論文の概要: Connecting geometry and performance of two-qubit parameterized quantum
circuits
- arxiv url: http://arxiv.org/abs/2106.02593v2
- Date: Fri, 12 Aug 2022 11:17:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-27 21:14:30.709867
- Title: Connecting geometry and performance of two-qubit parameterized quantum
circuits
- Title(参考訳): 2ビットパラメタライズド量子回路の接続形状と特性
- Authors: Amara Katabarwa, Sukin Sim, Dax Enshan Koh, Pierre-Luc Dallaire-Demers
- Abstract要約: 主バンドルを用いて2量子ビット量子回路(PQC)を幾何学的に特徴付ける。
変分量子固有解法(VQE)最適化プロセス中にリッチスカラーを計算することにより、新しい視点を提供する。
我々は、量子自然勾配の優れた性能の鍵は、高い負曲率の領域を見つける能力であると主張している。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Parameterized quantum circuits (PQCs) are a central component of many
variational quantum algorithms, yet there is a lack of understanding of how
their parameterization impacts algorithm performance. We initiate this
discussion by using principal bundles to geometrically characterize two-qubit
PQCs. On the base manifold, we use the Mannoury-Fubini-Study metric to find a
simple equation relating the Ricci scalar (geometry) and concurrence
(entanglement). By calculating the Ricci scalar during a variational quantum
eigensolver (VQE) optimization process, this offers us a new perspective to how
and why Quantum Natural Gradient outperforms the standard gradient descent. We
argue that the key to the Quantum Natural Gradient's superior performance is
its ability to find regions of high negative curvature early in the
optimization process. These regions of high negative curvature appear to be
important in accelerating the optimization process.
- Abstract(参考訳): パラメータ化量子回路(PQC)は多くの変分量子アルゴリズムの中心的な構成要素であるが、そのパラメータ化がアルゴリズムの性能に与える影響について理解されていない。
2量子PQCを幾何学的に特徴付けるために主バンドルを用いてこの議論を開始する。
基底多様体上では、マンウリー・フビニ・スタディ計量を用いてリッチスカラー(幾何学)と共役(絡み合い)に関する単純な方程式を求める。
変分量子固有解法 (VQE) 最適化過程におけるリッチスカラーの計算により、量子自然勾配が標準勾配勾配よりも優れている理由と方法の新しい視点を提供する。
我々は、量子自然勾配の優れた性能の鍵は、最適化プロセスの早い段階で高い負曲率の領域を見つける能力であると主張している。
これらの負曲率の高い領域は最適化プロセスの加速に重要であると考えられる。
関連論文リスト
- 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) - Efficient Quantum Gradient and Higher-order Derivative Estimation via Generalized Hadamard Test [2.5545813981422882]
パラメータ化量子回路(PQC)の動作を理解するためには、勾配に基づく手法が不可欠である
有限差分、シフト規則、アダマール試験、直接アダマール試験などの既存の勾配推定法は、特定のPQCに対して最適な勾配回路を得ることが多い。
本稿では,一階勾配推定法に適用したフレキシブル・アダマールテスト(Flexible Hadamard Test)を提案する。
また、PQ内の個々のパラメータに対する最適勾配推定手法を適応的に選択する統一勾配法である量子自動微分(QAD)を導入する。
論文 参考訳(メタデータ) (2024-08-10T02:08:54Z) - Bayesian Parameterized Quantum Circuit Optimization (BPQCO): A task and hardware-dependent approach [49.89480853499917]
変分量子アルゴリズム(VQA)は、最適化と機械学習問題を解決するための有望な量子代替手段として登場した。
本稿では,回路設計が2つの分類問題に対して得られる性能に与える影響を実験的に示す。
また、実量子コンピュータのシミュレーションにおいて、ノイズの存在下で得られた回路の劣化について検討する。
論文 参考訳(メタデータ) (2024-04-17T11:00:12Z) - Symmetric Pruning in Quantum Neural Networks [111.438286016951]
量子ニューラルネットワーク(QNN)は、現代の量子マシンの力を発揮する。
ハンドクラフト対称アンサーゼを持つQNNは、一般に非対称アンサーゼを持つものよりも訓練性が高い。
本稿では,QNNのグローバル最適収束を定量化するために,実効量子ニューラルネットワークカーネル(EQNTK)を提案する。
論文 参考訳(メタデータ) (2022-08-30T08:17:55Z) - Gradient-descent quantum process tomography by learning Kraus operators [63.69764116066747]
離散および連続変数の量子システムに対して量子プロセストモグラフィー(QPT)を行う。
我々は、クラウス作用素を得るために、最適化中にいわゆるスティーフェル多様体に対して制約付き勾配-退化(GD)アプローチを用いる。
GD-QPTは、2量子ランダムプロセスを持つベンチマークにおいて、圧縮センシング(CS)と投影最小二乗QPT(PLS)の両方のパフォーマンスと一致する。
論文 参考訳(メタデータ) (2022-08-01T12:48:48Z) - 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) - FLIP: A flexible initializer for arbitrarily-sized parametrized quantum
circuits [105.54048699217668]
任意サイズのパラメタライズド量子回路のためのFLexible Initializerを提案する。
FLIPは任意の種類のPQCに適用することができ、初期パラメータの一般的なセットに頼る代わりに、成功したパラメータの構造を学ぶように調整されている。
本稿では, 3つのシナリオにおいてFLIPを用いることの利点を述べる。不毛な高原における問題ファミリ, 最大カット問題インスタンスを解くPQCトレーニング, 1次元フェルミ-ハッバードモデルの基底状態エネルギーを求めるPQCトレーニングである。
論文 参考訳(メタデータ) (2021-03-15T17:38:33Z) - Gradient-free quantum optimization on NISQ devices [0.0]
重み依存学習の最近の進歩を考察し、適切な回路アーキテクチャとパラメータチューニングのトレードオフに対処する戦略を提案する。
遺伝的競合を介して回路を評価するNEATに基づくアルゴリズムの使用を検討し、パラメータ数を超えることにより問題を回避します。
論文 参考訳(メタデータ) (2020-12-23T10:24:54Z) - Natural Evolutionary Strategies for Variational Quantum Computation [0.7874708385247353]
自然進化戦略 (NES) は勾配のないブラックボックス最適化アルゴリズムの一群である。
本研究では、無作為化パラメトリゼーション量子回路(PQC)の減衰勾配領域における最適化への応用について述べる。
論文 参考訳(メタデータ) (2020-11-30T21:23:38Z) - Quantum-optimal-control-inspired ansatz for variational quantum
algorithms [105.54048699217668]
変分量子アルゴリズム (VQA) の中心成分は状態準備回路(英語版)であり、アンザッツ(英語版)または変分形式(英語版)とも呼ばれる。
ここでは、対称性を破るユニタリを組み込んだ「解」を導入することで、このアプローチが必ずしも有利であるとは限らないことを示す。
この研究は、より一般的な対称性を破るアンスの開発に向けた第一歩となり、物理学や化学問題への応用に繋がる。
論文 参考訳(メタデータ) (2020-08-03T18:00:05Z) - 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)
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。