論文の概要: Ansatz-Independent Variational Quantum Classifier
- arxiv url: http://arxiv.org/abs/2102.01759v1
- Date: Tue, 2 Feb 2021 21:25:39 GMT
- ステータス: 処理完了
- システム内更新日: 2021-02-04 19:14:13.558157
- Title: Ansatz-Independent Variational Quantum Classifier
- Title（参考訳）: Ansatz-Independent Variational Quantum Classifier
- Authors: Hideyuki Miyahara and Vwani Roychowdhury
- Abstract要約: 可変量子分類器 (VQC) がよく知られたカーネル法に収まることを示す。
また、与えられたユニタリ演算子に対して効率的な量子回路を設計するための変分回路実現法(VCR)を提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The paradigm of variational quantum classifiers (VQCs) encodes
\textit{classical information} as quantum states, followed by quantum
processing and then measurements to generate classical predictions. VQCs are
promising candidates for efficient utilization of a near-term quantum device:
classifiers involving $M$-dimensional datasets can be implemented with only
$\lceil \log_2 M \rceil$ qubits by using an amplitude encoding. A general
framework for designing and training VQCs, however, has not been proposed, and
a fundamental understanding of its power and analytical relationships with
classical classifiers are not well understood. An encouraging specific
embodiment of VQCs, quantum circuit learning (QCL), utilizes an ansatz: it
expresses the quantum evolution operator as a circuit with a predetermined
topology and parametrized gates; training involves learning the gate parameters
through optimization. In this letter, we first address the open questions about
VQCs and then show that they, including QCL, fit inside the well-known kernel
method. Based on such correspondence, we devise a design framework of efficient
ansatz-independent VQCs, which we call the unitary kernel method (UKM): it
directly optimizes the unitary evolution operator in a VQC. Thus, we show that
the performance of QCL is bounded from above by the UKM. Next, we propose a
variational circuit realization (VCR) for designing efficient quantum circuits
for a given unitary operator. By combining the UKM with the VCR, we establish
an efficient framework for constructing high-performing circuits. We finally
benchmark the relatively superior performance of the UKM and the VCR via
extensive numerical simulations on multiple datasets.
- Abstract（参考訳）: 変分量子分類器(VQCs)のパラダイムは、量子状態として \textit{classical information} を符号化し、次いで量子処理と古典的な予測を生成するための測定を行う。
VQCは、短期量子デバイスを効率的に活用するための候補である:$M$-dimensionalデータセットを含む分類器は、振幅エンコーディングを使用して、$\lceil \log_2 M \rceil$ qubitsだけで実装できる。
しかしながら、VQCの設計と訓練のための一般的な枠組みは提案されておらず、古典的分類器との能力と分析的関係の根本的な理解はよく分かっていない。
VQCの奨励的な具体化である量子回路学習(QCL)では、アンサッツを用いて、所定の位相とパラメトリケートゲートを持つ回路として量子進化演算子を表現し、最適化によってゲートパラメータを学習する。
本稿では、まずVQCに関するオープンな疑問に対処し、QCLを含むそれらがよく知られたカーネルメソッドに適合していることを示す。
このような対応に基づき,効率的なアンサッツ非依存型VQCの設計枠組みを考案し,これをユニタリカーネル法 (UKM) と呼び,VQCにおけるユニタリ進化演算子を直接最適化する。
そこで本研究では,QCLの性能がUKMによって上からバウンドされていることを示す。
次に、与えられたユニタリ演算子に対して効率的な量子回路を設計するための変分回路実現(VCR)を提案する。
UKMとVCRを組み合わせることで、高性能回路を構築するための効率的な枠組みを確立します。
最後に,複数のデータセットに対する広範囲な数値シミュレーションにより,ukmとvcrの性能を比較検討した。
関連論文リスト
- Block encoding by signal processing [0.0]
単位行列に対する量子特異値変換(QSVT)や量子固有値変換(QETU)といったQSPベースの手法がBEの実装に有効に利用できることを示す。
本稿では,QSVTアルゴリズムとQETUアルゴリズムと組み合わせて,格子ボソンに対するハミルトニアンの符号化をブロックするいくつかの例を示す。
QSVTをBEに使用すると、サイト毎のキュービット数で最高のゲートカウントスケーリングが得られるが、LOVE-LCUは最大$lesssim11$ qubitsの演算子に対して、他のすべてのメソッドよりも優れている。
論文 参考訳（メタデータ） (2024-08-29T18:00:02Z) - 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) - Beyond MP2 initialization for unitary coupled cluster quantum circuits [0.0]
ユニタリ結合クラスタ(UCC)アンサッツは、高精度な結果を達成するための有望なツールである。
我々は,効率的なスパース波動関数回路ソルバを用いることで,UCCシミュレーションの最先端を推し進める。
論文 参考訳（メタデータ） (2023-01-13T17:06:50Z) - Evaluation of Parameterized Quantum Circuits with Cross-Resonance
Pulse-Driven Entanglers [0.27998963147546146]
変分量子アルゴリズム(VQA)は、ノイズの多い量子デバイスに非常に適したアルゴリズムの強力なクラスとして登場した。
これまでの研究では、VQAに対して有効なパラメタライズド量子回路(PQC)やアンサッツを選択することが、その全体的な性能に欠かせないことが示されている。
本稿では、量子マシンへのパルスレベルアクセスと2量子ビット相互作用の理解を利用して、2量子ビットエンタングルの設計を最適化する。
論文 参考訳（メタデータ） (2022-11-01T09:46:34Z) - Alternating Layered Variational Quantum Circuits Can Be Classically
Optimized Efficiently Using Classical Shadows [4.680722019621822]
変分量子アルゴリズム(VQA)は、古典的ニューラルネットワーク(NN)の量子アナログである。
本稿では,VQAのトレーニングコストを指数的に削減したトレーニングアルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-08-24T15:47:44Z) - Robust resource-efficient quantum variational ansatz through
evolutionary algorithm [0.46180371154032895]
Vari Quantum Algorithm (VQAsational) は、短期デバイスにおける量子優位性を実証するための有望な手法である。
我々は、広く使われているハードウェア効率の良いアンサッツのような固定VQA回路設計は、必ずしも不完全性に対して堅牢ではないことを示す。
本稿では,ゲノム長調整可能な進化アルゴリズムを提案し,回路アンサッツおよびゲートパラメータの変動に最適化されたロバストなVQA回路を設計する。
論文 参考訳（メタデータ） (2022-02-28T12:14:11Z) - 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) - Accelerating variational quantum algorithms with multiple quantum
processors [78.36566711543476]
変分量子アルゴリズム(VQA)は、特定の計算上の利点を得るために、短期量子マシンを利用する可能性がある。
現代のVQAは、巨大なデータを扱うために単独の量子プロセッサを使用するという伝統によって妨げられている、計算上のオーバーヘッドに悩まされている。
ここでは、この問題に対処するため、効率的な分散最適化手法であるQUDIOを考案する。
論文 参考訳（メタデータ） (2021-06-24T08:18:42Z) - Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
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。
論文 参考訳（メタデータ） (2020-10-20T12:06:27Z) - 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)
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。