論文の概要: Unitary Block Optimization for Variational Quantum Algorithms
- arxiv url: http://arxiv.org/abs/2102.08403v1
- Date: Tue, 16 Feb 2021 19:00:05 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-11 00:14:27.359340
- Title: Unitary Block Optimization for Variational Quantum Algorithms
- Title（参考訳）: 変分量子アルゴリズムのためのユニタリブロック最適化
- Authors: Lucas Slattery, Benjamin Villalonga, and Bryan K. Clark
- Abstract要約: ユニタリブロック最適化スキーム(UBOS)を記述し、2つの変分量子アルゴリズムに適用する。
VQEの目標は、古典的に抽出可能なパラメータ化量子波動関数を最適化し、ハミルトニアンの物理的状態をターゲットにすることである。
さらに、UBOSが現実および想像上の時間進化にどのように適用されるかについても述べます。
- 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: Variational quantum algorithms are a promising hybrid framework for solving
chemistry and physics problems with broad applicability to optimization as
well. They are particularly well suited for noisy intermediate scale quantum
(NISQ) computers. In this paper, we describe the unitary block optimization
scheme (UBOS) and apply it to two variational quantum algorithms: the
variational quantum eigensolver (VQE) and variational time evolution. The goal
of VQE is to optimize a classically intractable parameterized quantum wave
function to target a physical state of a Hamiltonian or solve an optimization
problem. UBOS is an alternative to other VQE optimization schemes with a number
of advantages including fast convergence, less sensitivity to barren plateaus,
the ability to tunnel through some local minima and no hyperparameters to tune.
We additionally describe how UBOS applies to real and imaginary time-evolution
(TUBOS).
- Abstract（参考訳）: 変分量子アルゴリズムは、化学と物理学の問題を解くための有望なハイブリッドフレームワークであり、最適化にも広く適用できる。
特にノイズの多い中間スケール量子コンピュータ(NISQ)に適している。
本稿では、ユニタリブロック最適化方式(UBOS)を記述し、変分量子固有解法(VQE)と変分時間進化という2つの変分量子アルゴリズムに適用する。
VQEの目標は、古典的に抽出可能なパラメータ化量子波動関数を最適化して、ハミルトニアンの物理的状態をターゲットにしたり、最適化問題を解くことである。
UBOSは他のVQE最適化方式に代わるもので、高速収束、バレンプラトーへの感度の低下、局所的なミニマをトンネルで通過する能力、調整のためのハイパーパラメーターがないなど多くの利点がある。
さらに、UBOSがリアルタイム・仮想時間進化(TUBOS)にどのように適用されるかを述べる。
関連論文リスト
- Bayesian Optimization Priors for Efficient Variational Quantum Algorithms [0.0]
量子コンピュータは現在、量子量子アルゴリズム(VQA)と呼ばれる量子古典的なアプローチで問題を解決している。
本稿では,時間当たりのショット数を削減できる基本計算最適化のためのハイブリッドフレームワークを提案する。
この2つの特徴を用いて,提案手法がVQA内でのシミュレーション実装を統計的に上回っていることを示す。
論文 参考訳（メタデータ） (2024-06-20T18:00:12Z) - Optimizing Variational Quantum Algorithms with qBang: Efficiently Interweaving Metric and Momentum to Navigate Flat Energy Landscapes [0.0]
変分量子アルゴリズム(VQA)は、現在の量子コンピューティングインフラを利用するための有望なアプローチである。
本稿では,量子ブロイデン適応型自然勾配(qBang)アプローチを提案する。
論文 参考訳（メタデータ） (2023-04-27T00:06:48Z) - 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) - How Much Entanglement Do Quantum Optimization Algorithms Require? [0.0]
ADAPT-QAOA施行時に発生する絡みについて検討した。
この柔軟性を漸進的に制限することにより、初期におけるより多くの絡み合いエントロピーが、後段におけるより速い収束と一致していることが分かる。
論文 参考訳（メタデータ） (2022-05-24T18:00:02Z) - Quantum approximate optimization algorithm for qudit systems [0.0]
量子近似最適化アルゴリズム(QAOA)について考察する。
本稿では、QAOAを用いて様々な整数最適化問題を定式化する方法を説明する。
最大$kのカラー化問題にマッピングした充電最適化問題の数値計算結果を示す。
論文 参考訳（メタデータ） (2022-04-01T10:37:57Z) - Quantum algorithms for quantum dynamics: A performance study on the
spin-boson model [68.8204255655161]
量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。
変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。
量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
論文 参考訳（メタデータ） (2021-08-09T18:00:05Z) - Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。
その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
論文 参考訳（メタデータ） (2021-06-24T20:16:02Z) - 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) - Optimal training of variational quantum algorithms without barren
plateaus [0.0]
変分量子アルゴリズム(VQA)は、短期量子コンピュータの効率的な利用を約束する。
量子状態学習のためのVQAを最適に訓練する方法を示す。
量子機械学習におけるガウスカーネルの応用を提案する。
論文 参考訳（メタデータ） (2021-04-29T17:54:59Z) - Space-efficient binary optimization for variational computing [68.8204255655161]
本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。
また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
論文 参考訳（メタデータ） (2020-09-15T18:17:27Z) - Cross Entropy Hyperparameter Optimization for Constrained Problem
Hamiltonians Applied to QAOA [68.11912614360878]
QAOA(Quantum Approximate Optimization Algorithm)のようなハイブリッド量子古典アルゴリズムは、短期量子コンピュータを実用的に活用するための最も奨励的なアプローチの1つである。
このようなアルゴリズムは通常変分形式で実装され、古典的な最適化法と量子機械を組み合わせて最適化問題の優れた解を求める。
本研究では,クロスエントロピー法を用いてランドスケープを形作り,古典的パラメータがより容易により良いパラメータを発見でき,その結果,性能が向上することを示す。
論文 参考訳（メタデータ） (2020-03-11T13:52:41Z)
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。