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
- Parsimonious Optimisation of Parameters in Variational Quantum Circuits [1.303764728768944]
最適なパラメータを更新するために、1イテレーション毎に少なくとも2つの回路を実行する必要がある新しい量子勾配サンプリングを提案する。
提案手法は,古典的勾配降下に類似した収束率を達成し,勾配座標降下とSPSAを実証的に上回っている。
論文 参考訳(メタデータ) (2023-06-20T18:50:18Z) - 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) - 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) - 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) - Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。
我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。
すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文 参考訳(メタデータ) (2020-10-01T18:14:11Z) - 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。