「quant-ph」カテゴリーアーカイブ

Learning local equivariant representations for quantum operators

投稿日: 2024年7月11日 作成者: jarxiv

要約 密度汎関数理論 (DFT) フレームワークにおけるハミルトニアン行列、オー … 続きを読む →

カテゴリー: cond-mat.mtrl-sci, cs.LG, quant-ph | Learning local equivariant representations for quantum operators はコメントを受け付けていません

Improved algorithms for learning quantum Hamiltonians, via flat polynomials

投稿日: 2024年7月8日 作成者: jarxiv

要約 我々は、量子ハミルトニアンのギブス状態のコピーが与えられた場合に、任意の温 … 続きを読む →

カテゴリー: cs.DS, cs.LG, quant-ph | Improved algorithms for learning quantum Hamiltonians, via flat polynomials はコメントを受け付けていません

Do Quantum Neural Networks have Simplicity Bias?

投稿日: 2024年7月4日 作成者: jarxiv

要約 ディープニューラルネットワーク（DNN）の成功の1つの仮説は、DNNは表現 … 続きを読む →

カテゴリー: cs.AI, cs.LG, physics.app-ph, quant-ph | Do Quantum Neural Networks have Simplicity Bias? はコメントを受け付けていません

FreeCG: Free the Design Space of Clebsch-Gordan Transform for machine learning force field

投稿日: 2024年7月3日 作成者: jarxiv

要約 クレブシュ ゴルダン変換 (CG 変換) は、多体相互作用を効果的にエンコ … 続きを読む →

カテゴリー: cs.LG, physics.chem-ph, q-bio.BM, quant-ph | FreeCG: Free the Design Space of Clebsch-Gordan Transform for machine learning force field はコメントを受け付けていません

Quantum Curriculum Learning

投稿日: 2024年7月3日 作成者: jarxiv

要約 量子機械学習 (QML) では、量子の利点を達成するために大量の量子リソー … 続きを読む →

カテゴリー: cs.LG, quant-ph, stat.ML | Quantum Curriculum Learning はコメントを受け付けていません

Learning pure quantum states (almost) without regret

投稿日: 2024年6月27日 作成者: jarxiv

要約 私たちは最小限の後悔を持って量子状態トモグラフィーの研究を開始します。 学 … 続きを読む →

カテゴリー: cs.AI, cs.LG, quant-ph, stat.ML | Learning pure quantum states (almost) without regret はコメントを受け付けていません

KANQAS: Kolmogorov Arnold Network for Quantum Architecture Search

投稿日: 2024年6月26日 作成者: jarxiv

要約 量子アーキテクチャ探索 (QAS) は、量子の利点に向けた量子回路の最適化 … 続きを読む →

カテゴリー: cs.AI, cs.ET, cs.LG, quant-ph | KANQAS: Kolmogorov Arnold Network for Quantum Architecture Search はコメントを受け付けていません

Provably Efficient Exploration in Quantum Reinforcement Learning with Logarithmic Worst-Case Regret

投稿日: 2024年6月14日 作成者: jarxiv

要約 量子強化学習 (RL) は最近急速に注目を集めていますが、その理論的な理解 … 続きを読む →

カテゴリー: cs.AI, cs.LG, quant-ph, stat.ML | Provably Efficient Exploration in Quantum Reinforcement Learning with Logarithmic Worst-Case Regret はコメントを受け付けていません

Quantum-Noise-Driven Generative Diffusion Models

投稿日: 2024年6月13日 作成者: jarxiv

要約 機械学習技術で実現された生成モデルは、新しい合成データを生成するために、有 … 続きを読む →

カテゴリー: 68Q09, 68Q12, 81P47, 81P68, cond-mat.dis-nn, cs.AI, cs.LG, I.2.6, quant-ph, stat.ML | Quantum-Noise-Driven Generative Diffusion Models はコメントを受け付けていません

Quantum Equilibrium Propagation for efficient training of quantum systems based on Onsager reciprocity

投稿日: 2024年6月11日 作成者: jarxiv

要約 科学技術のあらゆる分野で機械学習と人工知能が広く導入されたことで、エネルギ … 続きを読む →

カテゴリー: cond-mat.dis-nn, cs.ET, cs.LG, quant-ph | Quantum Equilibrium Propagation for efficient training of quantum systems based on Onsager reciprocity はコメントを受け付けていません