সেন্টার

এই কাগজ আকর্ষণীয় খুঁজুন বা আলোচনা করতে চান? স্কাইটে বা স্কাইরেটে একটি মন্তব্য দিন.

বিমূর্ত

নিউরাল নেটওয়ার্ক কোয়ান্টাম স্টেটস (NQS) কৃত্রিম নিউরাল নেটওয়ার্ক দ্বারা কোয়ান্টাম ওয়েভ ফাংশন উপস্থাপন করে। এখানে আমরা [Science, 355, 6325, pp. 602-606 (2017)] তে সংজ্ঞায়িত NQS দ্বারা প্রদত্ত তরঙ্গ ফাংশন অ্যাক্সেস অধ্যয়ন করি এবং এটি বিতরণ পরীক্ষার ফলাফলের সাথে সম্পর্কিত। এটি এই জাতীয় NQS-এর জন্য উন্নত বিতরণ পরীক্ষার অ্যালগরিদমের দিকে নিয়ে যায়। এটি একটি তরঙ্গ ফাংশন অ্যাক্সেস মডেলের একটি স্বাধীন সংজ্ঞাকে অনুপ্রাণিত করে: প্রশস্ততা অনুপাত অ্যাক্সেস। আমরা এটিকে নমুনা এবং নমুনা এবং কোয়েরি অ্যাক্সেস মডেলের সাথে তুলনা করি, যা পূর্বে কোয়ান্টাম অ্যালগরিদমের নিষ্ক্রিয়করণের গবেষণায় বিবেচনা করা হয়েছিল। প্রথমত, আমরা দেখাই যে প্রশস্ততা অনুপাত অ্যাক্সেস নমুনা অ্যাক্সেসের চেয়ে কঠোরভাবে শক্তিশালী। দ্বিতীয়ত, আমরা যুক্তি দিই যে প্রশস্ততা অনুপাত অ্যাক্সেস নমুনা এবং ক্যোয়ারী অ্যাক্সেসের চেয়ে কঠোরভাবে দুর্বল, তবে এটিও দেখায় যে এটি তার অনেকগুলি সিমুলেশন ক্ষমতা ধরে রাখে। মজার বিষয় হল, আমরা শুধুমাত্র গণনাগত অনুমানের অধীনে এই ধরনের বিচ্ছেদ দেখাই। সবশেষে, আমরা ডিস্ট্রিবিউশন টেস্টিং অ্যালগরিদমের সংযোগ ব্যবহার করি মাত্র তিনটি নোড সহ একটি NQS তৈরি করতে যা একটি বৈধ তরঙ্গ ফাংশন এনকোড করে না এবং সেখান থেকে নমুনা নেওয়া যায় না।

► বিবিটেক্স ডেটা

। তথ্যসূত্র

[1] স্কট অ্যারনসন এবং অ্যালেক্স আরখিপভ "রৈখিক অপটিক্সের গণনাগত জটিলতা" (2011)।
https: / / doi.org/ 10.1145 / 1993636.1993682

[2] ক্লেমেন্ট ক্যানন ব্যক্তিগত যোগাযোগ (2021)।

[3] Clément L. Canonne, Dana Ron, এবং Rocco A. Servedio, "কন্ডিশনাল স্যাম্পল ব্যবহার করে সম্ভাব্যতা বন্টন পরীক্ষা করা" SIAM জার্নাল অন কম্পিউটিং 44, 540–616 (2015)।
https: / / doi.org/ 10.1137 / 130945508

[4] Clement L. Canonne, Xi Chen, Gautam Kamath, Amit Levi, and Erik Waingarten, “Subcube Conditioning এর সাথে উচ্চমাত্রিক ডিস্ট্রিবিউশন এবং ইউনিফর্মিটি টেস্টিং এর র্যান্ডম সীমাবদ্ধতা” ডিসক্রিট অ্যালগোরিথের উপর ত্রিশ-সেকেন্ডের বার্ষিক ACM-SIAM সিম্পোজিয়ামের কার্যক্রম (321 336)।

[5] Giuseppe Carleo, Yusuke Nomura, এবং Masatoshi Imada, "গভীর নিউরাল নেটওয়ার্কের সাথে কোয়ান্টাম বহু-বডি সিস্টেমের সঠিক উপস্থাপনা নির্মাণ" প্রকৃতি যোগাযোগ 9, 5322 (2018)।
https:/​/​doi.org/​10.1038/​s41467-018-07520-3

[6] Giuseppe Carleo and Matthias Troyer "কৃত্রিম নিউরাল নেটওয়ার্কের সাহায্যে কোয়ান্টাম বহু-শরীরের সমস্যার সমাধান" বিজ্ঞান 355, 602-606 (2017)।
https://​doi.org/​10.1126/​science.aag2302

[7] সৌরভ চক্রবর্তী, এল্ডার ফিশার, ইয়োনাটান গোল্ডহির্শ, এবং অ্যারি মাতসলিয়া, "বন্টন পরীক্ষায় শর্তসাপেক্ষ নমুনার ক্ষমতার উপর" তাত্ত্বিক কম্পিউটার বিজ্ঞান 4-561 (580) তে উদ্ভাবনের উপর 2013র্থ সম্মেলনের কার্যক্রম।
https: / / doi.org/ 10.1145 / 2422436.2422497

[8] মার্টিন ডায়ার, অ্যালান ফ্রিজ, এবং রবি কান্নান, "অ্যা র্যান্ডম পলিনোমিয়াল-টাইম অ্যালগরিদম ফর অ্যাপ্রোক্সিমেটিং দ্য ভলিউম অফ কনভেক্স বডিস" J. ACM 38, 1–17 (1991)।
https: / / doi.org/ 10.1145 / 102782.102783

[9] অ্যালান ফ্রিজ, রবি কান্নান, এবং সন্তোষ ভেম্পালা, "নিম্ন-র্যাঙ্কের আনুমানিক খোঁজার জন্য দ্রুত মন্টে-কার্লো অ্যালগরিদম" J. ACM 51, 1025–1041 (2004)।
https: / / doi.org/ 10.1145 / 1039488.1039494

[10] Xun Gaoand Lu-Ming Duan "গভীর নিউরাল নেটওয়ার্ক সহ কোয়ান্টাম বহু-বডি স্টেটের দক্ষ উপস্থাপনা" প্রকৃতি যোগাযোগ 8, 662 (2017)।
https:/​/​doi.org/​10.1038/​s41467-017-00705-2

[11] Vojtech Havlicekand Sergii Strelchuk "কোয়ান্টাম শুর স্যাম্পলিং সার্কিটগুলি দৃঢ়ভাবে অনুকরণ করা যেতে পারে" পদার্থ। রেভ. লেট। 121, 060505 (2018)।
https: / / doi.org/ 10.1103 / ফিজিরভাইলেট .121.060505

[12] জিওফ্রে ই. হিন্টন "বিরোধিতা কমিয়ে বিশেষজ্ঞদের প্রশিক্ষণের পণ্য" নিউরাল কম্পিউটেশন 14, 1771-1800 (2002)।
https: / / doi.org/ 10.1162 / 089976602760128018

[13] মার্ক হুবার "গিবস ডিস্ট্রিবিউশনের স্বাভাবিকীকরণ ধ্রুবকের জন্য প্রায়োক্সিমেশন অ্যালগরিদম" দ্য অ্যানালস অফ অ্যাপ্লাইড প্রোবাবিলিটি 25 (2015)।
https://​doi.org/​10.1214/​14-aap1015

[14] মার্ক জেরাম "একজন ইউনিফর্ম ডিস্ট্রিবিউশন (এক্সটেন্ডেড অ্যাবস্ট্রাক্ট) থেকে র্যান্ডম জেনারেশন অফ কম্বিনেটরিয়াল স্ট্রাকচার" অটোমেটা, ল্যাঙ্গুয়েজ অ্যান্ড প্রোগ্রামিং 12-290 (299) এর 1985 তম কলোকিয়ামের কার্যক্রম।

[15] মার্ক আর. জেরাম, লেসলি জি. ভ্যালিয়েন্ট, এবং বিজয় ভি. ভাজিরানি, "একটি অভিন্ন বন্টন থেকে সমন্বয়মূলক কাঠামোর এলোমেলো প্রজন্ম" তাত্ত্বিক কম্পিউটার বিজ্ঞান 43, 169-188 (1986)।
https:/​/​doi.org/​10.1016/​0304-3975(86)90174-X
https://​/​www.sciencedirect.com/​science/​article/​pii/​030439758690174X

[16] Bjarni Jónsson, Bela Bauer, এবং Giuseppe Carleo, "Neural-network states for the classical simulation of Quantum Computing" arXiv e-prints arXiv:1808.05232 (2018)৷
https://​doi.org/​10.48550/​ARXIV.1808.05232
arXiv: 1808.05232

[17] রিচার্ড এম কার্প, মাইকেল লুবি এবং নিল মাদ্রাজ, "গণনার সমস্যার জন্য মন্টে-কার্লো আনুমানিক অ্যালগরিদম" জার্নাল অফ অ্যালগরিদম 10, 429-448 (1989)।
https:/​/​doi.org/​10.1016/​0196-6774(89)90038-2
https://​/​www.sciencedirect.com/​science/​article/​pii/​0196677489900382

[18] Matthieu Lerasle "বক্তৃতা নোট: শক্তিশালী পরিসংখ্যানগত শিক্ষা তত্ত্বের নির্বাচিত বিষয়" arXiv e-prints arXiv:1908.10761 (2019)৷
https://​doi.org/​10.48550/​ARXIV.1908.10761
arXiv: 1908.10761

[19] ফিলিপ এম. লংগ্যান্ড রোকো এ. সার্ভেডিও "সীমাবদ্ধ বোল্টজম্যান মেশিনগুলি প্রায় মূল্যায়ন বা অনুকরণ করা কঠিন" মেশিন লার্নিং 27-703 (710) সম্পর্কিত আন্তর্জাতিক সম্মেলনের 2010 তম আন্তর্জাতিক সম্মেলনের কার্যক্রম।

[20] জেমস মার্টেনস, অর্কদেব চট্টোপাধ্যায়, টনি পিটাসি, এবং রিচার্ড জেমেল, "নিষিদ্ধ বোল্টজম্যান মেশিনের প্রতিনিধিত্বমূলক দক্ষতার উপর" কুরান অ্যাসোসিয়েটস, ইনক। (2013)।
http://​/​papers.nips.cc/​paper/​5020-on-the-representational-efficiency-of-restricted-boltzmann-machines.pdf

[21] মাতিজা মেদভিডোভিচ এবং জিউসেপ কার্লিও "কোয়ান্টাম আনুমানিক অপ্টিমাইজেশান অ্যালগরিদমের শাস্ত্রীয় পরিবর্তনশীল সিমুলেশন" npj কোয়ান্টাম তথ্য 7, 101 (2021)।
https://​doi.org/​10.1038/​s41534-021-00440-z
arXiv: 2009.01760

[22] ইমদাদ এসবি সরদারওয়ালা, সের্গেই স্ট্রেলচুক, এবং রিচার্ড জোজসা, "কোয়ান্টাম কন্ডিশনাল কোয়েরি কমপ্লেক্সিটি" কোয়ান্টাম তথ্য। কম্পিউট 17, 541–567 (2017)।

[23] P. Smolensky "ডাইনামিক্যাল সিস্টেমে তথ্য প্রক্রিয়াকরণ: হারমনি তত্ত্বের ভিত্তি" MIT প্রেস (1986)।

[24] ড্যানিয়েল স্টেফানকোভিচ, সন্তোষ ভেম্পালা, এবং এরিক ভিগোদা, "অ্যাডাপ্টিভ সিমুলেটেড অ্যানিলিং: স্যাম্পলিং এবং কাউন্টিংয়ের মধ্যে একটি কাছাকাছি-অনুকূল সংযোগ" J. ACM 56 (2009)।
https: / / doi.org/ 10.1145 / 1516512.1516520

[25] Ewin Tang "একটি কোয়ান্টাম-অনুপ্রাণিত ক্লাসিক্যাল অ্যালগরিদম ফর রেকমেন্ডেশন সিস্টেমস" 51তম বার্ষিক ACM SIGACT সিম্পোজিয়াম অন থিওরি অফ কম্পিউটিং 217-228 (2019) এর কার্যক্রম।
https: / / doi.org/ 10.1145 / 3313276.3316310

[26] LG Valiant "স্থায়ী গণনার জটিলতা" তাত্ত্বিক কম্পিউটার বিজ্ঞান 8, 189–201 (1979)।
https:/​/​doi.org/​10.1016/​0304-3975(79)90044-6
https://​/​www.sciencedirect.com/​science/​article/​pii/​0304397579900446

[27] মার্টেন ভ্যান ডেন নেস্ট "সম্ভাব্য পদ্ধতি সহ কোয়ান্টাম কম্পিউটারের অনুকরণ" কোয়ান্টাম তথ্য। কম্পিউট 11, 784–812 (2011)।

দ্বারা উদ্ধৃত

[১] আনা দাউইড, জুলিয়ান আর্নল্ড, বোর্জা রেকুয়েনা, আলেকজান্ডার গ্রেশ, মার্সিন প্লোডজিয়ন, কাইলান ডোনাটেলা, কিম এ. নিকোলি, পাওলো স্টর্নাটি, রুভেন কোচ, মিরিয়াম বাটনার, রবার্ট ওকুলা, গোর্কা মুনোজ-গিল, রদ্রিগো এ ভার্গাস-হার্নাডে, আলবা সার্ভেরা-লিয়ের্তা, জুয়ান ক্যারাসকুইলা, ভেড্রান ডুঞ্জকো, মেরিলো গ্যাব্রি, প্যাট্রিক হুয়েম্বেলি, এভার্ট ভ্যান নিউয়েনবার্গ, ফিলিপ্পো ভিসেন্টিনি, লেই ওয়াং, সেবাস্তিয়ান জে. ওয়েটজেল, জিউসেপ্পে কার্লিও, এলিস্কা গ্রেপ্লোভা, রোমান ক্রেমস, ফ্লোরিয়ান মারকুয়েন, ফ্লোরিয়ান মারকুয়েন, লেই ওয়াং, সেবাস্তিয়ান জে. এবং আলেকজান্ডার ডাউফিন, "কোয়ান্টাম বিজ্ঞানে মেশিন লার্নিং এর আধুনিক অ্যাপ্লিকেশন", arXiv: 2204.04198, (2022).

[২] সের্গেই ব্রাভি, জিউসেপ কার্লিও, ডেভিড গোসেট, এবং ইয়িনচেন লিউ, "যেকোন ফাঁকা কোয়ান্টাম বহু-বডি সিস্টেম থেকে একটি দ্রুত মিশ্রিত মার্কভ চেইন", arXiv: 2207.07044, (2022).

উপরের উদ্ধৃতিগুলি থেকে প্রাপ্ত এসএও / নাসার এডিএস (সর্বশেষে সফলভাবে 2023-03-02 17:14:26 আপডেট হয়েছে)। সমস্ত প্রকাশক উপযুক্ত এবং সম্পূর্ণ উদ্ধৃতি ডেটা সরবরাহ না করায় তালিকাটি অসম্পূর্ণ হতে পারে।

আনতে পারেনি ক্রসরেফ দ্বারা উদ্ধৃত ডেটা শেষ প্রয়াসের সময় 2023-03-02 17:14:24: ক্রসরেফ থেকে 10.22331 / q-2023-03-02-938 এর জন্য উদ্ধৃত ডেটা আনা যায়নি। ডিওআই যদি সম্প্রতি নিবন্ধিত হয় তবে এটি স্বাভাবিক।

সময় স্ট্যাম্প:

থেকে আরো কোয়ান্টাম জার্নাল

একটি নতুন কোয়ান্টাম মেশিন লার্নিং অ্যালগরিদম: কোয়ান্টাম কন্ডিশনাল মাস্টার সমীকরণ দ্বারা অনুপ্রাণিত লুকানো কোয়ান্টাম মার্কভ মডেলকে বিভক্ত করুন

উত্স নোড: 1940432
সময় স্ট্যাম্প: জানুয়ারী 24, 2024