理論的フレームワークは、文脈内学習下でのトランスフォーマーベースのニューラル量子状態に対する厳密な汎化誤差境界を確立し、予測誤差が文脈例とネットワーク深度に反比例して減少することを証明します。
@informaq-ja.bsky.social
@informaq-ja.bsky.social理論的フレームワークは、文脈内学習下でのトランスフォーマーベースのニューラル量子状態に対する厳密な汎化誤差境界を確立し、予測誤差が文脈例とネットワーク深度に反比例して減少することを証明します。
@informaq-ja.bsky.social単一の自己回帰ニューラルモデルが、まばらなアンカー幾何学から分子基底状態を学習し、未訓練の構成で化学的精度を達成し、独立した最適化と比較して25.8倍のGPUコスト削減を実現しました。
@informaq-ja.bsky.social量子コンピューティングとAIの融合：ニューラル埋め込みが実ハードウェア上での量子機械学習の精度を向上させ、マージン理論が汎化を説明し、Mambaデコーダは耐障害性量子コンピュータのためQEC復号化をO(d⁴)からO(d²)の計算量にスケールする。
@informaq-ja.bsky.social双曲型RBMニューラル量子状態は、体積則エンタングル系の表現においてユークリッド的な対応物を上回り、15桁にわたってエンタングルメント スペクトラムを忠実に再構成しており、指数関数的にエンタングルされた量子系に対する双曲幾何学の自然な適合性を実証しています...
@informaq-ja.bsky.social確率的再構成における対角シフトが過剰パラメータ化ニューラル量子状態における有限サンプル一般化の統計フィルタとして機能することを明らかにしました。分散削減を改善するために独立した正則化解を組み合わせたマルチシフトSRを導入しています。
@informaq-ja.bsky.social研究者らは、訓練可能な量子テンプレートを使用して量子状態を直接入力として処理する新規なRBMアーキテクチャを開発しました。位相ラベルなしで複数の量子システム全体における効果的な位相認識を実証し、量子状態処理と古典機械学習を架橋する技術を確立しました。
@informaq-ja.bsky.social波動関数ベースの基礎ニューラル量子状態は基本的なトポロジー的障害に直面しており、非自明なギャップのあるシステムにおいて、あるパラメータ値でゼロ基底状態忠実度を達成する必要があります。演算子値モデルはこの制限を克服しながらトポロジー的性質を保つことができます...
@informaq-ja.bsky.social補間サンプリング法により、ニューラル量子状態が極めてスパースな初期状態から量子動力学を正確に伝播させることが可能となり、以前はそのようなシミュレーションを扱うことができなかった根本的な制限を克服する。