一种在 D-Wave 量子退火机上利用稀疏推断的加速格点 QCD 回归算法
量子物理
2021-01-05 v2 高能物理 - 格点
机器学习
摘要
我们提出一种回归算法，其利用在 D-Wave 量子退火机上针对稀疏推断优化的学习字典。在该回归算法中，我们将自变量与因变量拼接为一个组合向量，并将它们之间的高阶相关性编码进为稀疏重建优化的字典中。在测试数据集上，因变量被初始化为其平均值，然后获得组合向量的稀疏重建，其中因变量通常如标准修复或去噪任务中那样被移近其真值。此处，量子退火机——其可 presumed 利用完全纠缠初态以更好地探索复杂能量景观——被用于求解高度非凸的稀疏编码优化问题。该回归算法在格点量子色动力学模拟数据上使用 D-Wave 2000Q 量子退火机进行了演示，并取得了良好的预测性能。回归测试使用六种不同的全连接逻辑量子比特数（介于 20 与 64 之间）进行。缩放结果表明，更多的量子比特数带来更好的预测精度。
引用
@article{arxiv.1911.06267,
title = {A regression algorithm for accelerated lattice QCD that exploits sparse inference on the D-Wave quantum annealer},
author = {Nga T. T. Nguyen and Garrett T. Kenyon and Boram Yoon},
journal= {arXiv preprint arXiv:1911.06267},
year = {2021}
}
备注
12 pages, 4 figures