文献

J-GLOBAL ID：202202287989578600   整理番号：22A0645441

テンソルネットワーク機械学習のための相互情報スケーリング【JST・京大機械翻訳】

Mutual information scaling for tensor network machine learning

著者 (8件)： Convy Ian (Department of Chemistry, University of California, Berkeley, CA 94720, United States of America) ,  Convy Ian (Berkeley Quantum Information and Computation Center, University of California, Berkeley, CA 94720, United States of America) ,  Huggins William (Department of Chemistry, University of California, Berkeley, CA 94720, United States of America) ,  Huggins William (Berkeley Quantum Information and Computation Center, University of California, Berkeley, CA 94720, United States of America) ,  Liao Haoran (Department of Physics, University of California, Berkeley, CA 94720, United States of America) ,  Liao Haoran (Berkeley Quantum Information and Computation Center, University of California, Berkeley, CA 94720, United States of America) ,  Birgitta Whaley K (Department of Chemistry, University of California, Berkeley, CA 94720, United States of America) ,  Birgitta Whaley K (Berkeley Quantum Information and Computation Center, University of California, Berkeley, CA 94720, United States of America)
資料名： Machine Learning: Science and Technology  (Machine Learning: Science and Technology)
巻： 3  号： 1  ページ： 015017 (21pp)  発行年： 2022年 
JST資料番号： W6456A  ISSN： 2632-2153  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： テンソルネットワークは,量子多体物理学における変分仮説として広く使用されて,機械学習のための有望なツールとして浮上している。与えられたテンソルネットワーク仮説の成功は,異なるスケーリングパターンに有利な異なるネットワーク設計で,標的状態の根底にある絡み合い構造を再現することができるのに,部分的に依存することはよく知られている。ここでは,関連する相関分析をテンソルネットワーク機械学習にいかに適用できるかを示し,古典的データが量子状態で見られるものと類似の相関スケーリングパターンを持つかどうかを明らかにし,与えられたデータセットに対して最良のネットワークを使用する可能性を示した。古典的データにおける相関の尺度として相互情報(MI)を利用し,確率的テンソルネットワーク分類器に必要なエンタングルメントの下限として機能できることを示した。次に,データ特徴の双分割間のMIを推定するためのロジスティック回帰アルゴリズムを開発し,異なる相関パターンを模倣するように設計されたGauss分布集合に関するその精度を検証した。このアルゴリズムを用いて,修正国立標準研究所および技術およびTiny画像データセットにおけるスケーリングパターンを特性化し,後者における境界法則スケーリングの明確な証拠を見出した。この量子に触発された古典的解析は,特定の学習タスクに最も適しているテンソルネットワークの設計への洞察を提供する。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  変分法 ,  *学習 ,  正規分布 ,  *ネットワーク ,  精度 ,  キャラクタリゼーション ,  状態 ,  *機械学習
準シソーラス用語： 量子状態 ,  相関分析 ,  ロジスティック回帰分析 ,  ネットワーク設計 ,  *テンソルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 量子力学一般  (BA06010C) ,  統計力学一般,多体問題  (BA08010Q)

タイトルに関連する用語 (3件)： テンソルネットワーク ,  機械学習 ,  スケーリング