論文の概要: Quantum Circuits For Two-Dimensional Isometric Tensor Networks

• arxiv url: http://arxiv.org/abs/2108.02792v1
• Date: Thu, 5 Aug 2021 18:00:26 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-19 07:06:26.922550
• Title: Quantum Circuits For Two-Dimensional Isometric Tensor Networks
• Title（参考訳）: 二次元等尺テンソルネットワークのための量子回路
• Authors: Lucas Slattery, Bryan K. Clark
• Abstract要約: 我々は2次元テンソルネットワーク(isoTNS)の量子回路バージョンについて詳細に記述し、これをqisoTNSと呼ぶ。 2つの異なる2次元スピン1/2ハミルトニアン上でのQisoTNSの性能をベンチマークする。
• 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: The variational quantum eigensolver (VQE) combines classical and quantum resources in order simulate classically intractable quantum states. Amongst other variables, successful VQE depends on the choice of variational ansatz for a problem Hamiltonian. We give a detailed description of a quantum circuit version of the 2D isometric tensor network (isoTNS) ansatz which we call qisoTNS. We benchmark the performance of qisoTNS on two different 2D spin 1/2 Hamiltonians. We find that the ansatz has several advantages. It is qubit efficient with the number of qubits allowing for access to some exponentially large bond-dimension tensors at polynomial quantum cost. In addition, the ansatz is robust to the barren plateau problem due emergent layerwise training. We further explore the effect of noise on the efficacy of the ansatz. Overall, we find that qisoTNS is a suitable variational ansatz for 2D Hamiltonians with local interactions.
• Abstract（参考訳）: 変分量子固有ソルバ (vqe) は古典的および量子的資源を結合し、古典的に難解な量子状態をシミュレートする。 他の変数の中で、成功したVQEはハミルトニアン問題に対する変分アンザッツの選択に依存する。 本稿では,2次元等尺テンソルネットワーク(isoTNS)の量子回路バージョンについて詳述し,これをqisoTNSと呼ぶ。 2次元スピン1/2ハミルトニアンのqisotnsの性能をベンチマークした。 ansatzにはいくつかの利点がある。 量子ビットの数で効率が良く、多項式量子コストで指数関数的に大きい結合次元テンソルにアクセスできる。 さらに、アンザッツは層状トレーニングによるバレン高原問題に対して堅牢である。 さらに,ansatzの有効性に対する騒音の影響について検討する。 全体として、QisoTNSは局所相互作用を持つ2次元ハミルトニアンに適した変分アンサッツであることがわかった。

関連論文リスト

• Extending Quantum Perceptrons: Rydberg Devices, Multi-Class Classification, and Error Tolerance [67.77677387243135]
  量子ニューロモーフィックコンピューティング(QNC)は、量子計算とニューラルネットワークを融合して、量子機械学習(QML)のためのスケーラブルで耐雑音性のあるアルゴリズムを作成する QNCの中核は量子パーセプトロン(QP)であり、相互作用する量子ビットのアナログダイナミクスを利用して普遍的な量子計算を可能にする。
  論文  参考訳（メタデータ） (2024-11-13T23:56:20Z)
• Quantum Deep Equilibrium Models [1.5853439776721878]
  本稿では,量子機械学習モデルのパラメータを学習するトレーニングパラダイムであるQuantum Deep Equilibrium Models (QDEQ)を紹介する。 QDEQは、既存の同等のベースラインモデルと競合するだけでなく、5倍以上のレイヤを持つネットワークよりも高いパフォーマンスを実現している。 このことは、QDEQパラダイムが与えられたタスクに対してより浅い量子回路を開発するのに利用できることを示している。
  論文  参考訳（メタデータ） (2024-10-31T13:54:37Z)
• Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems [77.88054335119074]
  ランダム量子スピン系の進化をモデル化するためにFNOを用いる。 量子波動関数全体の2n$の代わりに、コンパクトなハミルトン観測可能集合にFNOを適用する。
  論文  参考訳（メタデータ） (2024-09-05T07:18:09Z)
• QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum Circuits [82.50620782471485]
  QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。 1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。 提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
  論文  参考訳（メタデータ） (2024-01-10T22:33:00Z)
• Variational quantum eigensolver for closed-shell molecules with non-bosonic corrections [6.3235499003745455]
  ボソニック項の幾何平均に近似した電子相関モデルに簡単な補正手法を導入する。 我々の非ボゾン補正法は、少なくとも試験系では信頼性の高い量子化学シミュレーションに到達している。
  論文  参考訳（メタデータ） (2023-10-11T16:47:45Z)
• Modeling Non-Covalent Interatomic Interactions on a Photonic Quantum Computer [50.24983453990065]
  我々は、cQDOモデルがフォトニック量子コンピュータ上でのシミュレーションに自然に役立っていることを示す。 我々は、XanaduのStrawberry Fieldsフォトニクスライブラリを利用して、二原子系の結合エネルギー曲線を計算する。 興味深いことに、2つの結合したボソニックQDOは安定な結合を示す。
  論文  参考訳（メタデータ） (2023-06-14T14:44:12Z)
• Variational quantum algorithms for local Hamiltonian problems [0.0]
  変分量子アルゴリズム(VQA)は、量子コンピュータを用いて最適化問題を解くために設計された量子アルゴリズムの一群である。 主に変分量子固有解法 (VQE) と呼ばれるアルゴリズムに注目し、量子ビットハミルトニアンは近似基底状態を返す。
  論文  参考訳（メタデータ） (2022-08-23T22:32:56Z)
• Parameterized Two-Qubit Gates for Enhanced Variational Quantum Eigensolver [0.0]
  回路アンサッツの固定およびパラメータ化2量子ゲートを用いた変分量子固有解法をシミュレートする。 パラメータ化バージョンは、量子化学や材料科学に応用したハミルトンの様々な分野において、最高のエネルギーと外れ値の削減の両方に関して、固定バージョンよりも優れていることを示す。
  論文  参考訳（メタデータ） (2022-03-09T19:00:01Z)
• 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)
• On the learnability of quantum neural networks [132.1981461292324]
  本稿では,量子ニューラルネットワーク(QNN)の学習可能性について考察する。 また,概念をQNNで効率的に学習することができれば,ゲートノイズがあってもQNNで効果的に学習できることを示す。
  論文  参考訳（メタデータ） (2020-07-24T06:34:34Z)
• Variational Quantum Eigensolver for Frustrated Quantum Systems [0.0]
  変分量子固有解法(VQE)は、量子ハミルトニアンによって指定されたエネルギーランドスケープにおける大域最小値を決定するように設計されている。 本稿では、1次元のフェルミオン連鎖を記述するハバード様モデルに対するVQE手法の性能について考察する。 また、ハミルトニアンに対するバレンプラトー現象の研究を行い、この効果の重大性はフェルミオンの量子ビットへの符号化に依存することを示した。
  論文  参考訳（メタデータ） (2020-05-01T18:00:01Z)

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。