論文の概要: A Hybrid Quantum-Classical Hamiltonian Learning Algorithm
- arxiv url: http://arxiv.org/abs/2103.01061v1
- Date: Mon, 1 Mar 2021 15:15:58 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-03 22:24:39.774539
- Title: A Hybrid Quantum-Classical Hamiltonian Learning Algorithm
- Title（参考訳）: ハイブリッド量子古典ハミルトン学習アルゴリズム
- Authors: Youle Wang, Guangxi Li, Xin Wang
- Abstract要約: ハミルトン学習は、量子デバイスと量子シミュレータの認定に不可欠である。
本研究では,ハミルトニアン作用素の係数を求めるために,ハイブリッド量子古典ハミルトン学習アルゴリズムを提案する。
- 参考スコア（独自算出の注目度）: 6.90132007891849
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Hamiltonian learning is crucial to the certification of quantum devices and
quantum simulators. In this paper, we propose a hybrid quantum-classical
Hamiltonian learning algorithm to find the coefficients of the Pauli operator
components of the Hamiltonian. Its main subroutine is the practical
log-partition function estimation algorithm, which is based on the minimization
of the free energy of the system. Concretely, we devise a stochastic
variational quantum eigensolver (SVQE) to diagonalize the Hamiltonians and then
exploit the obtained eigenvalues to compute the free energy's global minimum
using convex optimization. Our approach not only avoids the challenge of
estimating von Neumann entropy in free energy minimization, but also reduces
the quantum resources via importance sampling in Hamiltonian diagonalization,
facilitating the implementation of our method on near-term quantum devices.
Finally, we demonstrate our approach's validity by conducting numerical
experiments with Hamiltonians of interest in quantum many-body physics.
- Abstract（参考訳）: ハミルトン学習は、量子デバイスと量子シミュレータの認定に不可欠である。
本稿では,ハミルトン作用素のポーリ作用素成分の係数を求めるために,ハイブリッド量子古典ハミルトン学習アルゴリズムを提案する。
その主なサブルーチンは、システムの自由エネルギーの最小化に基づく実用的なログ分割関数推定アルゴリズムである。
具体的には、確率的変動量子固有解法(SVQE)を考案し、ハミルトニアンの対角化を行い、得られた固有値を利用して凸最適化を用いて自由エネルギーの大域最小値を計算する。
本手法は,自由エネルギー最小化におけるフォン・ノイマンのエントロピー推定の難しさを回避できるだけでなく,ハミルトニアン対角化における重要サンプリングによる量子資源の削減を図っている。
最後に,量子多体物理学に興味のあるハミルトニアンの数値実験を行い,その妥当性を実証する。
関連論文リスト
- Optimizing random local Hamiltonians by dissipation [44.99833362998488]
簡単な量子ギブスサンプリングアルゴリズムが最適値の$Omega(frac1k)$-fraction近似を達成することを証明した。
この結果から, 局所スピンおよびフェルミオンモデルに対する低エネルギー状態の発見は量子的に容易であるが, 古典的には非自明であることが示唆された。
論文 参考訳（メタデータ） (2024-11-04T20:21:16Z) - Quantum Boltzmann machine learning of ground-state energies [3.187381965457262]
ハミルトニアンの基底状態エネルギーを推定することは、量子コンピュータが役に立つ基本的な課題である。
本稿では,量子ボルツマンマシンの性能解析を行う。
提案アルゴリズムは,新しい量子回路構築法により,エネルギー関数の勾配を効率的に推定する。
論文 参考訳（メタデータ） (2024-10-16T18:22:03Z) - Truncation technique for variational quantum eigensolver for Molecular
Hamiltonians [0.0]
変分量子固有解法(VQE)はノイズ量子デバイスのための最も有望な量子アルゴリズムの1つである。
そこで本研究では, トランケートされたハミルトニアンを用いて, 最適化手順を開始する物理直感的なトランケーション手法を提案する。
この戦略により、量子コンピュータ上でのハミルトニアンの期待値に対する必要な評価回数を減らすことができる。
論文 参考訳（メタデータ） (2024-02-02T18:45:12Z) - On The Study Of Partial Qubit Hamiltonian For Efficient Molecular
Simulation Using Variational Quantum Eigensolvers [0.0]
簡単な分子の部分量子ハミルトニアンから情報を抽出し、より効率的な変分量子固有解法を設計するための新しいアプローチを提案する。
この研究の結果は、量子コンピューティングの分野における潜在的な進歩と、量子化学におけるその実装を実証する可能性を持っている。
論文 参考訳（メタデータ） (2023-08-24T03:25:05Z) - Quantum algorithms for Schrieffer-Wolff transformation [4.237239130164727]
シュリーファー・ウォルフ変換は退化摂動問題を解くことを目的としている。
これは、未摂動ハミルトニアンの低エネルギー部分空間における正確なハミルトニアンの低エネルギーダイナミクスを記述する。
このユニタリ変換は量子回路によって実現することができる。
論文 参考訳（メタデータ） (2022-01-31T15:27:57Z) - Numerical Simulations of Noisy Quantum Circuits for Computational
Chemistry [51.827942608832025]
短期量子コンピュータは、小さな分子の基底状態特性を計算することができる。
計算アンサッツの構造と装置ノイズによる誤差が計算にどのように影響するかを示す。
論文 参考訳（メタデータ） (2021-12-31T16:33:10Z) - Variational Adiabatic Gauge Transformation on real quantum hardware for
effective low-energy Hamiltonians and accurate diagonalization [68.8204255655161]
変分アダバティックゲージ変換(VAGT)を導入する。
VAGTは、現在の量子コンピュータを用いてユニタリ回路の変動パラメータを学習できる非摂動型ハイブリッド量子アルゴリズムである。
VAGTの精度は、RigettiおよびIonQ量子コンピュータ上でのシミュレーションと同様に、トラフ数値シミュレーションで検証される。
論文 参考訳（メタデータ） (2021-11-16T20:50:08Z) - An Algebraic Quantum Circuit Compression Algorithm for Hamiltonian
Simulation [55.41644538483948]
現在の世代のノイズの多い中間スケール量子コンピュータ(NISQ)は、チップサイズとエラー率に大きく制限されている。
我々は、自由フェルミオンとして知られる特定のスピンハミルトニアンをシミュレーションするために、量子回路を効率よく圧縮するために局所化回路変換を導出する。
提案した数値回路圧縮アルゴリズムは、後方安定に動作し、$mathcalO(103)$スピンを超える回路合成を可能にするスピンの数で3次スケールする。
論文 参考訳（メタデータ） (2021-08-06T19:38:03Z) - Algebraic Compression of Quantum Circuits for Hamiltonian Evolution [52.77024349608834]
時間依存ハミルトニアンの下でのユニタリ進化は、量子ハードウェアにおけるシミュレーションの重要な構成要素である。
本稿では、トロッターステップを1ブロックの量子ゲートに圧縮するアルゴリズムを提案する。
この結果、ハミルトニアンのある種のクラスに対する固定深度時間進化がもたらされる。
論文 参考訳（メタデータ） (2021-08-06T19:38:01Z) - Fixed Depth Hamiltonian Simulation via Cartan Decomposition [59.20417091220753]
時間に依存しない深さの量子回路を生成するための構成的アルゴリズムを提案する。
一次元横フィールドXYモデルにおけるアンダーソン局在化を含む、モデルの特殊クラスに対するアルゴリズムを強調する。
幅広いスピンモデルとフェルミオンモデルに対して正確な回路を提供するのに加えて、我々のアルゴリズムは最適なハミルトニアンシミュレーションに関する幅広い解析的および数値的な洞察を提供する。
論文 参考訳（メタデータ） (2021-04-01T19:06:00Z) - K-spin Hamiltonian for quantum-resolvable Markov decision processes [0.0]
離散的、有限な割引マルコフ決定過程のKスピンハミルトン表現と等価な擬ブールコスト関数を導出する。
このKスピンハミルトニアンは、量子アルゴリズムを用いて最適なポリシーを解くための出発点を与える。
論文 参考訳（メタデータ） (2020-04-13T16:15:25Z)
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。