論文の概要: Capacity and quantum geometry of parametrized quantum circuits
- arxiv url: http://arxiv.org/abs/2102.01659v1
- Date: Tue, 2 Feb 2021 18:16:57 GMT
- ステータス: 処理完了
- システム内更新日: 2021-02-03 16:16:22.635567
- Title: Capacity and quantum geometry of parametrized quantum circuits
- Title(参考訳): パラメータ化量子回路の容量と量子幾何学
- Authors: Tobias Haug, Kishor Bharti, M. S. Kim
- Abstract要約: パラメタライズド量子回路は、現在のデバイスで効果的に実装できる。
パラメータ空間の幾何学的構造を用いて,これらの回路のキャパシティとトレーニング性を評価する。
本結果は,変分量子アルゴリズムの改良を目的としたパラメタライズド量子回路の理解を深めるものである。
- 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: To harness the potential of noisy intermediate-scale quantum devices, it is
paramount to find the best type of circuits to run hybrid quantum-classical
algorithms. Key candidates are parametrized quantum circuits that can be
effectively implemented on current devices. Here, we evaluate the capacity and
trainability of these circuits using the geometric structure of the parameter
space via the effective quantum dimension, which reveals the expressive power
of circuits in general as well as of particular initialization strategies. We
assess the representation power of various popular circuit types and find
striking differences depending on the type of entangling gates used. Particular
circuits are characterized by scaling laws in their expressiveness. We identify
a transition in the quantum geometry of the parameter space, which leads to a
decay of the quantum natural gradient for deep circuits. For shallow circuits,
the quantum natural gradient can be orders of magnitude larger in value
compared to the regular gradient; however, both of them can suffer from
vanishing gradients. By tuning a fixed set of circuit parameters to randomized
ones, we find a region where the circuit is expressive, but does not suffer
from barren plateaus, hinting at a good way to initialize circuits. Our results
enhance the understanding of parametrized quantum circuits for improving
variational quantum algorithms.
- Abstract(参考訳): ノイズの多い中規模量子デバイスのポテンシャルを利用するには、ハイブリッド量子古典的アルゴリズムを実行するのに最適なタイプの回路を見つけることが不可欠です。
主な候補は、現在のデバイスで効果的に実装できるパラメトリズド量子回路である。
本稿では、パラメータ空間の幾何学的構造を用いて、これらの回路の能力と訓練性を効果的な量子次元で評価し、回路の表現力と特定の初期化戦略を明らかにします。
様々な人気回路タイプの表現力を評価し、使用する絡み合うゲートの種類によって顕著な違いを見つけます。
特に回路は、その表現力のスケーリング法則によって特徴付けられる。
我々は、パラメータ空間の量子幾何学の遷移を特定し、それは深い回路のための量子自然勾配の崩壊につながる。
浅い回路では、量子自然勾配は通常の勾配に比べて桁違いに値が大きいが、どちらもグラデーションの消失に苦しむことがある。
回路パラメータの固定セットをランダム化に調整することにより、回路が表現的だが不規則なプラトーに悩まされない領域を見つけ、回路を初期化するための良い方法を示唆する。
その結果、パラメトリズド量子回路の理解が強化され、変分量子アルゴリズムが改善される。
関連論文リスト
- Efficient estimation of trainability for variational quantum circuits [43.028111013960206]
変動量子回路のコスト関数とその分散を効率よく計算する方法を見出した。
この方法は、変分量子回路のトレーニング容易性を証明し、バレンプラトー問題を克服できる設計戦略を探索するために用いられる。
論文 参考訳(メタデータ) (2023-02-09T14:05:18Z) - Structure Learning of Quantum Embeddings [68.8204255655161]
最適化手法により最適な量子埋め込みを自動的に選択するアルゴリズムを提案する。
我々は、我々のアプローチの性能向上を示すために、人工データセットと実世界のデータセットの両方を使用しました。
論文 参考訳(メタデータ) (2022-09-22T16:42:14Z) - A learning theory for quantum photonic processors and beyond [0.0]
連続可変量子回路によって生成される量子状態、測定、チャネルを学習するタスクについて考察する。
このようなクラスに対して,擬似次元境界の計算や被覆数による効率的な学習可能性保証を確立する。
その結果, CV回路は, 有限次元回路と異なり, 回路深度でスケールしない, 多数のトレーニングサンプルを用いて効率的にトレーニングできることがわかった。
論文 参考訳(メタデータ) (2022-09-07T11:28:17Z) - Quantum circuit debugging and sensitivity analysis via local inversions [62.997667081978825]
本稿では,回路に最も影響を及ぼす量子回路の断面をピンポイントする手法を提案する。
我々は,IBM量子マシン上に実装されたアルゴリズム回路の例に応用して,提案手法の実用性と有効性を示す。
論文 参考訳(メタデータ) (2022-04-12T19:39:31Z) - Gaussian initializations help deep variational quantum circuits escape
from the barren plateau [87.04438831673063]
近年、変分量子回路は量子シミュレーションや量子機械学習に広く用いられている。
しかし、ランダムな構造を持つ量子回路は、回路深さと量子ビット数に関して指数関数的に消える勾配のため、トレーニング容易性が低い。
この結果、ディープ量子回路は実用的なタスクでは実現できないという一般的な信念が導かれる。
論文 参考訳(メタデータ) (2022-03-17T15:06:40Z) - Quantum Circuits in Additive Hilbert Space [0.0]
従来の回路を加法空間でどのように表現し、どのように回収するかを示す。
特にフォーマリズムでは、低レベル回路分解から高レベルな多重制御プリミティブを合成することができる。
我々の定式化はまた、回路のような図式表現を受け入れ、量子計算の斬新でシンプルな解釈を提案する。
論文 参考訳(メタデータ) (2021-11-01T19:05:41Z) - Synthesis of Quantum Circuits with an Island Genetic Algorithm [62.997667081978825]
特定の演算を行うユニタリ行列が与えられた場合、等価な量子回路を得るのは非自明な作業である。
量子ウォーカーのコイン、トフォリゲート、フレドキンゲートの3つの問題が研究されている。
提案したアルゴリズムは量子回路の分解に効率的であることが証明され、汎用的なアプローチとして、利用可能な計算力によってのみ制限される。
論文 参考訳(メタデータ) (2021-06-06T13:15:25Z) - QUANTIFY: A framework for resource analysis and design verification of
quantum circuits [69.43216268165402]
QUINTIFYは、量子回路の定量的解析のためのオープンソースのフレームワークである。
Google Cirqをベースにしており、Clifford+T回路を念頭に開発されている。
ベンチマークのため、QUINTIFYは量子メモリと量子演算回路を含む。
論文 参考訳(メタデータ) (2020-07-21T15:36:25Z) - Reducing the amount of single-qubit rotations in VQE and related
algorithms [0.0]
パラメータ化量子回路における単一量子ビット回転の数は、回路の相対的表現性や絡み合う能力を損なうことなく減少することができることを示す。
また、変分量子固有解器の性能は、単一ビット回転の同様の減少の影響を受けないことを示した。
論文 参考訳(メタデータ) (2020-05-27T18:00:01Z) - Boundaries of quantum supremacy via random circuit sampling [69.16452769334367]
Googleの最近の量子超越性実験は、量子コンピューティングがランダムな回路サンプリングという計算タスクを実行する遷移点を示している。
観測された量子ランタイムの利点の制約を、より多くの量子ビットとゲートで検討する。
論文 参考訳(メタデータ) (2020-05-05T20:11:53Z)
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。