論文の概要: Efficient calculation of gradients in classical simulations of
variational quantum algorithms
- arxiv url: http://arxiv.org/abs/2009.02823v1
- Date: Sun, 6 Sep 2020 21:39:44 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-03 11:20:12.663744
- Title: Efficient calculation of gradients in classical simulations of
variational quantum algorithms
- Title（参考訳）: 変分量子アルゴリズムの古典シミュレーションにおける勾配の効率的な計算
- Authors: Tyson Jones, Julien Gacon
- Abstract要約: O(P)時間における勾配を正確に計算するエミュレーション戦略の新たな導出法を提案する。
私たちの戦略は非常にシンプルで、'apply gate'、'clone state'、'inner product'プリミティブのみを使用します。
ゲート並列化スキームやハードウェアアクセラレーションや分散シミュレータと互換性がある。
- 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: Calculating the energy gradient in parameter space has become an almost
ubiquitous subroutine of variational near-term quantum algorithms. "Faithful"
classical emulation of this subroutine mimics its quantum evaluation, and
scales as O(P^2) gate operations for P variational parameters. This is often
the bottleneck for the moderately-sized simulations, and has attracted HPC
strategies like "batch-circuit" evaluation. We here present a novel derivation
of an emulation strategy to precisely calculate the gradient in O(P) time and
using O(1) state-vectors, compatible with "full-state" state-vector simulators.
The prescribed algorithm resembles the optimised technique for automatic
differentiation of reversible cost functions, often used in classical machine
learning, and first employed in quantum simulators like Yao.jl. In contrast,
our scheme derives directly from a recurrent form of quantum operators, and may
be more familiar to a quantum computing community. Our strategy is very simple,
uses only 'apply gate', 'clone state' and 'inner product' primitives and is
hence straightforward to implement and integrate with existing simulators. It
is compatible with gate parallelisation schemes, and hardware accelerated and
distributed simulators. We describe the scheme in an instructive way, including
details of how common gate derivatives can be performed, to clearly guide
implementation in existing quantum simulators. We furthermore demonstrate the
scheme by implementing it in Qiskit, and perform some comparative benchmarking
with faithful simulation. Finally, we remark upon the difficulty of extending
the scheme to density-matrix simulation of noisy channels.
- Abstract（参考訳）: パラメータ空間におけるエネルギー勾配の計算は、変分近似量子アルゴリズムのほぼユビキタスなサブルーチンとなっている。
このサブルーチンの「忠実」古典的エミュレーションはその量子的評価を模倣し、P変量パラメータのO(P^2)ゲート演算としてスケールする。
これはしばしば中程度のシミュレーションのボトルネックであり、「バッチ回路」評価のようなHPC戦略を惹きつけている。
本稿では、O(P)時間における勾配を正確に計算し、O(1)状態ベクトルを用いて「フル状態」状態ベクトルシミュレータと互換性のあるエミュレーション戦略の導出について述べる。
このアルゴリズムは、古典的な機械学習でよく用いられ、yao.jlのような量子シミュレータで最初に使われる可逆コスト関数の自動微分の最適化技術に似ている。
対照的に、我々のスキームは量子演算子の繰り返し形式から直接派生しており、量子コンピューティングのコミュニティに親しみやすいかもしれない。
私たちの戦略は非常に単純で、'apply gate'、'clone state'、'inner product'プリミティブのみを使用しており、既存のシミュレータの実装と統合が容易です。
ゲート並列化スキームやハードウェアアクセラレーションと分散シミュレータと互換性がある。
提案手法は,既存の量子シミュレータにおける実装を明確に導くため,共通ゲート導関数の動作方法の詳細を含む指導的手法で記述する。
さらに,Qiskit で実装することで提案手法を実証し,忠実なシミュレーションによる比較ベンチマークを行う。
最後に,ノイズチャネルの密度行列シミュレーションへのスキーム拡張の難しさについて述べる。
関連論文リスト
- Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか?
我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。
我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
論文 参考訳（メタデータ） (2024-08-22T08:21:28Z) - Compact quantum algorithms for time-dependent differential equations [0.0]
我々は、ユニタリの線形結合に基づくアイデアに基づいて、非ユニタリで非エルミート量子系をシミュレートする。
我々は,反復行列ベクトル乗算と行列逆演算を効率的に行うハイブリッド量子古典アルゴリズムを生成する。
論文 参考訳（メタデータ） (2024-05-16T02:14:58Z) - Fast Classical Simulation of Hamiltonian Dynamics by Simultaneous
Diagonalization Using Clifford Transformation with Parallel Computation [0.8206877486958002]
相互に通勤するパウリ群の同時対角化により量子力学のシミュレーションを高速化する手法を提案する。
量子コンピュータの高速シミュレータの1つを用いた実装と比較して,本手法は数倍の加速を提供する。
論文 参考訳（メタデータ） (2022-06-23T12:39:54Z) - Commutation simulator for open quantum dynamics [0.0]
時間依存密度作用素 $hatrho(t)$ の直接的性質を調べる革新的な方法を提案する。
可換関係の期待値と$hatrho(t)$の変化率を直接計算できる。
単一量子ビットの場合において、単純だが重要な例が示され、多くの量子ビットを用いた実用的な量子シミュレーション法の拡張について論じる。
論文 参考訳（メタデータ） (2022-06-01T16:03:43Z) - Quantum algorithms for quantum dynamics: A performance study on the
spin-boson model [68.8204255655161]
量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。
変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。
量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
論文 参考訳（メタデータ） (2021-08-09T18:00:05Z) - 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) - Efficient classical calculation of the Quantum Natural Gradient [0.0]
量子自然勾配は、量子変分アルゴリズムにおいて優れた最小化手法として出現している。
我々はO(P2)ゲートとO(1)状態ベクトルの量子自然勾配を正確に計算するための新しいシミュレーション戦略を提案する。
論文 参考訳（メタデータ） (2020-11-05T17:29:16Z) - Fast simulation of quantum algorithms using circuit optimization [0.0]
任意の回路のシミュレーション時間を短縮する専用コンパイラパスを提案する。
状態振幅を記憶する順序を変更することにより、通信オーバーヘッドを低減する。
次に、新しい機能を利用するためにコンパイラパスを実装します。
論文 参考訳（メタデータ） (2020-10-19T18:00:20Z) - Preparation of excited states for nuclear dynamics on a quantum computer [117.44028458220427]
量子コンピュータ上で励起状態を作成するための2つの異なる方法を研究する。
シミュレーションおよび実量子デバイス上でこれらの手法をベンチマークする。
これらの結果から,フォールトトレラントデバイスに優れたスケーリングを実現するために設計された量子技術が,接続性やゲート忠実性に制限されたデバイスに実用的なメリットをもたらす可能性が示唆された。
論文 参考訳（メタデータ） (2020-09-28T17:21:25Z) - Simulating nonnative cubic interactions on noisy quantum machines [65.38483184536494]
量子プロセッサは、ハードウェアに固有のものではないダイナミクスを効率的にシミュレートするためにプログラムできることを示す。
誤差補正のないノイズのあるデバイスでは、モジュールゲートを用いて量子プログラムをコンパイルするとシミュレーション結果が大幅に改善されることを示す。
論文 参考訳（メタデータ） (2020-04-15T05:16:24Z) - Efficient classical simulation of random shallow 2D quantum circuits [104.50546079040298]
ランダム量子回路は古典的にシミュレートするのは難しいと見なされる。
典型例の近似シミュレーションは, 正確なシミュレーションとほぼ同程度に困難であることを示す。
また、十分に浅いランダム回路はより一般的に効率的にシミュレーション可能であると推測する。
論文 参考訳（メタデータ） (2019-12-31T19:00:00Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。