Kõrgmõõtmeline kvantmasinõpe väikeste kvantarvutitega

Taasavaldanud Platon

järgijaid: 0

Kõrgmõõtmeline kvantmasinõpe väikeste kvantarvutitega PlatoBlockchain andmeintellektiga. Vertikaalne otsing. Ai.

Simon C. Marshall, Casper Gyurik ja Vedran Dunjko

Leideni ülikool, Leiden, Holland

Kas see artikkel on huvitav või soovite arutada? Scite või jätke SciRate'i kommentaar.

Abstraktne

Kvantarvutitel on suur lubadus masinõppe tõhustamiseks, kuid nende praegune kubitite arv piirab selle lubaduse täitmist. Selle piiranguga toimetulemiseks on kogukond loonud tehnikate komplekti suurte kvantahelate hindamiseks väiksematel kvantseadmetel. Need tehnikad töötavad, hinnates väiksemal masinal paljusid väiksemaid vooluringe, mis seejärel kombineeritakse polünoomiks, et kopeerida suurema masina väljundit. See skeem nõuab rohkem vooluringide hindamist, kui on praktiline üldiste vooluahelate jaoks. Siiski uurime võimalust, et teatud rakenduste jaoks on paljud neist alamahelatest üleliigsed ja et kogu vooluahela hindamiseks piisab palju väiksemast summast. Koostame masinõppemudeli, mis võib olla võimeline lähendama suurema vooluringi väljundeid palju vähemate vooluringide hinnangutega. Rakendame oma mudelit edukalt numbrituvastuse ülesandes, kasutades andmemõõtmest palju väiksemaid simuleeritud kvantarvuteid. Mudelit rakendatakse ka juhusliku 10 kubitise PQC ligikaudseks ülesandeks simuleeritud juurdepääsuga 5 kubitisele arvutile, isegi kui vooluringid on suhteliselt tagasihoidlik, meie mudel annab 10 kubitise PQC väljundi täpse ligikaudse hinnangu, mis on parem kui närvivõrk. katse. Väljatöötatud meetod võib olla kasulik kvantmudelite rakendamiseks suurematel andmetel kogu NISQ ajastu jooksul.

► BibTeX-i andmed

@artikkel{Marshall2023highdimensional, doi = {10.22331/q-2023-08-09-1078}, url = {https://doi.org/10.22331/q-2023-08-09-1078}, pealkiri = {High D}dimensiooniline {Q}uantum {M}achine {L}teenimine {W} {S}mall {Q}uantum {C}arvutitega}, autor = {Marshall, Simon C. ja Gyurik, Casper ja Dunjko, Vedran} , ajakiri = {{Kvant}}, issn = {2521-327X}, väljaandja = {{Verein zur F{“{o}}rderung des Open Access Publizierens in den Quantenwissenschaften}}, köide = {7}, lehekülge = { 1078}, kuu = aug, aasta = {2023} }

► Viited

[1] J Avron, Ofer Casper ja Ilan Rozen. Kvantieelis ja müra vähendamine hajutatud kvantarvutuses. Physical Review A, 104 (5): 052404, 2021. 10.1103/PhysRevA.104.052404.
https:///doi.org/10.1103/PhysRevA.104.052404

[2] S Balakrishnan ja R Sankaranarayanan. Operaator-schmidti lagunemine ja kahe qubit väravate geomeetrilised servad. Quantum Information Processing, 10 (4): 449–461, 2011. 10.1007/s11128-010-0207-9.
https://doi.org/10.1007/s11128-010-0207-9

[3] Peter L Bartlett ja Shahar Mendelson. Rademacheri ja Gaussi keerukus: riskipiirid ja struktuursed tulemused. Journal of Machine Learning Research, 3 (nov): 463–482, 2002. 10.1007/3-540-44581-1_15.
https://doi.org/10.1007/3-540-44581-1_15

[4] Saikat Basu, Amit Saha, Amlan Chakrabarti ja Susmita Sur-Kolay. $ i $-qer: intelligentne lähenemine kvantvigade vähendamisele. arXiv eeltrükk arXiv: 2110.06347, 2021. 10.1145/3539613.
https:///doi.org/10.1145/3539613
arXiv: 2110.06347

[5] Marvin Bechtold. Virtualiseerimise kontseptsioonide toomine väravapõhisesse kvantarvutusse. Magistritöö, Stuttgarti Ülikool, 2021.

[6] Sergey Bravyi, Graeme Smith ja John A Smolin. Kauplemine klassikaliste ja kvantarvutusressurssidega. Physical Review X, 6 (2): 021043, 2016. 10.1103/PhysRevX.6.021043.
https:///doi.org/10.1103/PhysRevX.6.021043

[7] Matthias C Caro, Elies Gil-Fuster, Johannes Jakob Meyer, Jens Eisert ja Ryan Sweke. Kodeerimisest sõltuvad üldistuspiirid parametriseeritud kvantahelatele. arXiv eeltrükk arXiv: 2106.03880, 2021. 10.22331/q-2021-11-17-582.
https://doi.org/10.22331/q-2021-11-17-582
arXiv: 2106.03880

[8] Gavin E Crooks. Parameetritega kvantväravate gradiendid parameetri nihke reegli ja paisu lagunemise abil. arXiv eeltrükk arXiv:1905.13311, 2019. 10.48550/arXiv.1905.13311.
https:///doi.org/10.48550/arXiv.1905.13311
arXiv: 1905.13311

[9] Li Deng. Mnisti andmebaas käsitsi kirjutatud numbrikujutistest masinõppe uuringute jaoks. IEEE Signal Processing Magazine, 29 (6): 141–142, 2012. 10.1109/MSP.2012.2211477.
https:///doi.org/10.1109/MSP.2012.2211477

[10] Edward Farhi ja Hartmut Neven. Klassifikatsioon kvantnärvivõrkudega lähiaja protsessoritel. arXiv eeltrükk arXiv:1802.06002, 2018. 10.48550/arXiv.1802.06002.
https:///doi.org/10.48550/arXiv.1802.06002
arXiv: 1802.06002

[11] Keisuke Fujii, Kaoru Mizuta, Hiroshi Ueda, Kosuke Mitarai, Wataru Mizukami ja Yuya O Nakagawa. Sügavvariatsiooniline kvantomalahendaja: jaga ja valluta meetod suurema probleemi lahendamiseks väiksema suurusega kvantarvutitega. PRX Quantum, 3 (1): 010346, 2022. 10.1103 / PRXQuantum.3.010346.
https:///doi.org/10.1103/PRXQuantum.3.010346

[12] Francisco Javier Gil Vidal ja Dirk Oliver Theis. Parameetritega kvantahelate sisendi liiasus. Frontiers in Physics, 8: 297, 2020. 10.48550/arXiv.1901.11434.
https:///doi.org/10.48550/arXiv.1901.11434

[13] Tobias Haug, Chris N Self ja MS Kim. Suurte andmekogumite kvantmasinõpe juhuslike mõõtmiste abil. Masinõpe: Science and Technology, 4 (1): 015005, jaanuar 2023. 10.1088/2632-2153/acb0b4.
https://doi.org/10.1088/2632-2153/acb0b4

[14] Vojtěch Havlíček, Antonio D Córcoles, Kristan Temme, Aram W Harrow, Abhinav Kandala, Jerry M Chow ja Jay M Gambetta. Juhendatud õpe kvant-täiustatud funktsiooniruumidega. Nature, 567 (7747): 209–212, 2019. 10.1038/s41586-019-0980-2.
https://doi.org/10.1038/s41586-019-0980-2

[15] Hsin-Yuan Huang, Michael Broughton, Masoud Mohseni, Ryan Babbush, Sergio Boixo, Hartmut Neven ja Jarrod R. McClean. Andmete jõud kvantmasinõppes. Nature Communications, 12 (1), mai 2021. ISSN 2041-1723. 10.1038/s41467-021-22539-9. URL http:///dx.doi.org/10.1038/s41467-021-22539-9.
https://doi.org/10.1038/s41467-021-22539-9

[16] Sofiene Jerbi, Casper Gyurik, Simon Marshall, Hans J Briegel ja Vedran Dunjko. Variatsioonilised kvantpoliitikad õppimise tugevdamiseks. arXiv eeltrükk arXiv:2103.05577, 2021. 10.48550/arXiv.2103.05577.
https:///doi.org/10.48550/arXiv.2103.05577
arXiv: 2103.05577

[17] js21 (https:///mathoverflow.net/users/21724/js21). Keskmiste väärtuste hinnangute korrutis – mõõtevõrdsuse kontsentratsioon. MathOverflow. URL https:///mathoverflow.net/q/286787. URL: https:///mathoverflow.net/q/286787 (versioon: 2017-11-23).
https:///mathoverflow.net/q/286787

[18] Abhinav Kandala, Antonio Mezzacapo, Kristan Temme, Maika Takita, Markus Brink, Jerry M Chow ja Jay M Gambetta. Riistvarasäästlik variatsiooniline kvantomalahendaja väikeste molekulide ja kvantmagnetite jaoks. Nature, 549 (7671): 242–246, 2017. 10.1038/nature23879.
https:///doi.org/10.1038/nature23879

[19] Weikang Li, Sirui Lu ja Dong-Ling Deng. Kvantühendatud õpe pimeda kvantarvutuse kaudu. Science China Physics, Mechanics & Astronomy, 64 (10): 1–8, 2021. 10.1007/s11433-021-1753-3.
https://doi.org/10.1007/s11433-021-1753-3

[20] Jin-Guo Liu ja Lei Wang. Kvantahelaga sündinud masinate diferentseeritav õppimine. Physical Review A, 98 (6): 062324, 2018. 10.1103/PhysRevA.98.062324.
https:///doi.org/10.1103/PhysRevA.98.062324

[21] Jarrod R McClean, Sergio Boixo, Vadim N Smelyanskiy, Ryan Babbush ja Hartmut Neven. Viljatud platood kvantnärvivõrgu treeningmaastikel. Looduskommunikatsioonid, 9 (1): 1–6, 2018. 10.1038/s41467-018-07090-4.
https://doi.org/10.1038/s41467-018-07090-4

[22] Kosuke Mitarai ja Keisuke Fujii. Virtuaalse kahe qubit värava konstrueerimine ühe qubit operatsioonide valimi abil. New Journal of Physics, 23 (2): 023021, 2021a. 10.1088/1367-2630/abd7bc.
https:///doi.org/10.1088/1367-2630/abd7bc

[23] Kosuke Mitarai ja Keisuke Fujii. Üldkulud mittekohaliku kanali simuleerimiseks kohalike kanalitega kvaasitõenäosuse valimi abil. Quantum, 5: 388, 2021b. 10.22331/q-2021-01-28-388.
https://doi.org/10.22331/q-2021-01-28-388

[24] Mehryar Mohri, Afshin Rostamizadeh ja Ameet Talwalkar. Masinõppe alused. MIT press, 2018. 10.1007/s00362-019-01124-9.
https://doi.org/10.1007/s00362-019-01124-9

[25] Tianyi Peng, Aram W Harrow, Maris Ozols ja Xiaodi Wu. Suurte kvantahelate simuleerimine väikeses kvantarvutis. Physical Review Letters, 125 (15): 150504, 2020. 10.1103/PhysRevLett.125.150504.
https:///doi.org/10.1103/PhysRevLett.125.150504

[26] Michael A Perlin, Zain H Saleem, Martin Suchara ja James C Osborn. Kvantahela lõikamine maksimaalse tõenäosusega tomograafiaga. npj Quantum Information, 7 (1): 1–8, 2021. 10.1038/s41534-021-00390-6.
https://doi.org/10.1038/s41534-021-00390-6

[27] Evan Peters, João Caldeira, Alan Ho, Stefan Leichenauer, Masoud Mohseni, Hartmut Neven, Panagiotis Spentzouris, Doug Strain ja Gabriel N Perdue. Kõrgemõõtmeliste andmete masinõpe mürarikkal kvantprotsessoril. npj Quantum Information, 7 (1): 1–5, 2021. 10.48550/arXiv.2101.09581.
https:///doi.org/10.48550/arXiv.2101.09581

[28] John Preskill. Kvantarvuti nisq-ajastul ja pärast seda. Quantum, 2: 79, 2018. 10.22331/q-2018-08-06-79.
https://doi.org/10.22331/q-2018-08-06-79

[29] Stefan H Sack, Raimel A Medina, Alexios A Michailidis, Richard Kueng ja Maksym Serbyn. Viljakate platoode vältimine klassikaliste varjude abil. arXiv eeltrükk arXiv:2201.08194, 2022. 10.1103/PRXQuantum.3.020365.
https:///doi.org/10.1103/PRXQuantum.3.020365
arXiv: 2201.08194

[30] Zain H Saleem, Teague Tomesh, Michael A Perlin, Pranav Gokhale ja Martin Suchara. Kvantjaga ja valluta kombinatoorseks optimeerimiseks ja hajutatud andmetöötluseks. arXiv eeltrükk arXiv:2107.07532, 2021. 10.48550/arXiv.2107.07532.
https:///doi.org/10.48550/arXiv.2107.07532
arXiv: 2107.07532

[31] Maria Schuld ja Nathan Killoran. Kvantmasinõpe funktsioonide Hilberti ruumides. Füüsilise ülevaate kirjad, 122 (4): 040504, 2019. 10.1103/PhysRevLett.122.040504.
https:///doi.org/10.1103/PhysRevLett.122.040504

[32] Maria Schuld, Ryan Sweke ja Johannes Jakob Meyer. Andmete kodeerimise mõju variatiivsete kvant-masinõppe mudelite väljendusvõimele. Physical Review A, 103 (3): 032430, 2021. 10.1103/PhysRevA.103.032430.
https:///doi.org/10.1103/PhysRevA.103.032430

[33] Wei Tang, Teague Tomesh, Martin Suchara, Jeffrey Larson ja Margaret Martonosi. Cutqc: väikeste kvantarvutite kasutamine suurte kvantahelate hindamiseks. In Proceedings of the 26th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, lk 473–486, 2021. 10.1145/3445814.3446758.
https:///doi.org/10.1145/3445814.3446758

[34] Stephen J Wright. Koordinaatide laskumise algoritmid. Matemaatiline programmeerimine, 151 (1): 3–34, 2015. 10.48550/arXiv.1502.04759.
https:///doi.org/10.48550/arXiv.1502.04759

[35] LeCun Yann. Kui kuulate tähelepanelikult, võite kuulda kitse karjumist "MNIST tulemused!" Aga kutt ei kuula tähelepanelikult. Twitter, 2022.
https:///twitter.com/ylecun/status/1481327585640521728

[36] Xiao Yuan, Jinzhao Sun, Junyu Liu, Qi Zhao ja You Zhou. Kvantsimulatsioon hübriidtensorvõrkudega. Physical Review Letters, 127 (4): 040501, 2021. 10.1103/PhysRevLett.127.040501.
https:///doi.org/10.1103/PhysRevLett.127.040501

Viidatud

[1] Arsenii Senokosov, Aleksander Sedykh, Asel Sagingalieva ja Alexey Melnikov, "Kvantmasinaõpe piltide klassifitseerimiseks", arXiv: 2304.09224, (2023).

[2] Christian Ufrecht, Maniraman Periyasamy, Sebastian Rietsch, Daniel D. Scherer, Axel Plinge ja Christopher Mutschler, "Mitme juhtimisega kvantväravate lõikamine ZX-arvutusega", arXiv: 2302.00387, (2023).

[3] Angus Lowe, Matija Medvidović, Anthony Hayes, Lee J. O'Riordan, Thomas R. Bromley, Juan Miguel Arrazola ja Nathan Killoran, „Kiire kvantahela lõikamine randomiseeritud mõõtmistega”, Quantum 7 934 (2023).

[4] Lirandë Pira ja Chris Ferrie, "Kutse hajutatud kvantnärvivõrkudele", arXiv: 2211.07056, (2022).

[5] L. Wright, F. Barratt, J. Dborin, V. Wimalaweera, B. Coyle ja AG Green, „Deterministic Tensor Network Classifiers” arXiv: 2205.09768, (2022).

[6] Cenk Tüysüz, Giuseppe Clemente, Arianna Crippa, Tobias Hartung, Stefan Kühn ja Karl Jansen, "Parameetriliste kvantahelate klassikaline poolitamine", arXiv: 2206.09641, (2022).

[7] Patrick Huembeli, Giuseppe Carleo ja Antonio Mezzacapo, "Tanglement Forging with generative neural network models" arXiv: 2205.00933, (2022).

[8] Marvin Bechtold, Johanna Barzen, Frank Leymann, Alexander Mandl, Julian Obst, Felix Truger ja Benjamin Weder, "QAOA vooluringi lõikamise mõju uurimine MaxCuti probleemi korral NISQ-seadmetes". arXiv: 2302.01792, (2023).

[9] Adrián Pérez-Salinas, Radoica Draškić, Jordi Tura ja Vedran Dunjko, "Reduce & chop: Shallow circuits for deeper problems", arXiv: 2212.11862, (2022).

[10] Tuhin Khare, Ritajit Majumdar, Rajiv Sangle, Anupama Ray, Padmanabha Venkatagiri Seshadri ja Yogesh Simmhan, "Parallelizing Quantum-Classical Workloads: Profiling the Impact of Splitting Techniques" arXiv: 2305.06585, (2023).

[11] Ryo Nagai, Shu Kanno, Yuki Sato ja Naoki Yamamoto, "Kvantkanalite lagunemine eel- ja järelvalikuga", arXiv: 2305.11642, (2023).

[12] Charles Moussa, Jan N. van Rijn, Thomas Bäck ja Vedran Dunjko, „Hyperparameter Importance of Quantum Neural Networks Across Small Datasets”, arXiv: 2206.09992, (2022).

[13] Michele Cattelan ja Sheir Yarkoni, "Variatsioonilise kvantalgoritmide paralleelskeemide rakendamine", arXiv: 2304.03037, (2023).

Ülaltoodud tsitaadid on pärit SAO/NASA KUULUTUSED (viimati edukalt värskendatud 2023-08-10 03:13:01). Loend võib olla puudulik, kuna mitte kõik väljaandjad ei esita sobivaid ja täielikke viiteandmeid.

On Crossrefi viidatud teenus teoste viitamise andmeid ei leitud (viimane katse 2023-08-10 03:12:54).

See raamat on avaldatud Quantum all Creative Commons Attribution 4.0 International (CC BY 4.0) litsents. Autoriõigus jääb algsetele autoriõiguste valdajatele, näiteks autoritele või nende institutsioonidele.

SEO-põhise sisu ja PR-levi. Võimenduge juba täna.
PlatoData.Network Vertikaalne generatiivne Ai. Jõustage ennast. Juurdepääs siia.
PlatoAiStream. Web3 luure. Täiustatud teadmised. Juurdepääs siia.
PlatoESG. Autod/elektrisõidukid, Süsinik, CleanTech, Energia, Keskkond päikeseenergia, Jäätmekäitluse. Juurdepääs siia.
BlockOffsets. Keskkonnakompensatsiooni omandi ajakohastamine. Juurdepääs siia.
Allikas: https://quantum-journal.org/papers/q-2023-08-09-1078/

Ajatempel: August 9, 2023

Ajatempel: September 7, 2023

Kõrgmõõtmeline kvantmasinõpe väikeste kvantarvutitega

Taasavaldanud Platon

Abstraktne

► BibTeX-i andmed

► Viited

Viidatud

Veel alates Quantum Journal

Konstrueeritud korrelatsiooniga minimaalne kaal sobib ideaalselt pinnakoodiga

Täiesti positiivne kaart mürarohkete kvantsüsteemide jaoks, mis on tuletatud Keldyshi laienemisest

Oleku ettevalmistamine Heisenbergi mudelis adiabaatilise spiraalimise kaudu

Tonksi gaasi dünaamiline paljude kehade ümberpaigutamise üleminek kvaasiperioodilises sõidupotentsiaalis

Kvantmängude teooria ja Nashi kvanttasakaalu lähendamise keerukus

Jaga ja valluta kontrollimeetod mürarikka keskmise skaala kvantarvutamiseks

Molekulaarsete vaadeldavate materjalide tõrketaluv kvantarvutus

Quantum Split allikate väljaolekud

Sünergiline kvantvea leevendamine variatsioonilise kvantomalahendaja randomiseeritud kompileerimise ja nullmüra ekstrapoleerimisega

Multi-Qubit Quantum Gate, mis kasutab Zeno efekti

Meist

Vertikaalne otsing ja Ai

Platvorm

Püsi ühenduses

konto