طول و عرض کا تناسب اور نیورل نیٹ ورک کوانٹم اسٹیٹس

افلاطون کے ذریعہ دوبارہ شائع کیا گیا۔

فالونگ: 0

Amplitude Ratios and Neural Network Quantum States PlatoBlockchain Data Intelligence. Vertical Search. Ai.

Vojtech Havlicek

آئی بی ایم کوانٹم، آئی بی ایم ٹی جے واٹسن ریسرچ سینٹر

اس کاغذ کو دلچسپ لگتا ہے یا اس پر بات کرنا چاہتے ہیں؟ SciRate پر تبصرہ کریں یا چھوڑیں۔.

خلاصہ

نیورل نیٹ ورک کوانٹم سٹیٹس (NQS) مصنوعی عصبی نیٹ ورکس کے ذریعہ کوانٹم ویو فنکشنز کی نمائندگی کرتے ہیں۔ یہاں ہم [سائنس، 355، 6325، پی پی 602-606 (2017)] میں بیان کردہ NQS کے ذریعہ فراہم کردہ ویو فنکشن رسائی کا مطالعہ کرتے ہیں اور اسے تقسیم کی جانچ کے نتائج سے جوڑتے ہیں۔ یہ اس طرح کے NQS کے لیے بہتر ڈسٹری بیوشن ٹیسٹنگ الگورتھم کا باعث بنتا ہے۔ یہ ویو فنکشن ایکسیس ماڈل کی ایک آزاد تعریف کو بھی متحرک کرتا ہے: طول و عرض کے تناسب تک رسائی۔ ہم اس کا موازنہ نمونہ اور نمونہ اور استفسار تک رسائی کے ماڈلز سے کرتے ہیں، جن پر پہلے کوانٹم الگورتھم کی تخفیف کے مطالعہ میں غور کیا گیا تھا۔ سب سے پہلے، ہم یہ ظاہر کرتے ہیں کہ طول و عرض کے تناسب تک رسائی نمونے تک رسائی سے سختی سے مضبوط ہے۔ دوسرا، ہم استدلال کرتے ہیں کہ طول و عرض کے تناسب تک رسائی نمونے اور استفسار تک رسائی سے سختی سے کمزور ہے، لیکن یہ بھی ظاہر کرتے ہیں کہ یہ اپنی بہت سی نقلی صلاحیتوں کو برقرار رکھتا ہے۔ دلچسپ بات یہ ہے کہ ہم صرف کمپیوٹیشنل مفروضوں کے تحت ایسی علیحدگی دکھاتے ہیں۔ آخر میں، ہم صرف تین نوڈس کے ساتھ NQS تیار کرنے کے لیے ڈسٹری بیوشن ٹیسٹنگ الگورتھم کے کنکشن کا استعمال کرتے ہیں جو ایک درست ویو فنکشن کو انکوڈ نہیں کرتا ہے اور اس سے نمونہ نہیں لیا جا سکتا ہے۔

► BibTeX ڈیٹا

@article{Havlicek2023amplituderatios, doi = {10.22331/q-2023-03-02-938}, url = {https://doi.org/10.22331/q-2023-03-02-938}، عنوان = {Amplitude R}atios اور {N}eural {N}etwork {Q}uantum {S}tates}، مصنف = {Havlicek, Vojtech}, journal = {{Quantum}}, issn = {2521-327X}، ناشر = {{ Verein zur F{“{o}}rderung des Open Access Publizierens in den Quantenwissenschaften}}, Volume = {7}, pages = {938}, month = mar, year = {2023} }

► حوالہ جات

ہے [1] سکاٹ ایرونسن اور الیکس آرکیپوف "لینیئر آپٹکس کی کمپیوٹیشنل کمپلیکسیٹی" (2011)۔
https://doi.org/10.1145/1993636.1993682

ہے [2] کلیمنٹ کینن پرسنل کمیونیکیشن (2021)۔

ہے [3] Clément L. Canonne، Dana Ron، اور Rocco A. Servedio، "مشروط نمونوں کا استعمال کرتے ہوئے امکانی تقسیم کی جانچ" SIAM جرنل آن کمپیوٹنگ 44، 540–616 (2015)۔
https://doi.org/10.1137/130945508

ہے [4] کلیمنٹ ایل کینون، ژی چن، گوتم کامتھ، امیت لیوی، اور ایرک وینگارٹن، "اعلی جہتی تقسیم کی بے ترتیب پابندیاں اور سب کیوب کنڈیشنگ کے ساتھ یکسانیت کی جانچ" بتیس سیکنڈ کے سالانہ ACM-SIAM سمپوزیم کی کارروائیاں الگورتھ پر 321)۔

ہے [5] Giuseppe Carleo، Yusuke Nomura، اور Masatoshi Imada، "گہرے نیورل نیٹ ورکس کے ساتھ کوانٹم کئی باڈی سسٹمز کی صحیح نمائندگی کرنا" نیچر کمیونیکیشنز 9، 5322 (2018)۔
https://doi.org/10.1038/s41467-018-07520-3

ہے [6] Giuseppe Carleoand Matthias Troyer "مصنوعی عصبی نیٹ ورک کے ساتھ کوانٹم بہت سے جسم کے مسئلے کو حل کرنا" سائنس 355, 602-606 (2017)۔
https://doi.org/10.1126/science.aag2302

ہے [7] سورو چکرورتی، ایلڈر فشر، یوناٹن گولڈیرش، اور ایری ماتسلیہ، "تقسیم ٹیسٹنگ میں مشروط نمونوں کی طاقت پر" نظریاتی کمپیوٹر سائنس میں اختراعات پر چوتھی کانفرنس کی کارروائی 4–561 (580)۔
https://doi.org/10.1145/2422436.2422497

ہے [8] مارٹن ڈائر، ایلن فریز، اور روی کنن، "محدب اجسام کے حجم کا تخمینہ لگانے کے لیے ایک بے ترتیب پولینومئل ٹائم الگورتھم" J. ACM 38, 1–17 (1991)۔
https://doi.org/10.1145/102782.102783

ہے [9] ایلن فریز، روی کنن، اور سنتوش ویمپالا، "کم رینک کے تخمینے تلاش کرنے کے لیے تیز مونٹی کارلو الگورتھم" J. ACM 51، 1025–1041 (2004)۔
https://doi.org/10.1145/1039488.1039494

ہے [10] Xun Gaoand Lu-Ming Duan "گہرے عصبی نیٹ ورکس کے ساتھ کوانٹم کئی باڈی اسٹیٹس کی موثر نمائندگی" نیچر کمیونیکیشنز 8، 662 (2017)۔
https://doi.org/10.1038/s41467-017-00705-2

ہے [11] Vojtech Havlicekand Sergii Strelchuk "کوانٹم شور سیمپلنگ سرکٹس مضبوطی سے نقلی ہو سکتے ہیں" طبعیات۔ Rev. Lett. 121، 060505 (2018)۔
https:///doi.org/10.1103/PhysRevLett.121.060505

ہے [12] Geoffrey E. Hinton "متضاد ڈائیورجنس کو کم سے کم کرکے ماہرین کی تربیتی مصنوعات" نیورل کمپیوٹیشن 14، 1771–1800 (2002)۔
https://doi.org/10.1162/089976602760128018

ہے [13] مارک ہیوبر "گبز ڈسٹری بیوشن کے معمول پر لانے کے لیے تخمینہ الگورتھم" دی اینالز آف اپلائیڈ پروبیبلٹی 25 (2015)۔
https://doi.org/10.1214/14-aap1015

ہے [14] مارک جیرم "یکساں تقسیم سے مشترکہ ڈھانچے کی بے ترتیب نسل (توسیع شدہ خلاصہ)" آٹو میٹا، زبانوں اور پروگرامنگ 12-290 (299) پر 1985 ویں کالکوئیم کی کارروائی۔

ہے [15] مارک آر جیرم، لیسلی جی ویلینٹ، اور وجے وی ویزیرانی، "یکساں تقسیم سے مشترکہ ڈھانچے کی بے ترتیب نسل" تھیوریٹیکل کمپیوٹر سائنس 43، 169–188 (1986)۔
https://doi.org/10.1016/0304-3975(86)90174-X
https:///www.sciencedirect.com/science/article/pii/030439758690174X

ہے [16] Bjarni Jónsson, Bela Bauer, and Giuseppe Carleo, "Neural-network states for classical simulation of Quantum computing" arXiv e-prints arXiv:1808.05232 (2018)۔
https://doi.org/10.48550/ARXIV.1808.05232
آر ایکس سی: 1808.05232

ہے [17] رچرڈ ایم کارپ، مائیکل لوبی، اور نیل مدراس، "گنتی کے مسائل کے لیے مونٹی کارلو تخمینی الگورتھم" جرنل آف الگورتھم 10، 429–448 (1989)۔
https://doi.org/10.1016/0196-6774(89)90038-2
https:///www.sciencedirect.com/science/article/pii/0196677489900382

ہے [18] Matthieu Lerasle "لیکچر نوٹس: مضبوط شماریاتی لرننگ تھیوری پر منتخب عنوانات" arXiv e-prints arXiv:1908.10761 (2019)۔
https://doi.org/10.48550/ARXIV.1908.10761
آر ایکس سی: 1908.10761

ہے [19] Philip M. Longand Rocco A. Servedio "محدود بولٹزمین مشینوں کا تقریباً اندازہ لگانا یا ان کی تقلید کرنا مشکل ہے" مشین لرننگ 27–703 (710) پر 2010ویں بین الاقوامی کانفرنس پر بین الاقوامی کانفرنس کی کارروائی۔

ہے [20] جیمز مارٹینز، آرکادیو چٹوپادھیا، ٹونی پٹاسی، اور رچرڈ زیمل، "محدود بولٹزمین مشینوں کی نمائندگی کی کارکردگی پر" کران ایسوسی ایٹس، انکارپوریشن (2013)۔
http://papers.nips.cc/paper/5020-on-the-representational-efficiency-of-restricted-boltzmann-machines.pdf

ہے [21] Matija Medvidovićand Giuseppe Carleo "کوانٹم اپروکسیمیٹ آپٹیمائزیشن الگورتھم کا کلاسیکل تغیراتی تخروپن" npj کوانٹم انفارمیشن 7، 101 (2021)۔
https://doi.org/10.1038/s41534-021-00440-z
آر ایکس سی: 2009.01760

ہے [22] امداد ایس بی سردھر والا، سرگی اسٹریلچک، اور رچرڈ جوزہ، "کوانٹم کنڈیشنل سوال کی پیچیدگی" کوانٹم معلومات۔ کمپیوٹنگ 17، 541–567 (2017)۔

ہے [23] P. Smolensky "متحرک نظاموں میں انفارمیشن پروسیسنگ: ہارمونی تھیوری کی بنیادیں" MIT پریس (1986)۔

ہے [24] Daniel Štefankovič، Santosh Vempala، اور Eric Vigoda، "Adaptive Simulated annealing: A near-Optimal Connection between Sampling and Counting" J. ACM 56 (2009)۔
https://doi.org/10.1145/1516512.1516520

ہے [25] Ewin Tang "سفارش کے نظام کے لیے ایک کوانٹم سے متاثر کلاسیکی الگورتھم" تھیوری آف کمپیوٹنگ 51–217 (228) پر 2019ویں سالانہ ACM SIGACT سمپوزیم کی کارروائی۔
https://doi.org/10.1145/3313276.3316310

ہے [26] LG Valiant "مستقل کمپیوٹنگ کی پیچیدگی" تھیوریٹیکل کمپیوٹر سائنس 8، 189–201 (1979)۔
https://doi.org/10.1016/0304-3975(79)90044-6
https:///www.sciencedirect.com/science/article/pii/0304397579900446

ہے [27] مارٹن وان ڈین نیسٹ "ممکنہ طریقوں کے ساتھ کوانٹم کمپیوٹرز کی نقالی" کوانٹم معلومات۔ کمپیوٹنگ 11، 784–812 (2011)۔

کی طرف سے حوالہ دیا گیا

[1] انا ڈیوڈ، جولین آرنلڈ، بورجا ریکوینا، الیگزینڈر گریش، مارسن پلوڈزین، کیلان ڈونٹیلا، کم اے نکولی، پاولو سٹورناٹی، رووین کوچ، مریم بٹنر، رابرٹ اوکولا، گورکا میوز-گل، روڈریگو اے ورگاس-ہرنڈی، البا سرویرا لیرٹا، جوآن کاراسکویلا، ویدران ڈنجکو، میریلو گیبری، پیٹرک ہیومبیلی، ایورٹ وان نیوینبرگ، فلیپو ویسینٹینی، لئی وانگ، سیبسٹین جے ویٹزل، جوزپے کارلیو، ایلیکا گریپلووا، رومن کریمس، فلورین میکوائرڈ، فلورین، میکوائرڈ، میکوئین۔ اور الیگزینڈر ڈوفن، "کوانٹم سائنسز میں مشین لرننگ کی جدید ایپلی کیشنز"، آر ایکس سی: 2204.04198, (2022).

[2] سرگئی براوی، جیوسیپ کارلیو، ڈیوڈ گوسیٹ، اور ینچین لیو، "کسی بھی گیپڈ کوانٹم کئی باڈی سسٹم سے تیزی سے مکس ہونے والی مارکوف چین"، آر ایکس سی: 2207.07044, (2022).

مذکورہ بالا اقتباسات سے ہیں۔ SAO/NASA ADS (آخری بار کامیابی کے ساتھ 2023-03-02 17:14:26)۔ فہرست نامکمل ہو سکتی ہے کیونکہ تمام ناشرین مناسب اور مکمل حوالہ ڈیٹا فراہم نہیں کرتے ہیں۔

نہیں لا سکا کراس ریف کا حوالہ دیا گیا ڈیٹا آخری کوشش کے دوران 2023-03-02 17:14:24: Crossref سے 10.22331/q-2023-03-02-938 کے لیے حوالہ کردہ ڈیٹا حاصل نہیں کیا جا سکا۔ یہ عام بات ہے اگر DOI حال ہی میں رجسٹر کیا گیا ہو۔

یہ مقالہ کوانٹم میں کے تحت شائع کیا گیا ہے۔ Creative Commons انتساب 4.0 انٹرنیشنل (CC BY 4.0) لائسنس کاپی رائٹ اصل کاپی رائٹ ہولڈرز جیسے مصنفین یا ان کے اداروں کے پاس رہتا ہے۔