論文の概要: Layer VQE: A Variational Approach for Combinatorial Optimization on
Noisy Quantum Computers
- arxiv url: http://arxiv.org/abs/2102.05566v3
- Date: Wed, 11 May 2022 13:06:43 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-12 00:50:47.997990
- Title: Layer VQE: A Variational Approach for Combinatorial Optimization on
Noisy Quantum Computers
- Title(参考訳): Layer VQE: 雑音量子コンピュータにおける組合せ最適化のための変分アプローチ
- Authors: Xiaoyuan Liu, Anthony Angone, Ruslan Shaydulin, Ilya Safro, Yuri
Alexeev, Lukasz Cincio
- Abstract要約: 変分量子固有解法(VQE)に触発された反復層VQE(L-VQE)アプローチを提案する。
L-VQE は有限サンプリング誤差に対してより堅牢であり,標準的な VQE 手法と比較して解を見つける確率が高いことを示す。
シミュレーションの結果,L-VQEは現実的なハードウェアノイズ下では良好に動作していることがわかった。
- 参考スコア(独自算出の注目度): 5.644434841659249
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Combinatorial optimization on near-term quantum devices is a promising path
to demonstrating quantum advantage. However, the capabilities of these devices
are constrained by high noise or error rates. In this paper, we propose an
iterative Layer VQE (L-VQE) approach, inspired by the Variational Quantum
Eigensolver (VQE). We present a large-scale numerical study, simulating
circuits with up to 40 qubits and 352 parameters, that demonstrates the
potential of the proposed approach. We evaluate quantum optimization heuristics
on the problem of detecting multiple communities in networks, for which we
introduce a novel qubit-frugal formulation. We numerically compare L-VQE with
Quantum Approximate Optimization Algorithm (QAOA) and demonstrate that QAOA
achieves lower approximation ratios while requiring significantly deeper
circuits. We show that L-VQE is more robust to finite sampling errors and has a
higher chance of finding the solution as compared with standard VQE approaches.
Our simulation results show that L-VQE performs well under realistic hardware
noise.
- Abstract(参考訳): 短期量子デバイスにおける組合せ最適化は、量子優位性を示すための有望な道である。
しかし、これらのデバイスの能力はノイズやエラー率によって制約される。
本稿では,変分量子固有解法(VQE)に触発された反復層VQE(L-VQE)アプローチを提案する。
提案手法の可能性を実証するために,最大40量子ビット,352パラメータの回路をシミュレーションした大規模数値研究を行う。
ネットワーク内の複数のコミュニティを検出する問題に対する量子最適化ヒューリスティックスの評価を行い、新しい量子ビットフルーガルの定式化を導入する。
我々はL-VQEと量子近似最適化アルゴリズム(QAOA)を数値的に比較し、QAOAがより深い回路を必要としながら低い近似比を達成することを示した。
L-VQE は有限サンプリング誤差に対してより堅牢であり,標準的な VQE 手法と比較して解を見つける確率が高いことを示す。
シミュレーションの結果,L-VQEは現実的なハードウェアノイズ下でよく動作することがわかった。
関連論文リスト
- Variational Quantum Eigensolvers with Quantum Gaussian Filters for
solving ground-state problems in quantum many-body systems [2.5425769156210896]
量子多体系における基底状態を近似する新しい量子アルゴリズムを提案する。
我々の手法は変分量子固有解法(VQE)と量子ガウスフィルタ(QGF)を統合する。
提案手法は,特に雑音条件下での収束速度と精度の向上を示す。
論文 参考訳(メタデータ) (2024-01-24T14:01:52Z) - Variational Quantum Eigensolver with Constraints (VQEC): Solving
Constrained Optimization Problems via VQE [0.0]
変分量子アプローチは、計算的に困難なタスクに対する準最適解を見つけることに大きな期待を示している。
この研究は、VQECと呼ばれるハイブリッド量子古典的アルゴリズムパラダイムを提案し、制約による最適化を扱う。
論文 参考訳(メタデータ) (2023-11-14T19:49:09Z) - Scaling Limits of Quantum Repeater Networks [62.75241407271626]
量子ネットワーク(QN)は、セキュアな通信、強化されたセンシング、効率的な分散量子コンピューティングのための有望なプラットフォームである。
量子状態の脆弱な性質のため、これらのネットワークはスケーラビリティの観点から大きな課題に直面している。
本稿では,量子リピータネットワーク(QRN)のスケーリング限界について解析する。
論文 参考訳(メタデータ) (2023-05-15T14:57:01Z) - 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) - On quantum factoring using noisy intermediate scale quantum computers [0.0]
最適化のためのQAOAではなく,VQEを用いた場合の基底状態の発見の可能性を示す。
勾配に基づく最適化では、量子回路勾配推定に要する時間が重要な問題であることがわかった。
論文 参考訳(メタデータ) (2022-08-15T09:32:07Z) - Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。
問題の大きさと問題グラフの次数で指数関数的に増大する。
これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
論文 参考訳(メタデータ) (2022-01-06T21:02:30Z) - The Variational Quantum Eigensolver: a review of methods and best
practices [3.628860803653535]
変分量子固有解法(VQE)は変動原理を用いてハミルトンの基底状態エネルギーを計算する。
本総説は,アルゴリズムの様々な部分における進捗状況について概説することを目的としている。
論文 参考訳(メタデータ) (2021-11-09T14:40:18Z) - Q-Match: Iterative Shape Matching via Quantum Annealing [64.74942589569596]
形状対応を見つけることは、NP-hard quadratic assignment problem (QAP)として定式化できる。
本稿では,アルファ拡大アルゴリズムに触発されたQAPの反復量子法Q-Matchを提案する。
Q-Match は、実世界の問題にスケールできるような長文対応のサブセットにおいて、反復的に形状マッチング問題に適用できる。
論文 参考訳(メタデータ) (2021-05-06T17:59:38Z) - Efficient measure for the expressivity of variational quantum algorithms [72.59790225766777]
我々は、変分量子アルゴリズムの表現率を研究するために、統計学習理論、すなわち被覆数に関する高度なツールを利用する。
まず、任意のアンサーゼを持つVQAの表現性は、量子ゲートの数と観測可能な測定値によって上限づけられていることを示す。
次に,システムノイズを考慮した量子チップ上でのVQAの表現性について検討する。
論文 参考訳(メタデータ) (2021-04-20T13:51:08Z) - Improving the variational quantum eigensolver using variational
adiabatic quantum computing [0.0]
変分量子サンプリング(VAQC)は、量子回路のハミルトン最小固有値を求めるためのハイブリッド量子古典アルゴリズムである。
VAQCは,評価のために,VQEよりも正確な解を提供できることを示す。
論文 参考訳(メタデータ) (2021-02-04T20:25:50Z) - 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)
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。