要約
線形方程式系は、機械学習の分野だけでなく、様々な数学領域で見られる。ノイズの少ない中間スケールの量子デバイスを用いることで、変分解法は大規模な系の解を高速に求めることができる。このようなアルゴリズムに関する理論的研究は豊富であるが、断片的な実装しか存在しない。このギャップを埋めるために、我々は、文献にある既存のアプローチを実現し、いくつかの機能拡張を導入したvariational-lse-solverフレームワークを開発した。ユーザーフレンドリーなインターフェースは、エンド・ツー・エンドのアプリケーションを特定し開発するという抽象化レベルで作業する研究者のために設計されている。
要約(オリジナル)
Linear systems of equations can be found in various mathematical domains, as well as in the field of machine learning. By employing noisy intermediate-scale quantum devices, variational solvers promise to accelerate finding solutions for large systems. Although there is a wealth of theoretical research on these algorithms, only fragmentary implementations exist. To fill this gap, we have developed the variational-lse-solver framework, which realizes existing approaches in literature, and introduces several enhancements. The user-friendly interface is designed for researchers that work at the abstraction level of identifying and developing end-to-end applications.
arxiv情報
著者 | Nico Meyer,Martin Röhn,Jakob Murauer,Axel Plinge,Christopher Mutschler,Daniel D. Scherer |
発行日 | 2024-08-02 13:59:12+00:00 |
arxivサイト | arxiv_id(pdf) |