Αναλογίες πλάτους και κβαντικές καταστάσεις νευρωνικών δικτύων

Αναλογίες πλάτους και κβαντικές καταστάσεις νευρωνικών δικτύων

Αναλογίες πλάτους και Κβαντικές καταστάσεις νευρωνικών δικτύων PlatoBlockchain Data Intelligence. Κάθετη αναζήτηση. Ολα συμπεριλαμβάνονται.

Vojtech Havlicek

IBM Quantum, IBM TJ Watson Research Center

Βρείτε αυτό το άρθρο ενδιαφέρουσα ή θέλετε να συζητήσετε; Scite ή αφήστε ένα σχόλιο για το SciRate.

Περίληψη

Οι κβαντικές καταστάσεις του νευρωνικού δικτύου (NQS) αντιπροσωπεύουν τις κβαντικές κυματοσυναρτήσεις από τεχνητά νευρωνικά δίκτυα. Εδώ μελετάμε την πρόσβαση κυματοσυνάρτησης που παρέχεται από το NQS που ορίζεται στο [Science, 355, 6325, σελ. 602-606 (2017)] και τη συσχετίζουμε με αποτελέσματα από τη δοκιμή διανομής. Αυτό οδηγεί σε βελτιωμένους αλγόριθμους δοκιμής διανομής για τέτοια NQS. Υποκινεί επίσης έναν ανεξάρτητο ορισμό ενός μοντέλου πρόσβασης κυματοσυνάρτησης: την πρόσβαση στο λόγο πλάτους. Το συγκρίνουμε με μοντέλα πρόσβασης δειγματοληψίας και δειγματοληψίας και ερωτημάτων, τα οποία εξετάστηκαν προηγουμένως στη μελέτη αποκβαντοποίησης κβαντικών αλγορίθμων. Πρώτον, δείχνουμε ότι η πρόσβαση στο λόγο πλάτους είναι αυστηρά ισχυρότερη από την πρόσβαση δείγματος. Δεύτερον, υποστηρίζουμε ότι η πρόσβαση σε αναλογία πλάτους είναι αυστηρά ασθενέστερη από την πρόσβαση δείγματος και ερωτήματος, αλλά επίσης δείχνουμε ότι διατηρεί πολλές από τις δυνατότητες προσομοίωσής της. Είναι ενδιαφέρον ότι δείχνουμε τέτοιο διαχωρισμό μόνο κάτω από υπολογιστικές υποθέσεις. Τέλος, χρησιμοποιούμε τη σύνδεση με αλγόριθμους δοκιμής διανομής για να παράγουμε ένα NQS με τρεις μόνο κόμβους που δεν κωδικοποιεί έγκυρη κυματοσυνάρτηση και δεν μπορεί να γίνει δειγματοληψία από αυτό.

► Δεδομένα BibTeX

► Αναφορές

[1] Scott Aaronson and Alex Arkhipov «The Computational Complexity of Linear Optics» (2011).
https: / / doi.org/ 10.1145 / 1993636.1993682

[2] Clement Cannone Προσωπική επικοινωνία (2021).

[3] Clément L. Canonne, Dana Ron και Rocco A. Servedio, «Δοκιμή κατανομών πιθανοτήτων με χρήση δειγμάτων υπό όρους» SIAM Journal on Computing 44, 540–616 (2015).
https: / / doi.org/ 10.1137 / 130945508

[4] Clement L. Canonne, Xi Chen, Gautam Kamath, Amit Levi και Erik Waingarten, "Random Restrictions of High Dimensional Distributions and Uniformity Testing with Subcube Conditioning" Proceedings of the Thirty-Second Annual ACM-SIAM Symposium (321–336) 2021).

[5] Giuseppe Carleo, Yusuke Nomura και Masatoshi Imada, «Κατασκευάζοντας ακριβείς αναπαραστάσεις κβαντικών συστημάτων πολλών σωμάτων με βαθιά νευρωνικά δίκτυα» Nature Communications 9, 5322 (2018).
https:/​/​doi.org/​10.1038/​s41467-018-07520-3

[6] Giuseppe Carleoand Matthias Troyer «Επίλυση του κβαντικού προβλήματος πολλών σωμάτων με τεχνητά νευρωνικά δίκτυα» Science 355, 602–606 (2017).
https: / / doi.org/ 10.1126 / science.aag2302

[7] Sourav Chakraborty, Eldar Fischer, Yonatan Goldhirsh και Arie Matsliah, «On the Power of Conditional Samples in Distribution Testing» Πρακτικά του 4ου Συνεδρίου για τις Καινοτομίες στη Θεωρητική Επιστήμη των Υπολογιστών 561–580 (2013).
https: / / doi.org/ 10.1145 / 2422436.2422497

[8] Martin Dyer, Alan Frieze και Ravi Kannan, «A Random Polynomial-Time Algorithm for Approximating the Volume of Convex Bodies» J. ACM 38, 1–17 (1991).
https: / / doi.org/ 10.1145 / 102782.102783

[9] Alan Frieze, Ravi Kannan και Santosh Vempala, “Fast Monte-Carlo Algorithms for Finding Low-Rank Approximations” J. ACM 51, 1025–1041 (2004).
https: / / doi.org/ 10.1145 / 1039488.1039494

[10] Xun Gao and Lu-Ming Duan «Αποτελεσματική αναπαράσταση κβαντικών καταστάσεων πολλών σωμάτων με βαθιά νευρωνικά δίκτυα» Nature Communications 8, 662 (2017).
https:/​/​doi.org/​10.1038/​s41467-017-00705-2

[11] Vojtech Havlicekand Sergii Strelchuk «Τα κυκλώματα δειγματοληψίας Quantum Schur μπορούν να προσομοιωθούν ισχυρά» Φυσ. Αναθ. Lett. 121, 060505 (2018).
https: / / doi.org/ 10.1103 / PhysRevLett.121.060505

[12] Geoffrey E. Hinton “Training Products of Experts by Minimizing Contrastive Divergence” Neural Computation 14, 1771–1800 (2002).
https: / / doi.org/ 10.1162 / 089976602760128018

[13] Mark Huber «Αλγόριθμοι προσέγγισης για την σταθερά κανονικοποίησης των κατανομών Gibbs» The Annals of Applied Probability 25 (2015).
https://doi.org/​10.1214/​14-aap1015

[14] Mark Jerrum “Random Generation of Combinatorial Structures from a Uniform Distribution (Extended Abstract)” Proceedings of the 12th Colloquium on Automata, Languages ​​and Programming 290–299 (1985).

[15] Mark R. Jerrum, Leslie G. Valiant και Vijay V. Vazirani, «Τυχαία παραγωγή συνδυαστικών δομών από ομοιόμορφη κατανομή» Theoretical Computer Science 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 και Giuseppe Carleo, «Καταστάσεις νευρωνικών δικτύων για την κλασική προσομοίωση κβαντικού υπολογισμού» arXiv e-prints arXiv:1808.05232 (2018).
https://doi.org/​10.48550/​ARXIV.1808.05232
arXiv: 1808.05232

[17] Richard M Karp, Michael Luby, and Neal Madras, “Monte-Carlo approximation algorithms for enumeration Problems” Journal of Algorithms 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 «Σημειώσεις Διάλεξης: Επιλεγμένα θέματα σχετικά με την ισχυρή στατιστική θεωρία μάθησης» arXiv e-prints arXiv:1908.10761 (2019).
https://doi.org/​10.48550/​ARXIV.1908.10761
arXiv: 1908.10761

[19] Philip M. Longand Rocco A. Servedio «Οι περιορισμένες μηχανές Boltzmann είναι δύσκολο να αξιολογηθούν κατά προσέγγιση ή να προσομοιωθούν» Πρακτικά του 27ου Διεθνούς Συνεδρίου για το Διεθνές Συνέδριο για τη Μηχανική Μάθηση 703–710 (2010).

[20] James Martens, Arkadev Chattopadhya, Toni Pitassi και Richard Zemel, «On the Representational Efficiency of Restricted Boltzmann Machines» Curran Associates, Inc. (2013).
http://papers.nips.cc/​paper/​5020-on-the-representational-efficiency-of-restricted-boltzmann-machines.pdf

[21] Matija Medvidović και Giuseppe Carleo «Κλασική προσομοίωση μεταβλητής του αλγόριθμου κβαντικής κατά προσέγγιση βελτιστοποίησης» npj Quantum Information 7, 101 (2021).
https: / / doi.org/ 10.1038 / s41534-021-00440-z
arXiv: 2009.01760

[22] Imdad SB Sardharwalla, Sergii Strelchuk και Richard Jozsa, Quantum Conditional Query Complexity. Υπολογιστής. 17, 541–567 (2017).

[23] P. Smolensky “Information Processing in Dynamical Systems: Foundations of Harmony Theory” MIT Press (1986).

[24] Daniel Štefankovič, Santosh Vempala και Eric Vigoda, «Adaptive Simulated Annealing: A σχεδόν βέλτιστη σύνδεση μεταξύ δειγματοληψίας και μέτρησης» J. ACM 56 (2009).
https: / / doi.org/ 10.1145 / 1516512.1516520

[25] Ewin Tang «A Quantum-Inspired Classical Algorithm for Recommendation Systems» Πρακτικά του 51ου ετήσιου ACM SIGACT Symposium on Theory of Computing 217–228 (2019).
https: / / doi.org/ 10.1145 / 3313276.3316310

[26] LG Valiant «Η πολυπλοκότητα του υπολογισμού του μόνιμου» Theoretical Computer Science 8, 189–201 (1979).
https:/​/​doi.org/​10.1016/​0304-3975(79)90044-6
https: / / www.sciencedirect.com/ science / article / pii / 0304397579900446

[27] Maarten Van Den Nest «Προομοίωση Κβαντικών Υπολογιστών με Πιθανολογικές Μέθοδοι» Κβαντικές Πληροφορίες. Υπολογιστής. 11, 784–812 (2011).

Αναφέρεται από

[1] Anna Dawid, Julian Arnold, Borja Requena, Alexander Gresch, Marcin Płodzień, Kaelan Donatella, Kim A. Nicoli, Paolo Stornati, Rouven Koch, Miriam Büttner, Robert Okuła, Gorka Muñoz-Gil, Rodrigo A. Vargas-H. Alba Cervera-Lierta, Juan Carrasquilla, Vedran Dunjko, Marylou Gabrié, Patrick Huembeli, Evert van Nieuwenburg, Filippo Vicentini, Lei Wang, Sebastian J. Wetzel, Giuseppe Carleo, Eliška Greplová, Roman Krems, Florian Marłłcha Tomwejste, Macquardt, Mac και Alexandre Dauphin, «Σύγχρονες εφαρμογές της μηχανικής μάθησης στις κβαντικές επιστήμες», arXiv: 2204.04198, (2022).

[2] Sergey Bravyi, Giuseppe Carleo, David Gosset και Yinchen Liu, «Μια αλυσίδα Markov που αναμειγνύεται γρήγορα από οποιοδήποτε κενό κβαντικό σύστημα πολλών σωμάτων». arXiv: 2207.07044, (2022).

Οι παραπάνω αναφορές είναι από SAO / NASA ADS (τελευταία ενημέρωση επιτυχώς 2023-03-02 17:14:26). Η λίστα μπορεί να είναι ελλιπής, καθώς δεν παρέχουν όλοι οι εκδότες τα κατάλληλα και πλήρη στοιχεία αναφοράς.

Δεν ήταν δυνατή η λήψη Crossref αναφερόμενα δεδομένα κατά την τελευταία προσπάθεια 2023-03-02 17:14:24: Δεν ήταν δυνατή η λήψη των αναφερόμενων δεδομένων για το 10.22331 / q-2023-03-02-938 από την Crossref. Αυτό είναι φυσιολογικό αν το DOI καταχωρήθηκε πρόσφατα.

Σφραγίδα ώρας:

Περισσότερα από Quantum Journal