Amplituudisuhted ja närvivõrgu kvantolekud

Amplituudisuhted ja närvivõrgu kvantolekud

Amplituudisuhted ja närvivõrgu kvantolekute PlatoBlockchain andmeintellekt. Vertikaalne otsing. Ai.

Vojtech Havlicek

IBM Quantum, IBM TJ Watsoni uurimiskeskus

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

Abstraktne

Neuraalvõrgu kvantolekud (NQS) esindavad tehisnärvivõrkude kvantlainefunktsioone. Siin uurime lainefunktsiooni juurdepääsu, mida pakub NQS, mis on määratletud [Science, 355, 6325, lk 602–606 (2017)] ja seostame selle jaotustesti tulemustega. See toob kaasa selliste NQS-i levitamise testimise algoritmide täiustamise. See motiveerib ka lainefunktsiooni juurdepääsumudeli sõltumatut määratlust: amplituudisuhte juurdepääs. Võrdleme seda valimi ning valimi ja päringu juurdepääsu mudelitega, mida varem käsitleti kvantalgoritmide dekvantimise uurimisel. Esiteks näitame, et juurdepääs amplituudisuhtele on rangelt tugevam kui proovijuurdepääs. Teiseks väidame, et juurdepääs amplituudisuhtele on rangelt nõrgem kui proovi- ja päringujuurdepääs, kuid näitame ka, et see säilitab paljud oma simulatsioonivõimalused. Huvitaval kombel näitame sellist eraldamist ainult arvutuslike eelduste alusel. Lõpuks kasutame ühendust jaotustesti algoritmidega, et luua ainult kolme sõlmega NQS, mis ei kodeeri kehtivat lainefunktsiooni ja millest ei saa diskreedi võtta.

► BibTeX-i andmed

► Viited

[1] Scott Aaronson ja Alex Arkhipov "Lineaaroptika arvutuslik keerukus" (2011).
https://​/​doi.org/​10.1145/​1993636.1993682

[2] Clement Cannone Isiklik suhtlus (2021).

[3] Clément L. Canonne, Dana Ron ja Rocco A. Servedio, "Tõenäosusjaotuste testimine tingimuslike valimite abil" SIAM Journal on Computing 44, 540–616 (2015).
https://​/​doi.org/​10.1137/​130945508

[4] Clement L. Canonne, Xi Chen, Gautam Kamath, Amit Levi ja Erik Waingarten, „Kõrgemõõtmeliste jaotuste juhuslikud piirangud ja ühtluse testimine alamkuubikuga konditsioneerimisega” kolmekümne teise aasta ACM-SIAM-i sümpoosioni töös diskreetsete algoritmide kohta (321–336). 2021).

[5] Giuseppe Carleo, Yusuke Nomura ja Masatoshi Imada, "Kvant-mitmekehasüsteemide täpsete esituste konstrueerimine sügavate närvivõrkudega" Nature Communications 9, 5322 (2018).
https:/​/​doi.org/​10.1038/​s41467-018-07520-3

[6] Giuseppe Carleo ja Matthias Troyer „Kvant-mitmekehaprobleemi lahendamine tehisnärvivõrkudega” Science 355, 602–606 (2017).
https://​/​doi.org/​10.1126/​science.aag2302

[7] Sourav Chakraborty, Eldar Fischer, Yonatan Goldhirsh ja Arie Matsliah, "On the Power of Conditional Samples in Distribution Testing" Proceedings of the 4th Conference on Innovations in Theoretical Computer Science 561–580 (2013).
https://​/​doi.org/​10.1145/​2422436.2422497

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

[9] Alan Frieze, Ravi Kannan ja Santosh Vempala, "Kiired Monte-Carlo algoritmid madala asetusega lähenduste leidmiseks" J. ACM 51, 1025–1041 (2004).
https://​/​doi.org/​10.1145/​1039488.1039494

[10] Xun Gao ja Lu-Ming Duan „Kvant-mitmekehaliste olekute tõhus esitus sügavate närvivõrkudega” Nature Communications 8, 662 (2017).
https:/​/​doi.org/​10.1038/​s41467-017-00705-2

[11] Vojtech Havlicekand Sergii Strelchuk “Quantum Schuri proovivõtuahelaid saab tugevalt simuleerida” Phys. Rev. Lett. 121, 060505 (2018).
https://​/​doi.org/​10.1103/​PhysRevLett.121.060505

[12] Geoffrey E. Hinton “Ekspertide koolitustooted kontrastse lahknevuse minimeerimisel” Neural Computation 14, 1771–1800 (2002).
https://​/​doi.org/​10.1162/​089976602760128018

[13] Mark Huber “Gibbsi jaotuste normaliseerimiskonstandi ligikaudsed algoritmid” The Annals of Applied Probability 25 (2015).
https://​/​doi.org/​10.1214/​14-aap1015

[14] Mark Jerrum „Kombinatoorsete struktuuride juhuslik genereerimine ühtlasest jaotusest (laiendatud kokkuvõte)” 12. automaatide, keelte ja programmeerimise kollokviumi toimetised 290–299 (1985).

[15] Mark R. Jerrum, Leslie G. Valiant ja Vijay V. Vazirani, "Juhuslik kombinatoorsete struktuuride genereerimine ühtlasest jaotusest" 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 ja Giuseppe Carleo, "Närvivõrgu olekud kvantarvutite klassikaliseks simuleerimiseks" arXiv e-prints arXiv:1808.05232 (2018).
https://​/​doi.org/​10.48550/​ARXIV.1808.05232
arXiv: 1808.05232

[17] Richard M Karp, Michael Luby ja Neal Madras, “Monte-Carlo lähendusalgoritmid loendusprobleemidele”, 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 “Loengumärkmed: valitud teemad robustsest statistilise õppimise teooriast” 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 “Piiratud Boltzmanni masinaid on raske ligikaudselt hinnata või simuleerida” 27. rahvusvahelise masinõppe konverentsi rahvusvahelise konverentsi toimetised 703–710 (2010).

[20] James Martens, Arkadev Chattopadhya, Toni Pitassi ja 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 ja Giuseppe Carleo “Kvantligikaudse optimeerimise algoritmi klassikaline variatsioonisimulatsioon” npj Quantum Information 7, 101 (2021).
https://​/​doi.org/​10.1038/​s41534-021-00440-z
arXiv: 2009.01760

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

[23] P. Smolensky “Infotöötlus dünaamilistes süsteemides: harmooniateooria alused” MIT Press (1986).

[24] Daniel Štefankovič, Santosh Vempala ja Eric Vigoda, „Adaptive Simulated Annealing: A peaaegu Optimal Connection between Sampling and Counting” J. ACM 56 (2009).
https://​/​doi.org/​10.1145/​1516512.1516520

[25] Ewin Tang „A Quantum-Inspired Classical Algorithm for Recommendation Systems” 51. iga-aastase ACM SIGACTi andmetöötlusteooria sümpoosioni toimetised 217–228 (2019).
https://​/​doi.org/​10.1145/​3313276.3316310

[26] LG Valiant “Püsiarvu arvutamise keerukus” 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 "Kvantarvutite simuleerimine tõenäosuslike meetoditega" Quantum Info. Arvuta. 11, 784–812 (2011).

Viidatud

[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-Hernández, 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 Marquardt, Michał Tomza, Maciej Lewenstein ja Alexandre Dauphin, "Masinõppe kaasaegsed rakendused kvantteadustes", arXiv: 2204.04198, (2022).

[2] Sergey Bravyi, Giuseppe Carleo, David Gosset ja Yinchen Liu, "Kiiresti segunev Markovi kett mis tahes lõhenenud kvant-mitmekehalisest süsteemist". arXiv: 2207.07044, (2022).

Ülaltoodud tsitaadid on pärit SAO/NASA KUULUTUSED (viimati edukalt värskendatud 2023-03-02 17:14:26). Loend võib olla puudulik, kuna mitte kõik väljaandjad ei esita sobivaid ja täielikke viiteandmeid.

Ei saanud tuua Ristviide viidatud andmete alusel viimase katse ajal 2023-03-02 17:14:24: 10.22331/q-2023-03-02-938 viidatud andmeid ei saanud Crossrefist tuua. See on normaalne, kui DOI registreeriti hiljuti.

Ajatempel:

Veel alates Quantum Journal