Rasio Amplitudo Dan Status Kuantum Jaringan Syaraf Tiruan

Diterbitkan Ulang Oleh Plato

Followers: 0

Rasio Amplitudo dan Jaringan Neural Quantum States PlatoBlockchain Data Intelligence. Pencarian Vertikal. Ai.

Vojtech Havlicek

IBM Quantum, Pusat Penelitian IBM TJ Watson

Apakah makalah ini menarik atau ingin dibahas? Scite atau tinggalkan komentar di SciRate.

Abstrak

Neural Network Quantum States (NQS) mewakili fungsi gelombang kuantum oleh jaringan saraf tiruan. Di sini kami mempelajari akses fungsi gelombang yang disediakan oleh NQS yang didefinisikan dalam [Science, 355, 6325, hlm. 602-606 (2017)] dan menghubungkannya dengan hasil pengujian distribusi. Hal ini mengarah pada peningkatan algoritme pengujian distribusi untuk NQS tersebut. Ini juga memotivasi definisi independen dari model akses fungsi gelombang: akses rasio amplitudo. Kami membandingkannya dengan model akses sampel dan sampel dan kueri, yang sebelumnya dipertimbangkan dalam studi dekuantisasi algoritme kuantum. Pertama, kami menunjukkan bahwa akses rasio amplitudo lebih kuat daripada akses sampel. Kedua, kami berpendapat bahwa akses rasio amplitudo lebih lemah daripada akses sampel dan kueri, tetapi juga menunjukkan bahwa ia mempertahankan banyak kemampuan simulasinya. Menariknya, kami hanya menunjukkan pemisahan seperti itu di bawah asumsi komputasi. Terakhir, kami menggunakan koneksi ke algoritme pengujian distribusi untuk menghasilkan NQS hanya dengan tiga node yang tidak mengkodekan fungsi gelombang yang valid dan tidak dapat diambil sampelnya.

► data BibTeX

@artikel{Havlicek2023amplituderatios, doi = {10.22331/q-2023-03-02-938}, url = {https://doi.org/10.22331/q-2023-03-02-938}, judul = {Amplitudo { R}atios dan {N}eural {N}etwork {Q}uantum {S}tates}, penulis = {Havlicek, Vojtech}, jurnal = {{Quantum}}, issn = {2521-327X}, penerbit = {{ Verein zur F{“{o}}rderung des Open Access Publizierens in den Quantenwissenschaften}}, volume = {7}, halaman = {938}, bulan = mar, tahun = {2023} }

► Referensi

[1] Scott Aaronson dan Alex Arkhipov “Kompleksitas Komputasi Optik Linear” (2011).
https: / / doi.org/ 10.1145 / 1993636.1993682

[2] Clement Cannone Komunikasi pribadi (2021).

[3] Clément L. Canonne, Dana Ron, dan Rocco A. Servedio, “Menguji Distribusi Probabilitas menggunakan Sampel Bersyarat” Jurnal SIAM tentang Komputasi 44, 540–616 (2015).
https: / / doi.org/ 10.1137 / 130945508

[4] Clement L. Canonne, Xi Chen, Gautam Kamath, Amit Levi, dan Erik Waingarten, “Pembatasan Acak Distribusi Dimensi Tinggi dan Pengujian Keseragaman dengan Subcube Conditioning” Prosiding Simposium ACM-SIAM Tahunan Ketiga Puluh Dua pada Algoritma Diskrit 321–336 ( 2021).

[5] Giuseppe Carleo, Yusuke Nomura, dan Masatoshi Imada, “Membangun representasi yang tepat dari sistem banyak-tubuh kuantum dengan jaringan saraf yang dalam” Nature Communications 9, 5322 (2018).
https://doi.org/10.1038/s41467-018-07520-3

[6] Giuseppe Carleo dan Matthias Troyer “Memecahkan masalah banyak tubuh kuantum dengan jaringan saraf tiruan” Sains 355, 602–606 (2017).
https: / / doi.org/ 10.1126 / science.aag2302

[7] Sourav Chakraborty, Eldar Fischer, Yonatan Goldhirsh, dan Arie Matsliah, “Tentang Kekuatan Sampel Bersyarat dalam Pengujian Distribusi” Prosiding Konferensi ke-4 tentang Inovasi dalam Ilmu Komputer Teoritis 561–580 (2013).
https: / / doi.org/ 10.1145 / 2422436.2422497

[8] Martin Dyer, Alan Frieze, dan 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, dan Santosh Vempala, “Algoritma Monte-Carlo Cepat untuk Menemukan Perkiraan Tingkat Rendah” J. ACM 51, 1025–1041 (2004).
https: / / doi.org/ 10.1145 / 1039488.1039494

[10] Xun Gao dan Lu-Ming Duan “Representasi yang efisien dari keadaan banyak tubuh kuantum dengan jaringan saraf yang dalam” Nature Communications 8, 662 (2017).
https://doi.org/10.1038/s41467-017-00705-2

[11] Vojtech Havlicekand Sergii Strelchuk “Sirkuit Sampling Quantum Schur dapat Disimulasikan dengan Kuat” Phys. Pendeta Lett. 121, 060505 (2018).
https: / / doi.org/ 10.1103 / PhysRevLett.121.060505

[12] Geoffrey E. Hinton “Produk Pelatihan Para Ahli dengan Meminimalkan Divergensi Kontrastif” Neural Computation 14, 1771–1800 (2002).
https: / / doi.org/ 10.1162 / 089976602760128018

[13] Mark Huber “Algoritme perkiraan untuk konstanta normalisasi distribusi Gibbs” The Annals of Applied Probability 25 (2015).
https:///doi.org/10.1214/14-aap1015

[14] Mark Jerrum “Generasi Acak Struktur Kombinatorial dari Distribusi Seragam (Abstrak Diperpanjang)” Prosiding Kolokium ke-12 tentang Automata, Bahasa dan Pemrograman 290–299 (1985).

[15] Mark R. Jerrum, Leslie G. Valiant, dan Vijay V. Vazirani, “Generasi acak struktur kombinatorial dari distribusi seragam” Ilmu Komputer Teoritis 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, dan Giuseppe Carleo, “Status jaringan saraf untuk simulasi klasik komputasi kuantum” arXiv e-prints arXiv:1808.05232 (2018).
https:///doi.org/10.48550/ARXIV.1808.05232
arXiv: 1808.05232

[17] Richard M Karp, Michael Luby, dan Neal Madras, “Algoritma pendekatan Monte-Carlo untuk masalah pencacahan” 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 “Catatan Kuliah: Topik terpilih tentang teori pembelajaran statistik yang kuat” arXiv e-prints arXiv:1908.10761 (2019).
https:///doi.org/10.48550/ARXIV.1908.10761
arXiv: 1908.10761

[19] Philip M. Long dan Rocco A. Servedio “Mesin Boltzmann yang Dibatasi Sulit untuk Dievaluasi atau Disimulasikan” Prosiding Konferensi Internasional ke-27 tentang Konferensi Internasional tentang Pembelajaran Mesin 703–710 (2010).

[20] James Martens, Arkadev Chattopadhya, Toni Pitassi, dan 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 Medvidovićand Giuseppe Carleo “Simulasi variasi klasik dari Algoritma Optimasi Perkiraan Kuantum” npj Quantum Information 7, 101 (2021).
https: / / doi.org/ 10.1038 / s41534-021-00440-z
arXiv: 2009.01760

[22] Imdad SB Sardharwalla, Sergii Strelchuk, dan Richard Jozsa, “Kompleksitas Kueri Bersyarat Kuantum” Info Kuantum. Komputer. 17, 541–567 (2017).

[23] P. Smolensky "Pemrosesan Informasi dalam Sistem Dinamis: Fondasi Teori Harmoni" MIT Press (1986).

[24] Daniel Štefankovič, Santosh Vempala, dan Eric Vigoda, “Adaptive Simulated Annealing: A near-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” Prosiding Simposium ACM SIGACT Tahunan ke-51 tentang Teori Komputasi 217–228 (2019).
https: / / doi.org/ 10.1145 / 3313276.3316310

[26] LG Valiant “Kompleksitas komputasi permanen” 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 “Mensimulasikan Komputer Kuantum dengan Metode Probabilistik” Info Kuantum. Komputer. 11, 784–812 (2011).

Dikutip oleh

[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 dan Alexandre Dauphin, “Aplikasi modern pembelajaran mesin dalam ilmu kuantum”, arXiv: 2204.04198, (2022).

[2] Sergey Bravyi, Giuseppe Carleo, David Gosset, dan Yinchen Liu, "Rantai Markov yang bercampur dengan cepat dari sistem banyak-tubuh kuantum yang bercelah", arXiv: 2207.07044, (2022).

Kutipan di atas berasal dari SAO / NASA ADS (terakhir berhasil diperbarui, 2023-03-02 17:14:26). Daftar ini mungkin tidak lengkap karena tidak semua penerbit menyediakan data kutipan yang cocok dan lengkap.

Tidak dapat mengambil Crossref dikutip oleh data selama upaya terakhir 2023-03-02 17:14:24: Tidak dapat mengambil data yang dikutip oleh untuk 10.22331 / q-2023-03-02-938 dari Crossref. Ini normal jika DOI terdaftar baru-baru ini.

Makalah ini diterbitkan dalam Quantum di bawah Creative Commons Attribution 4.0 Internasional (CC BY 4.0) lisensi. Hak cipta tetap berada pada pemegang hak cipta asli seperti penulis atau lembaganya.

Konten Bertenaga SEO & Distribusi PR. Dapatkan Amplifikasi Hari Ini.
Platoblockchain. Intelijen Metaverse Web3. Pengetahuan Diperkuat. Akses Di Sini.
Sumber: https://quantum-journal.org/papers/q-2023-03-02-938/

Stempel Waktu: 2 Maret, 2023

Stempel Waktu: November 3, 2022

Termometri sistem kuantum Gaussian menggunakan pengukuran Gaussian

Kluster Sumber:

Jurnal Kuantum

Node Sumber: 1580298

Stempel Waktu: Juni 23, 2022

Umpan balik yang koheren dalam sistem optomekanis dalam rezim Intelijen Data PlatoBlockchain yang belum terselesaikan. Pencarian Vertikal. Ai.

Umpan balik yang koheren dalam sistem optomekanis dalam rezim sideband yang belum terselesaikan

Kluster Sumber:

Jurnal Kuantum

Node Sumber: 1735195

Stempel Waktu: November 3, 2022

Penetapan Harga Derivatif menggunakan Pemrosesan Sinyal Kuantum

Kluster Sumber:

Jurnal Kuantum

Node Sumber: 1971286

Stempel Waktu: April 30, 2024

Algoritme pembelajaran mesin kuantum baru: membagi model Markov kuantum tersembunyi yang terinspirasi oleh persamaan master bersyarat kuantum

Kluster Sumber:

Jurnal Kuantum

Node Sumber: 1940432

Stempel Waktu: Jan 24, 2024

Rasio Amplitudo dan Status Kuantum Jaringan Neural

Diterbitkan Ulang Oleh Plato

Abstrak

► data BibTeX

► Referensi

Dikutip oleh

Lebih dari Jurnal Kuantum

Algoritma Dekomposisi Dua Kesatuan dan Simulasi Sistem Kuantum Terbuka

Dinamika keterjeratan pasangan foton dan memori kuantum dalam medan gravitasi bumi

Teleportasi Keadaan Kuantum Pasca Terpilih

Kurva halaman dan keterikatan tipikal dalam optik linier

Hubungan kuantitatif antara konteks pengukuran yang berbeda

Estimasi Fase Variasi dengan Variational Fast Forwarding

Pengkodean informasi optimal kuantum menggunakan optik linier pasif yang berisik

Pada lanskap energi pemrosesan sinyal kuantum simetris

Termometri sistem kuantum Gaussian menggunakan pengukuran Gaussian

Umpan balik yang koheren dalam sistem optomekanis dalam rezim sideband yang belum terselesaikan

Penetapan Harga Derivatif menggunakan Pemrosesan Sinyal Kuantum

Algoritme pembelajaran mesin kuantum baru: membagi model Markov kuantum tersembunyi yang terinspirasi oleh persamaan master bersyarat kuantum

Tentang Kami

Pencarian Vertikal & Ai

Platform

Tetap Berhubung

Akun