論文の概要: Overcoming barriers to scalability in variational quantum Monte Carlo

• arxiv url: http://arxiv.org/abs/2106.13308v2
• Date: Wed, 30 Jun 2021 02:21:53 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-25 16:00:42.938017
• Title: Overcoming barriers to scalability in variational quantum Monte Carlo
• Title（参考訳）: 変分量子モンテカルロにおけるスケーラビリティの障壁を克服する
• Authors: Tianchen Zhao, Saibal De, Brian Chen, James Stokes, Shravan Veerapaneni
• Abstract要約: 変分量子モンテカルロ法(VQMC)は、多体量子系に固有の次元の呪いを克服する能力により、近年注目されている。 VQMCと変分量子アルゴリズムのハイブリッド量子古典計算パラダイムの間には、近接した並列性が存在する。
• 参考スコア（独自算出の注目度）: 6.41594296153579
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The variational quantum Monte Carlo (VQMC) method received significant attention in the recent past because of its ability to overcome the curse of dimensionality inherent in many-body quantum systems. Close parallels exist between VQMC and the emerging hybrid quantum-classical computational paradigm of variational quantum algorithms. VQMC overcomes the curse of dimensionality by performing alternating steps of Monte Carlo sampling from a parametrized quantum state followed by gradient-based optimization. While VQMC has been applied to solve high-dimensional problems, it is known to be difficult to parallelize, primarily owing to the Markov Chain Monte Carlo (MCMC) sampling step. In this work, we explore the scalability of VQMC when autoregressive models, with exact sampling, are used in place of MCMC. This approach can exploit distributed-memory, shared-memory and/or GPU parallelism in the sampling task without any bottlenecks. In particular, we demonstrate the GPU-scalability of VQMC for solving up to ten-thousand dimensional combinatorial optimization problems.
• Abstract（参考訳）: 変分量子モンテカルロ(vqmc)法は、多体量子系に内在する次元の呪いを克服する能力を持つため、近年大きな注目を集めている。 VQMCと変分量子アルゴリズムのハイブリッド量子古典計算パラダイムの間には、近接した並列性が存在する。 VQMCは、パラメータ化された量子状態からモンテカルロサンプリングの交互ステップを実行し、勾配に基づく最適化を行うことで、次元性の呪いを克服する。 vqmcは高次元の問題を解決するために用いられてきたが、主にマルコフ連鎖モンテカルロ(mcmc)サンプリングステップのため、並列化が難しいことが知られている。 本研究では,自動回帰モデルがMCMCの代わりに正確なサンプリングを行う場合のVQMCのスケーラビリティについて検討する。 このアプローチは、サンプリングタスクにおける分散メモリ、共有メモリ、/またはGPU並列性をボトルネックなく利用することができる。 特に,最大10次元の組合せ最適化問題の解法として,VQMCのGPUスケーリング性を示す。

関連論文リスト

• A quantum computing approach to fixed-node Monte Carlo using classical shadows [0.0]
  固定ノードモンテカルロ法を用いて指数関数的なスケーリングステップを回避する手法を提案する。 H$_4$, フェロセンおよびベンゼン分子を例に挙げる。 この手法は化学的精度に到達するのに利用できるが、それを実現するためのサンプリングコストは小さい活性空間でも高い。
  論文  参考訳（メタデータ） (2024-10-24T16:41:25Z)
• Quantum Dynamical Hamiltonian Monte Carlo [0.0]
  機械学習におけるユビキタスな問題は、ログの確率を通してのみアクセス可能な確率分布からサンプリングすることである。 我々は、チェインモンテカルロ(MCMC)サンプリングのための有名なハミルトンモンテカルロ法を拡張し、ハイブリッド方式で量子計算を利用する。
  論文  参考訳（メタデータ） (2024-03-04T07:08:23Z)
• Accelerating variational quantum Monte Carlo using the variational quantum eigensolver [0.0]
  変分モンテカルロ法(VMC)は量子状態に対応する分布から古典的にサンプリングするために用いられる。 本稿では,この初期分布を量子コンピュータを用いて生成したサンプルに置き換えることを提案する。
  論文  参考訳（メタデータ） (2023-07-15T05:45:55Z)
• Wasserstein Quantum Monte Carlo: A Novel Approach for Solving the Quantum Many-Body Schr\"odinger Equation [56.9919517199927]
  ワーッセルシュタイン量子モンテカルロ (WQMC) はフィッシャー・ラオ計量ではなくワーッセルシュタイン計量によって誘導される勾配流を用いており、テレポートではなく確率質量の輸送に対応する。 我々は、WQMCの力学が分子系の基底状態へのより高速な収束をもたらすことを実証的に実証した。
  論文  参考訳（メタデータ） (2023-07-06T17:54:08Z)
• QAOA-MC: Markov chain Monte Carlo enhanced by Quantum Alternating Operator Ansatz [0.6181093777643575]
  本稿では,量子交換演算子 Ansatz (QAOA) のモンテカルロへの応用を提案する。 この研究は、現在利用可能な量子コンピュータで実用的な量子優位性を実現するための重要なステップである。
  論文  参考訳（メタデータ） (2023-05-15T16:47:31Z)
• A self-consistent field approach for the variational quantum eigensolver: orbital optimization goes adaptive [52.77024349608834]
  適応微分組立問題集合型アンザッツ変分固有解法(ADAPTVQE)における自己一貫したフィールドアプローチ(SCF)を提案する。 このフレームワークは、短期量子コンピュータ上の化学系の効率的な量子シミュレーションに使用される。
  論文  参考訳（メタデータ） (2022-12-21T23:15:17Z)
• Towards Neural Variational Monte Carlo That Scales Linearly with System Size [67.09349921751341]
  量子多体問題(Quantum many-body problem)は、例えば高温超伝導体のようなエキゾチックな量子現象をデミストする中心である。 量子状態を表すニューラルネットワーク(NN)と変分モンテカルロ(VMC)アルゴリズムの組み合わせは、そのような問題を解決する上で有望な方法であることが示されている。 ベクトル量子化技術を用いて,VMCアルゴリズムの局所エネルギー計算における冗長性を利用するNNアーキテクチャVector-Quantized Neural Quantum States (VQ-NQS)を提案する。
  論文  参考訳（メタデータ） (2022-12-21T19:00:04Z)
• 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)
• Quantum Markov Chain Monte Carlo with Digital Dissipative Dynamics on Quantum Computers [52.77024349608834]
  少数のアンシラ量子ビットを用いて環境との相互作用をシミュレートするデジタル量子アルゴリズムを開発した。 逆イジングモデルの熱状態のシミュレーションによるアルゴリズムの評価を行った。
  論文  参考訳（メタデータ） (2021-03-04T18:21:00Z)
• Sampling in Combinatorial Spaces with SurVAE Flow Augmented MCMC [83.48593305367523]
  ハイブリッドモンテカルロ(Hybrid Monte Carlo)は、複素連続分布からサンプリングする強力なマルコフ連鎖モンテカルロ法である。 本稿では,SurVAEフローを用いたモンテカルロ法の拡張に基づく新しい手法を提案する。 本稿では,統計学,計算物理学,機械学習など,様々な分野におけるアルゴリズムの有効性を実証し,代替アルゴリズムと比較した改良点を考察する。
  論文  参考訳（メタデータ） (2021-02-04T02:21:08Z)

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。