Fugu-MT 論文翻訳(概要): Combinatorial optimization through variational quantum power method

論文の概要: Combinatorial optimization through variational quantum power method

arxiv url: http://arxiv.org/abs/2007.01004v3
Date: Tue, 29 Jun 2021 15:31:49 GMT
ステータス: 処理完了
システム内更新日: 2023-05-11 20:57:58.786226
Title: Combinatorial optimization through variational quantum power method
Title（参考訳）: 変分量子パワー法による組合せ最適化
Authors: Ammar Daskin
Abstract要約: 本稿では,電力繰り返しに対する変分量子回路法を提案する。ユニタリ行列の固有ペアや関連するハミルトン多様体を見つけるのに使うことができる。回路は、短期量子コンピュータ上で簡単にシミュレートできる。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The power method (or iteration) is a well-known classical technique that can be used to find the dominant eigenpair of a matrix. Here, we present a variational quantum circuit method for the power iteration, which can be used to find the eigenpairs of unitary matrices and so their associated Hamiltonians. We discuss how to apply the circuit to combinatorial optimization problems formulated as a quadratic unconstrained binary optimization and discuss its complexity. In addition, we run numerical simulations for random problem instances with up to 21 parameters and observe that the method can generate solutions to the optimization problems with only a few number of iterations and the growth in the number of iterations is polynomial in the number of parameters. Therefore, the circuit can be simulated on the near term quantum computers with ease.
Abstract（参考訳）: パワーメソッド(または反復)は、行列の主流固有ペアを見つけるのに使用できるよく知られた古典的手法である。本稿では,ユニタリ行列とその関連するハミルトニアンの固有ペアを見つけるために使用できるパワーイテレーションの変分量子回路法を提案する。二次的制約のない2進最適化として定式化された組合せ最適化問題に対して回路をどう適用するかを議論し、その複雑さについて議論する。さらに,21のパラメータを持つランダム問題インスタンスに対する数値シミュレーションを行い,数回の反復で最適化問題の解を生成できること,反復数の増加がパラメータ数における多項式であることを観察した。したがって、回路は短期量子コンピュータ上で容易にシミュレートすることができる。

関連論文リスト

Tensor networks based quantum optimization algorithm [0.0]
最適化において、よく知られた古典的アルゴリズムの1つは電力反復である。我々はこの落とし穴を回避するために量子化を提案する。我々の手法はインスタンス非依存となり、量子コンピューティングの枠組みの中でブラックボックス最適化に対処することができる。
論文参考訳（メタデータ） (2024-04-23T13:49:11Z)
Quantum Iterative Methods for Solving Differential Equations with Application to Computational Fluid Dynamics [14.379311972506791]
本稿では、反復過程による解の段階的改善に基づく微分方程式の解法を提案する。パラダイム流体力学の問題に対するアプローチをベンチマークする。
論文参考訳（メタデータ） (2024-04-12T17:08:27Z)
Sub-universal variational circuits for combinatorial optimization problems [0.0]
この研究は、2ビット行列を用いて構築された最適化問題に対する量子近似解を生成するために設計された古典的確率回路の新たなクラスを導入する。そこで,本研究では,最大カウト問題における変分回路の性能について検討した。この結果から,変分回路の性能を準ユニバーサルゲートセットで評価することは,量子変分回路が励起可能な領域を特定する上で貴重な指標であることが示唆された。
論文参考訳（メタデータ） (2023-08-29T02:16:48Z)
Depth analysis of variational quantum algorithms for heat equation [0.0]
量子コンピュータ上での熱方程式を解くための3つの方法を考える。ハミルトン分解におけるパウリ積の指数的な数は、量子速度を達成できない。アンザッツ・ツリーのアプローチは行列の明示的な形式を利用しており、古典的アルゴリズムよりも有利である。
論文参考訳（メタデータ） (2022-12-23T14:46:33Z)
Quantum Goemans-Williamson Algorithm with the Hadamard Test and Approximate Amplitude Constraints [62.72309460291971]
本稿では,n+1$ qubitsしか使用しないGoemans-Williamsonアルゴリズムの変分量子アルゴリズムを提案する。補助量子ビット上で適切にパラメータ化されたユニタリ条件として目的行列を符号化することにより、効率的な最適化を実現する。各種NPハード問題に対して,Goemans-Williamsonアルゴリズムの量子的効率的な実装を考案し,提案プロトコルの有効性を実証する。
論文参考訳（メタデータ） (2022-06-30T03:15:23Z)
Twisted hybrid algorithms for combinatorial optimization [68.8204255655161]
提案されたハイブリッドアルゴリズムは、コスト関数をハミルトニアン問題にエンコードし、回路の複雑さの低い一連の状態によってエネルギーを最適化する。レベル$p=2,ldots, 6$の場合、予想される近似比をほぼ維持しながら、レベル$p$を1に減らすことができる。
論文参考訳（メタデータ） (2022-03-01T19:47:16Z)
Adiabatic Quantum Graph Matching with Permutation Matrix Constraints [75.88678895180189]
3次元形状と画像のマッチング問題は、NPハードな置換行列制約を持つ二次代入問題(QAP)としてしばしば定式化される。本稿では,量子ハードウェア上での効率的な実行に適した制約のない問題として,いくつかのQAPの再構成を提案する。提案アルゴリズムは、将来の量子コンピューティングアーキテクチャにおいて、より高次元にスケールする可能性がある。
論文参考訳（メタデータ） (2021-07-08T17:59:55Z)
Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
論文参考訳（メタデータ） (2021-06-24T20:16:02Z)
Fixed Depth Hamiltonian Simulation via Cartan Decomposition [59.20417091220753]
時間に依存しない深さの量子回路を生成するための構成的アルゴリズムを提案する。一次元横フィールドXYモデルにおけるアンダーソン局在化を含む、モデルの特殊クラスに対するアルゴリズムを強調する。幅広いスピンモデルとフェルミオンモデルに対して正確な回路を提供するのに加えて、我々のアルゴリズムは最適なハミルトニアンシミュレーションに関する幅広い解析的および数値的な洞察を提供する。
論文参考訳（メタデータ） (2021-04-01T19:06:00Z)
Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文参考訳（メタデータ） (2020-10-01T18:14:11Z)
Efficient phase-factor evaluation in quantum signal processing [1.3614427997190908]
量子信号処理(QSP)は、量子コンピュータに行列を正確に実装する強力な量子アルゴリズムである。現在、QSP回路構築に必要な位相係数を計算できる古典的安定なアルゴリズムは存在しない。本稿では、標準的な倍精度演算を用いて位相係数を正確に計算できる最適化に基づく手法を提案する。
論文参考訳（メタデータ） (2020-02-26T17:23:55Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。