論文の概要: Quantum circuit architecture search for variational quantum algorithms
- arxiv url: http://arxiv.org/abs/2010.10217v3
- Date: Mon, 30 May 2022 04:36:16 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-05 07:59:01.098331
- Title: Quantum circuit architecture search for variational quantum algorithms
- Title(参考訳): 変分量子アルゴリズムの量子回路アーキテクチャによる探索
- Authors: Yuxuan Du and Tao Huang and Shan You and Min-Hsiu Hsieh and Dacheng
Tao
- Abstract要約: 本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。
QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。
数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
- 参考スコア(独自算出の注目度): 88.71725630554758
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Variational quantum algorithms (VQAs) are expected to be a path to quantum
advantages on noisy intermediate-scale quantum devices. However, both empirical
and theoretical results exhibit that the deployed ansatz heavily affects the
performance of VQAs such that an ansatz with a larger number of quantum gates
enables a stronger expressivity, while the accumulated noise may render a poor
trainability. To maximally improve the robustness and trainability of VQAs,
here we devise a resource and runtime efficient scheme termed quantum
architecture search (QAS). In particular, given a learning task, QAS
automatically seeks a near-optimal ansatz (i.e., circuit architecture) to
balance benefits and side-effects brought by adding more noisy quantum gates to
achieve a good performance. We implement QAS on both the numerical simulator
and real quantum hardware, via the IBM cloud, to accomplish data classification
and quantum chemistry tasks. In the problems studied, numerical and
experimental results show that QAS can not only alleviate the influence of
quantum noise and barren plateaus, but also outperforms VQAs with pre-selected
ansatze.
- Abstract(参考訳): 変分量子アルゴリズム(VQA)は、ノイズの多い中間スケール量子デバイスにおける量子アドバンテージへの道として期待されている。
しかし、経験的および理論的な結果から、展開された ansatz は vqa の性能に大きく影響し、多くの量子ゲートを持つ ansatz はより強い表現性を実現し、蓄積されたノイズは訓練能力に悪影響を及ぼす可能性がある。
本稿では、VQAの堅牢性とトレーニング性を向上させるために、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを考案する。
特に、学習タスクが与えられた場合、QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、ほぼ最適アンサッツ(すなわち回路アーキテクチャ)を自動で求める。
ibm cloudを通じて数値シミュレータと実際の量子ハードウェアの両方にqasを実装し、データの分類と量子化学タスクを実現します。
研究では,QASは量子ノイズやバレンプラトーの影響を緩和するだけでなく,事前選択したアンサトーゼのVQAよりも優れることを示した。
関連論文リスト
- QNEAT: Natural Evolution of Variational Quantum Circuit Architecture [95.29334926638462]
我々は、ニューラルネットワークの量子対する最も有望な候補として登場した変分量子回路(VQC)に注目した。
有望な結果を示す一方で、バレン高原、重みの周期性、アーキテクチャの選択など、さまざまな問題のために、VQCのトレーニングは困難である。
本稿では,VQCの重みとアーキテクチャの両方を最適化するために,自然進化にインスパイアされた勾配のないアルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-04-14T08:03:20Z) - Quantum Imitation Learning [74.15588381240795]
本稿では、量子優位性を利用してILを高速化する量子模倣学習(QIL)を提案する。
量子行動クローニング(Q-BC)と量子生成逆模倣学習(Q-GAIL)という2つのQILアルゴリズムを開発した。
実験結果から,Q-BCとQ-GAILの両者が,従来のものと同等の性能を達成できることが判明した。
論文 参考訳(メタデータ) (2023-04-04T12:47:35Z) - Iterative Qubits Management for Quantum Index Searching in a Hybrid
System [56.39703478198019]
IQuCSは、量子古典ハイブリッドシステムにおけるインデックス検索とカウントを目的としている。
我々はQiskitでIQuCSを実装し、集中的な実験を行う。
その結果、量子ビットの消費を最大66.2%削減できることが示されている。
論文 参考訳(メタデータ) (2022-09-22T21:54:28Z) - Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。
本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
論文 参考訳(メタデータ) (2022-09-16T02:37:32Z) - Fundamental limitations on optimization in variational quantum
algorithms [7.165356904023871]
そのような短期量子アプリケーションを確立するための主要なパラダイムは、変分量子アルゴリズム(VQA)である。
このようなランダム回路の幅広いクラスにおいて、コスト関数の変動範囲は、高い確率で量子ビット数で指数関数的に消えることを示す。
この結果は、勾配に基づく最適化と勾配のない最適化の制約を自然に統一し、VQAのトレーニングランドスケープに余分な厳しい制約を明らかにすることができる。
論文 参考訳(メタデータ) (2022-05-10T17:14:57Z) - Variational Quantum Pulse Learning [28.040754288931897]
本稿では,学習タスクに量子パルスを直接学習するための新しいパラダイムである変分量子パルス(VQP)を提案する。
VQPは、最適化フレームワークにおいて、パルスの振幅を引いて押すことで変動量子パルスを操作する。
我々は,NISQ(ノイズ中間量子)コンピュータにおけるノイズに対する頑健性を維持している。
論文 参考訳(メタデータ) (2022-03-31T17:58:13Z) - Quantum circuit architecture search on a superconducting processor [56.04169357427682]
変分量子アルゴリズム(VQA)は、ファイナンス、機械学習、化学といった様々な分野において、証明可能な計算上の優位性を得るための強力な証拠を示している。
しかし、現代のVQAで利用されるアンザッツは、表現性と訓練性の間のトレードオフのバランスをとることができない。
8量子ビット超伝導量子プロセッサ上でVQAを強化するために,効率的な自動アンサッツ設計技術を適用した最初の実証実験を実証する。
論文 参考訳(メタデータ) (2022-01-04T01:53:42Z) - Variational Quantum-Neural Hybrid Error Mitigation [6.555128824546528]
量子エラー軽減(QEM)は、量子コンピュータ上で信頼性の高い結果を得るために重要である。
量子-ニューラルハイブリッド固有解法 (VQNHE) アルゴリズムは, 本質的にはノイズ耐性であり, ユニークなQEM容量を持つことを示す。
論文 参考訳(メタデータ) (2021-12-20T08:07:58Z) - Error mitigation in variational quantum eigensolvers using tailored
probabilistic machine learning [8.83455414870056]
本稿では,量子計算におけるノイズを軽減するために,ガウス過程回帰(GPR)をアクティブラーニングフレームワーク内に導入する新しい手法を提案する。
我々は,IBMのオープンソース量子コンピューティングフレームワークであるQiskitを用いた2サイトアンダーソン不純物モデルに対する提案手法の有効性を実証する。
論文 参考訳(メタデータ) (2021-11-16T22:29:43Z) - Classical Optimizers for Noisy Intermediate-Scale Quantum Devices [1.43494686131174]
本稿では,NISQ(Noisy Intermediate-Scale Quantum)デバイス上でのチューニングについて述べる。
VQEのケーススタディにおいて、異なる最小値の効率と有効性について分析した。
これまでのほとんどの結果は量子VQE回路のチューニングに集中しているが、量子ノイズの存在下では、古典的な最小化ステップを慎重に選択して正しい結果を得る必要がある。
論文 参考訳(メタデータ) (2020-04-06T21:31:22Z)
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。