論文の概要: NISQ Algorithm for Semidefinite Programming
- arxiv url: http://arxiv.org/abs/2106.03891v1
- Date: Mon, 7 Jun 2021 18:08:53 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-09 15:35:56.952221
- Title: NISQ Algorithm for Semidefinite Programming
- Title(参考訳): NISQによる半有限計画法
- Authors: Kishor Bharti, Tobias Haug, Vlatko Vedral, Leong-Chuan Kwek
- Abstract要約: 半有限計画法(SDP)のNISQアルゴリズムについて述べる。
NISQ固有解器の設計には,SDPに基づくハミルトン基底状態問題の定式化を利用する。
我々の研究は、過去数十年で最も成功したアルゴリズムフレームワークの1つにNISQコンピュータの応用を拡張しました。
- 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: Semidefinite Programming (SDP) is a class of convex optimization programs
with vast applications in control theory, quantum information, combinatorial
optimization and operational research. Noisy intermediate-scale quantum (NISQ)
algorithms aim to make an efficient use of the current generation of quantum
hardware. However, optimizing variational quantum algorithms is a challenge as
it is an NP-hard problem that in general requires an exponential time to solve
and can contain many far from optimal local minima. Here, we present a current
term NISQ algorithm for SDP. The classical optimization program of our NISQ
solver is another SDP over a smaller dimensional ansatz space. We harness the
SDP based formulation of the Hamiltonian ground state problem to design a NISQ
eigensolver. Unlike variational quantum eigensolvers, the classical
optimization program of our eigensolver is convex, can be solved in polynomial
time with the number of ansatz parameters and every local minimum is a global
minimum. Further, we demonstrate the potential of our NISQ SDP solver by
finding the largest eigenvalue of up to $2^{1000}$ dimensional matrices and
solving graph problems related to quantum contextuality. We also discuss NISQ
algorithms for rank-constrained SDPs. Our work extends the application of NISQ
computers onto one of the most successful algorithmic frameworks of the past
few decades.
- Abstract(参考訳): Semidefinite Programming (SDP) は、制御理論、量子情報、組合せ最適化、運用研究に広く応用された凸最適化プログラムのクラスである。
ノイズのある中間スケール量子(NISQ)アルゴリズムは、現在の世代の量子ハードウェアを効率的に利用することを目的としている。
しかし、変分量子アルゴリズムの最適化はNPハード問題であり、一般に解くのに指数関数時間が必要であり、多くの局所最小値を含むことができるため、課題である。
本稿では,SDP に対する現在の NISQ アルゴリズムを提案する。
NISQソルバの古典的最適化プログラムは、より小さな次元のアンザッツ空間上の別のSDPである。
NISQ固有解器の設計には,SDPに基づくハミルトン基底状態問題の定式化を利用する。
変分量子固有ソルバとは異なり、我々の固有ソルバの古典的最適化プログラムは、アンサッツパラメータの数で多項式時間で解くことができ、すべての局所最小値は大域的最小である。
さらに、NISQ SDPソルバのポテンシャルを、最大で2^{1000}$次元行列の固有値を見つけ、量子テクスチュアリティに関連するグラフ問題を解くことによって示す。
また、ランク制約付きSDPに対するNISQアルゴリズムについても論じる。
我々の研究は、過去数十年で最も成功したアルゴリズムフレームワークの1つにNISQコンピュータの適用を拡張しました。
関連論文リスト
- Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。
提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
論文 参考訳(メタデータ) (2023-04-18T11:57:15Z) - Solving various NP-Hard problems using exponentially fewer qubits on a
Quantum Computer [0.0]
NPハード問題は、一般時間アルゴリズムで正確に解けるとは考えられていない。
本稿では,問題のサイズに応じて対数的にスケールする独自手法を構築した。
これらのアルゴリズムは、100以上のノードのグラフサイズを持つ量子シミュレータと、256のグラフサイズまでの実際の量子コンピュータでテストされる。
論文 参考訳(メタデータ) (2023-01-17T16:03:33Z) - An Inexact Feasible Quantum Interior Point Method for Linearly
Constrained Quadratic Optimization [0.0]
量子線形システムアルゴリズム(QLSA)は、線形システムの解法に依存するアルゴリズムを高速化する可能性がある。
本研究では, 線形制約付き2次最適化問題の解法において, 実効性のないQIPM(Inexact-Feasible QIPM)を提案する。
論文 参考訳(メタデータ) (2023-01-13T01:36:13Z) - QAOA-in-QAOA: solving large-scale MaxCut problems on small quantum
machines [81.4597482536073]
量子近似最適化アルゴリズム(QAOAs)は、量子マシンのパワーを利用し、断熱進化の精神を継承する。
量子マシンを用いて任意の大規模MaxCut問題を解くためにQAOA-in-QAOA(textQAOA2$)を提案する。
提案手法は,大規模最適化問題におけるQAOAsの能力を高めるために,他の高度な戦略にシームレスに組み込むことができる。
論文 参考訳(メタデータ) (2022-05-24T03:49:10Z) - 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) - Variational Quantum Algorithms for Semidefinite Programming [5.37133760455631]
半定値プログラム(SDP)は、操作研究、最適化、量子情報科学などにおける凸最適化問題である。
本稿では,SDPを近似的に解くための変分量子アルゴリズムを提案する。
論文 参考訳(メタデータ) (2021-12-16T13:10:48Z) - Quantum algorithm for stochastic optimal stopping problems with
applications in finance [60.54699116238087]
有名な最小二乗モンテカルロ (LSM) アルゴリズムは、線形最小二乗回帰とモンテカルロシミュレーションを組み合わせることで、最適停止理論の問題を解決する。
プロセスへの量子アクセス、最適な停止時間を計算するための量子回路、モンテカルロの量子技術に基づく量子LSMを提案する。
論文 参考訳(メタデータ) (2021-11-30T12:21:41Z) - Optimal Qubit Mapping with Simultaneous Gate Absorption [9.530683922512873]
コンパイルにおける重要なステップは、プログラム内の量子ビットを、与えられた量子コンピュータ上の物理量子ビットにマッピングすることである。
OLSQ-GAは、SWAPゲートを同時に吸収する鍵となる特徴を持つ最適量子ビットマッパーである。
OLSQ-GAは、他の最先端手法と比較して、深さを最大50.0%、SWAPカウントを100%削減する。
論文 参考訳(メタデータ) (2021-09-14T05:15:36Z) - 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) - NISQ Algorithm for Hamiltonian Simulation via Truncated Taylor Series [0.0]
ノイズの多い中間スケール量子(NISQ)アルゴリズムは、現在利用可能な量子ハードウェアを効果的に利用することを目的としている。
我々は既存のアルゴリズムの利点を共有し、いくつかの欠点を緩和する新しいアルゴリズムであるTorylor量子シミュレータ(TTQS)を提案する。
我々のアルゴリズムは古典的量子フィードバックループを持たず、建設によって不規則な高原問題をバイパスする。
論文 参考訳(メタデータ) (2021-03-09T15:48:48Z) - 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)
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。