Fugu-MT 論文翻訳(概要): Simultaneous Perturbation Stochastic Approximation of the Quantum Fisher Information

論文の概要: Simultaneous Perturbation Stochastic Approximation of the Quantum Fisher Information

arxiv url: http://arxiv.org/abs/2103.09232v2
Date: Wed, 13 Oct 2021 17:55:14 GMT
ステータス: 処理完了
システム内更新日: 2023-04-08 01:41:43.830219
Title: Simultaneous Perturbation Stochastic Approximation of the Quantum Fisher Information
Title（参考訳）: 量子フィッシャー情報の同時摂動確率近似
Authors: Julien Gacon, Christa Zoufal, Giuseppe Carleo, Stefan Woerner
Abstract要約: 量子フィッシャー情報行列(Quantum Fisher Information matrix, QFIM)は、有望なアルゴリズムの中心となる計量である。本稿では,QFIMを一定コストで近似するために,同時近似手法を提案する。結果のアルゴリズムを提示し、ハミルトン基底状態の準備と変分量子ボルツマンマシンの訓練に成功させる。
参考スコア（独自算出の注目度）: 0.716879432974126
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The Quantum Fisher Information matrix (QFIM) is a central metric in promising algorithms, such as Quantum Natural Gradient Descent and Variational Quantum Imaginary Time Evolution. Computing the full QFIM for a model with $d$ parameters, however, is computationally expensive and generally requires $\mathcal{O}(d^2)$ function evaluations. To remedy these increasing costs in high-dimensional parameter spaces, we propose using simultaneous perturbation stochastic approximation techniques to approximate the QFIM at a constant cost. We present the resulting algorithm and successfully apply it to prepare Hamiltonian ground states and train Variational Quantum Boltzmann Machines.
Abstract（参考訳）: 量子フィッシャー情報行列(Quantum Fisher Information matrix, QFIM)は、QFIM(Quantum Natural Gradient Descent)や変分量子Imaginary Time Evolutionなどの有望なアルゴリズムの中心となる計量である。しかし、$d$パラメータを持つモデルのqfimの計算は計算コストが高く、一般に$\mathcal{o}(d^2)$関数評価を必要とする。高次元パラメータ空間におけるこれらの増大するコストを補うために,QFIMを一定コストで近似するために同時摂動確率近似法を提案する。結果のアルゴリズムを提示し、ハミルトン基底状態の準備と変分量子ボルツマンマシンの訓練に成功させる。

関連論文リスト

Quantum Simulation of Nonlinear Dynamical Systems Using Repeated Measurement [42.896772730859645]
本稿では, 非線形常微分方程式の初期値問題を解くために, 繰り返し測定に基づく量子アルゴリズムを提案する。古典ロジスティック系とローレンツ系に、積分可能かつカオス的条件の両方でこのアプローチを適用する。
論文参考訳（メタデータ） (2024-10-04T18:06:12Z)
Discrete Randomized Smoothing Meets Quantum Computing [40.54768963869454]
重畳における入力バイナリデータの摂動をエンコードし、量子振幅推定(QAE)を用いてモデルへの呼び出し数を2次的に削減する方法を示す。さらに、画像、グラフ、テキストに対するアプローチの広範な評価を可能にする新しいバイナリ脅威モデルを提案する。
論文参考訳（メタデータ） (2024-08-01T20:21:52Z)
A Quadratic Speedup in Finding Nash Equilibria of Quantum Zero-Sum Games [102.46640028830441]
最適行列乗算重み更新(OMMWU)アルゴリズムを導入し,平均収束複雑性を$mathcalO(d/epsilon)$ to $epsilon$-Nash equilibriaとする。この二次的なスピードアップは、量子ゼロサムゲームにおける$epsilon$-Nash平衡の計算のための新しいベンチマークを定めている。
論文参考訳（メタデータ） (2023-11-17T20:38:38Z)
Hybrid quantum algorithms for flow problems [0.0]
ここではQFlowS(Quantum Flow Simulator)と呼ぶ高性能量子シミュレータをデビューさせる。まず、QFlowSを用いて2つのよく知られた流れをシミュレートし、これまで見つからなかった、ハイブリットで高精度な量子線形システムアルゴリズム(QLSA)の完全なゲートレベルの実装を実演する。本研究は, 流動の量子シミュレーションへの道のりを示唆し, QC のゲートレベル実装に必要な特別な考察を強調した。
論文参考訳（メタデータ） (2023-07-01T17:39:21Z)
Phenomenological Theory of Variational Quantum Ground-State Preparation [0.0]
変分量子固有解法(VQE)アルゴリズムは、偏光量子回路を利用するハミルトンの基底状態を作成することを目的としている。アルゴリズムの成功は学習率などの他のパラメータに大きく依存していることが示される。ギャップが閉じた場合に使用する対称性向上型シミュレーションプロトコルを提案する。
論文参考訳（メタデータ） (2022-05-12T18:00:04Z)
Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
論文参考訳（メタデータ） (2022-02-17T18:59:20Z)
Estimating Gibbs partition function with quantumClifford sampling [6.656454497798153]
分割関数を推定するハイブリッド量子古典アルゴリズムを開発した。我々のアルゴリズムは浅い$mathcalO(1)$-depth量子回路を必要とする。浅層量子回路は、現在利用可能なNISQ(ノイズ中間スケール量子)デバイスにとって極めて重要であると考えられている。
論文参考訳（メタデータ） (2021-09-22T02:03:35Z)
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)
Variational Quantum Boltzmann Machines [0.8057006406834467]
本研究は量子ボルツマンマシン(QBM)に対する新しい実現法を提案する。必要なギブス状態の調製と損失関数の解析勾配の評価は、変分量子イマジナリー時間進化に基づいている。本稿では,この変分QBM手法を数値シミュレーションによる生成的・識別的学習タスクに適用する。
論文参考訳（メタデータ） (2020-06-10T18:00:09Z)
Measuring Analytic Gradients of General Quantum Evolution with the Stochastic Parameter Shift Rule [0.0]
本研究では,量子計測から直接最適化される関数の勾配を推定する問題について検討する。マルチキュービットパラメトリック量子進化の勾配を推定するアルゴリズムを提供する数学的に正確な公式を導出する。私たちのアルゴリズムは、利用可能な全ての量子ゲートがノイズである場合でも、いくつかの近似で機能し続けています。
論文参考訳（メタデータ） (2020-05-20T18:24:11Z)
Quantum Algorithms for Simulating the Lattice Schwinger Model [63.18141027763459]
NISQとフォールトトレラントの両方の設定で格子シュウィンガーモデルをシミュレートするために、スケーラブルで明示的なデジタル量子アルゴリズムを提供する。格子単位において、結合定数$x-1/2$と電場カットオフ$x-1/2Lambda$を持つ$N/2$物理サイト上のシュウィンガーモデルを求める。 NISQと耐故障性の両方でコストがかかるオブザーバブルを、単純なオブザーバブルとして推定し、平均ペア密度を推定する。
論文参考訳（メタデータ） (2020-02-25T19:18:36Z)

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。