論文の概要: Variational Quantum Optimization with Multi-Basis Encodings

• arxiv url: http://arxiv.org/abs/2106.13304v4
• Date: Wed, 26 Jan 2022 07:01:22 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-25 16:00:15.757563
• Title: Variational Quantum Optimization with Multi-Basis Encodings
• Title（参考訳）: マルチバシス符号化による変分量子最適化
• Authors: Taylor L. Patti, Jean Kossaifi, Anima Anandkumar, and Susanne F. Yelin
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 62.72309460291971
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Despite extensive research efforts, few quantum algorithms for classical optimization demonstrate realizable quantum advantage. The utility of many quantum algorithms is limited by high requisite circuit depth and nonconvex optimization landscapes. We tackle these challenges by introducing a new variational quantum algorithm that benefits from two innovations: multi-basis graph encodings and nonlinear activation functions. Our technique results in increased optimization performance, a factor of two increase in effective quantum resources, and a quadratic reduction in measurement complexity. While the classical simulation of many qubits with traditional quantum formalism is impossible due to its exponential scaling, we mitigate this limitation with exact circuit representations using factorized tensor rings. In particular, the shallow circuits permitted by our technique, combined with efficient factorized tensor-based simulation, enable us to successfully optimize the MaxCut of the nonlocally connected $512$-vertex DIMACS library graphs on a single GPU. By improving the performance of quantum optimization algorithms while requiring fewer quantum resources and utilizing shallower, more error-resistant circuits, we offer tangible progress for variational quantum optimization.
• Abstract（参考訳）: 広範な研究努力にもかかわらず、古典的最適化のための量子アルゴリズムは、実現可能な量子優位性を示すものはほとんどない。 多くの量子アルゴリズムの有用性は、高所要回路深度と非凸最適化ランドスケープによって制限される。 マルチバスグラフエンコーディングと非線形アクティベーション関数という,2つのイノベーション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ことで,これらの課題に対処する。 その結果,最適化性能の向上,有効な量子資源の2倍の増大,計測複雑性の2次低減が得られた。 従来の量子形式を持つ多くの量子ビットの古典的シミュレーションは指数関数的スケーリングのため不可能であるが、この制限を因子化テンソル環を用いた厳密な回路表現で緩和する。 特に,本手法が許容する浅回路と効率的な分解テンソルベースシミュレーションを組み合わせることで,1つのGPU上での512$-vertex DIMACSライブラリグラフのMaxCutの最適化を成功させることができる。 量子リソースを少なくし、より浅くエラー耐性の高い回路を活用することで、量子最適化アルゴリズムの性能を向上させることにより、変動量子最適化に目に見える進歩をもたらす。

関連論文リスト

• Symmetry-preserved cost functions for variational quantum eigensolver [0.0]
  ハイブリッド量子-古典的変分アルゴリズムは、ノイズの多い量子コンピュータに最適であると考えられている。 コスト関数に直接対称性の保存を符号化し、ハードウェア効率の良いAns"atzeをより効率的に利用できるようにする。
  論文  参考訳（メタデータ） (2024-11-25T20:33:47Z)
• Near-Term Distributed Quantum Computation using Mean-Field Corrections and Auxiliary Qubits [77.04894470683776]
  本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。 我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
  論文  参考訳（メタデータ） (2023-09-11T18:00:00Z)
• Quantum Circuit Optimization of Arithmetic circuits using ZX Calculus [0.0]
  本稿では,ZX計算に基づくハードウェア資源とキュービット数を削減し,量子演算アルゴリズムを最適化する手法を提案する。 我々は、耐故障性を実現するために要求された元の数と比較して、アシラビットやTゲートの数を大幅に削減することができる。
  論文  参考訳（メタデータ） (2023-06-04T05:05:57Z)
• Constrained Optimization via Quantum Zeno Dynamics [23.391640416533455]
  量子ゼノダイナミクスを用いて、不等式を含む複数の任意の制約で最適化問題を解く手法を提案する。 量子最適化のダイナミクスは、フォールトトレラントな量子コンピュータ上の制約内部分空間に効率的に制限できることを示す。
  論文  参考訳（メタデータ） (2022-09-29T18:00:40Z)
• Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
  テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる 本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。 その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
  論文  参考訳（メタデータ） (2022-09-01T17:08:41Z)
• Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the Race to Practical Quantum Advantage [43.3054117987806]
  本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。 本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。 古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
  論文  参考訳（メタデータ） (2022-08-29T15:24:03Z)
• Surviving The Barren Plateau in Variational Quantum Circuits with Bayesian Learning Initialization [0.0]
  変分量子古典ハイブリッドアルゴリズムは、近い将来に量子コンピュータの実用的な問題を解くための有望な戦略と見なされている。 本稿では,ベイズ空間における有望な領域を特定するために勾配を用いた高速・スローアルゴリズムを提案する。 本研究は, 量子化学, 最適化, 量子シミュレーション問題における変分量子アルゴリズムの応用に近づいたものである。
  論文  参考訳（メタデータ） (2022-03-04T17:48:57Z)
• 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)
• 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)
• Compilation of Fault-Tolerant Quantum Heuristics for Combinatorial Optimization [0.14755786263360526]
  最小限のフォールトトレラント量子コンピュータで試すのに、最適化のための量子アルゴリズムが最も実用的であるかを探る。 この結果から,2次高速化のみを実現する量子最適化が,古典的アルゴリズムよりも有利であるという考えが否定される。
  論文  参考訳（メタデータ） (2020-07-14T22:54:04Z)

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。