論文の概要: Computational Phase Transitions: Benchmarking Ising Machines and Quantum
Optimisers
- arxiv url: http://arxiv.org/abs/2009.05579v2
- Date: Wed, 30 Dec 2020 12:36:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-02 22:19:39.343914
- Title: Computational Phase Transitions: Benchmarking Ising Machines and Quantum
Optimisers
- Title(参考訳): 計算相転移:ベンチマーク装置と量子オプティマイザ
- Authors: Hariphan Philathong and Vishwa Akshay and Ksenia Samburskaya and Jacob
Biamonte
- Abstract要約: 最も厳しい例は、一様ランダム分布を許容する制御パラメータを持つ狭い領域で十分に集中しているように見える。
コヒーレントイジングマシンから生成した分布の計算位相遷移を観測できることが確立されている。
- 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: While there are various approaches to benchmark physical processors, recent
findings have focused on computational phase transitions. This is due to
several factors. Importantly, the hardest instances appear to be
well-concentrated in a narrow region, with a control parameter allowing uniform
random distributions of problem instances with similar computational challenge.
It has been established that one could observe a computational phase transition
in a distribution produced from coherent Ising machine(s). In terms of quantum
approximate optimisation, the ability for the quantum algorithm to function
depends critically on the ratio of a problems constraint to variable ratio
(called density). The critical density dependence on performance resulted in
what was called, reachability deficits. In this perspective we recall the
background needed to understand how to apply computational phase transitions in
various bench-marking tasks and we survey several such contemporary findings.
- Abstract(参考訳): 物理プロセッサのベンチマークには様々なアプローチがあるが、最近の研究は計算相転移に焦点を当てている。
これはいくつかの要因による。
重要なことに、最も難しいインスタンスは狭い領域に集中しており、同様の計算課題を持つ問題インスタンスの均一なランダム分布を可能にする制御パラメータがある。
コヒーレントイジングマシン(s)から生成された分布における計算相転移を観察できることが確立されている。
量子近似最適化の観点では、量子アルゴリズムが機能する能力は、変数比(密度と呼ばれる)に制約される問題の比率に決定的に依存する。
性能に対する臨界密度依存性は、いわゆる到達可能性の欠陥を引き起こした。
この観点からは,様々なベンチマーキングタスクに計算位相遷移をどのように適用するかを理解するために必要な背景を思い出し,これらの現代的知見のいくつかを調査した。
関連論文リスト
- Evaluation of phase shifts for non-relativistic elastic scattering using quantum computers [39.58317527488534]
本研究は, 量子コンピュータ上での一般相対論的非弾性散乱過程の位相シフトを求めるアルゴリズムの開発を報告する。
論文 参考訳(メタデータ) (2024-07-04T21:11:05Z) - Predicting Probabilities of Error to Combine Quantization and Early Exiting: QuEE [68.6018458996143]
本稿では,量子化と早期出口動的ネットワークを組み合わせたより一般的な動的ネットワークQuEEを提案する。
我々のアルゴリズムは、ソフトアーリーエグジットや入力依存圧縮の一形態と見なすことができる。
提案手法の重要な要素は、さらなる計算によって実現可能な潜在的な精度向上の正確な予測である。
論文 参考訳(メタデータ) (2024-06-20T15:25:13Z) - Unveiling quantum phase transitions from traps in variational quantum algorithms [0.0]
量子最適化と古典的機械学習を組み合わせたハイブリッドアルゴリズムを提案する。
従来の位相遷移の同定にはLASSO、トポロジカル遷移にはTransformerモデルを用いる。
我々のプロトコルは効率と精度を大幅に向上させ、量子コンピューティングと機械学習の統合における新たな道を開く。
論文 参考訳(メタデータ) (2024-05-14T09:01:41Z) - Noise-Robust Detection of Quantum Phase Transitions [0.0]
異なる基底状態配置を特徴とする複数の位相様領域を持つ有限サイズのスピンモデルについて検討する。
本研究では,エネルギー微分,2部位のスピン相関関数,および忠実度感受性の計算により,複数の領域にわたって正確な挙動が得られたことを示す。
この研究は、量子相転移の特定に短期的な応用が期待できる可能性を示している。
論文 参考訳(メタデータ) (2024-02-29T08:34:11Z) - Near-Term Distributed Quantum Computation using Mean-Field Corrections
and Auxiliary Qubits [77.04894470683776]
本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。
我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
論文 参考訳(メタデータ) (2023-09-11T18:00:00Z) - Phase transition in Random Circuit Sampling [0.6361671146004758]
非コヒーレントノイズは、短期量子プロセッサの計算能力を完全に活用する際、顕著な課題である。
XEBで観測可能な位相遷移は2つあり、理論的には統計モデルで説明できる。
我々の研究は、現在の量子プロセッサで到達可能な安定な計算複雑相への遷移の存在を確立する。
論文 参考訳(メタデータ) (2023-04-21T16:41:13Z) - Majorization-based benchmark of the complexity of quantum processors [105.54048699217668]
我々は、様々な量子プロセッサの動作を数値的にシミュレートし、特徴付ける。
我々は,各デバイスの性能をベンチマークラインと比較することにより,量子複雑性を同定し,評価する。
我々は、回路の出力状態が平均して高い純度である限り、偏化ベースのベンチマークが成り立つことを発見した。
論文 参考訳(メタデータ) (2023-04-10T23:01:10Z) - Importance sampling for stochastic quantum simulations [68.8204255655161]
我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。
サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。
格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
論文 参考訳(メタデータ) (2022-12-12T15:06:32Z) - Quantum Computational Phase Transition in Combinatorial Problems [0.966840768820136]
量子近似最適化アルゴリズム(Quantum Approximate Optimization Algorithm, QAOA)は、量子コンピュータにおける離散最適化問題の近似解を求めることを目的としたアルゴリズムである。
SATのような難解な問題を解く際に,QAOAの計算位相遷移を同定する。
本稿では,QAOAの性能に限界がある高問題密度領域が,実際はQAOAを利用するのに最適であることを示す。
論文 参考訳(メタデータ) (2021-09-27T20:46:52Z) - Continuous-time dynamics and error scaling of noisy highly-entangling
quantum circuits [58.720142291102135]
最大21キュービットの雑音量子フーリエ変換プロセッサをシミュレートする。
我々は、デジタルエラーモデルに頼るのではなく、微視的な散逸過程を考慮に入れている。
動作中の消散機構によっては、入力状態の選択が量子アルゴリズムの性能に強い影響を与えることが示される。
論文 参考訳(メタデータ) (2021-02-08T14:55:44Z) - On estimating the entropy of shallow circuit outputs [49.1574468325115]
確率分布と量子状態のエントロピーを推定することは情報処理の基本的な課題である。
本稿では,有界ファンインと非有界ファンアウトのゲートを持つ対数深度回路か定数深度回路のいずれかによって生成された分布や状態に対するエントロピー推定が,少なくともLearning with Errors問題と同程度難しいことを示す。
論文 参考訳(メタデータ) (2020-02-27T15:32:08Z)
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。