論文の概要: Lyapunov control-inspired strategies for quantum combinatorial optimization

• arxiv url: http://arxiv.org/abs/2108.05945v2
• Date: Wed, 4 Jan 2023 17:13:12 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-18 16:53:38.912590
• Title: Lyapunov control-inspired strategies for quantum combinatorial optimization
• Title（参考訳）: リアプノフ制御による量子組合せ最適化戦略
• Authors: Alicia B. Magann, Kenneth M. Rudinger, Matthew D. Grace, Mohan Sarovar
• Abstract要約: 我々は、Lyapunov制御にインスパイアされた量子最適化戦略の拡張的な記述を提供する。 代わりに、これらの戦略は量子ビット測定からのフィードバックを利用して、決定論的に量子回路パラメータに値を割り当てる。
• 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 prospect of using quantum computers to solve combinatorial optimization problems via the quantum approximate optimization algorithm (QAOA) has attracted considerable interest in recent years. However, a key limitation associated with QAOA is the need to classically optimize over a set of quantum circuit parameters. This classical optimization can have significant associated costs and challenges. Here, we provide an expanded description of Lyapunov control-inspired strategies for quantum optimization, as presented in [Magann et al., Phys. Rev. Lett. 129, 250502 (2022)], that do not require any classical optimization effort. Instead, these strategies utilize feedback from qubit measurements to assign values to the quantum circuit parameters in a deterministic manner, such that the combinatorial optimization problem solution improves monotonically with the quantum circuit depth. Numerical analyses are presented that investigate the utility of these strategies towards MaxCut on weighted and unweighted 3-regular graphs, both in ideal implementations and also in the presence of measurement noise. We also discuss how how these strategies compare with QAOA, how they may be used to seed QAOA optimizations in order to improve performance for near-term applications, and explore connections to quantum annealing.
• Abstract（参考訳）: 量子近似最適化アルゴリズム(qaoa)による組合せ最適化問題を解くために量子コンピュータを使うという展望は近年大きな関心を集めている。 しかし、QAOAに関連する重要な制限は、量子回路パラメータの集合を古典的に最適化する必要性である。 この古典的な最適化は、かなりのコストと課題を伴います。 ここでは,古典的最適化を必要としない[magann et al., phys. rev. lett. 19, 250502 (2022)] という,リアプノフ制御に触発された量子最適化戦略の詳細な説明を提供する。 代わりに、これらの戦略は量子回路パラメータに対する値を決定論的に割り当てるために量子ビット測定からのフィードバックを利用しており、組合せ最適化問題解は量子回路深さと単調に改善される。 理想的な実装と測定ノイズの存在の両方において、重み付きおよび非重み付き3つの正則グラフ上でのMaxCutに対するこれらの戦略の有用性を考察した。 また、これらの戦略がQAOAとどのように比較されるか、QAOA最適化をシードして、短期アプリケーションの性能を改善し、量子アニールへの接続を探索する方法についても論じる。

関連論文リスト

• A coherent approach to quantum-classical optimization [0.0]
  ハイブリッド量子古典最適化技術は、量子計算資源の削減を可能にすることが示されている。 我々は、コヒーレンスエントロピーを量子状態の適合性を決定する重要な指標とみなす。 本稿では,従来の課題に対するアプローチを大幅に改善する量子古典最適化プロトコルを提案する。
  論文  参考訳（メタデータ） (2024-09-20T22:22:53Z)
• Bayesian Parameterized Quantum Circuit Optimization (BPQCO): A task and hardware-dependent approach [49.89480853499917]
  変分量子アルゴリズム(VQA)は、最適化と機械学習問題を解決するための有望な量子代替手段として登場した。 本稿では,回路設計が2つの分類問題に対して得られる性能に与える影響を実験的に示す。 また、実量子コンピュータのシミュレーションにおいて、ノイズの存在下で得られた回路の劣化について検討する。
  論文  参考訳（メタデータ） (2024-04-17T11:00:12Z)
• Measurement-Based Quantum Approximate Optimization [0.24861619769660645]
  近似最適化のための計測ベースの量子コンピューティングプロトコルに焦点をあてる。 我々は,QUBO問題の広範かつ重要なクラスにQAOAを適用するための測定パターンを導出する。 我々は、より伝統的な量子回路に対する我々のアプローチのリソース要件とトレードオフについて論じる。
  論文  参考訳（メタデータ） (2024-03-18T06:59:23Z)
• Randomized Benchmarking of Local Zeroth-Order Optimizers for Variational Quantum Systems [65.268245109828]
  古典学のパフォーマンスを、半ランダム化された一連のタスクで比較する。 量子システムにおける一般に好適な性能とクエリ効率のため、局所ゼロ階数に着目する。
  論文  参考訳（メタデータ） (2023-10-14T02:13:26Z)
• Benchmarking Metaheuristic-Integrated QAOA against Quantum Annealing [0.0]
  この研究は、異なる問題領域にわたる量子アニーリングとメタヒューリスティック統合QAOAの長所と短所に関する洞察を提供する。 その結果,ハイブリッド手法は古典的最適化手法を利用してQAOAの解品質と収束速度を向上させることが示唆された。
  論文  参考訳（メタデータ） (2023-09-28T18:55:22Z)
• A Review on Quantum Approximate Optimization Algorithm and its Variants [47.89542334125886]
  量子近似最適化アルゴリズム(Quantum Approximate Optimization Algorithm、QAOA)は、難解な最適化問題を解くことを目的とした、非常に有望な変分量子アルゴリズムである。 この総合的なレビューは、様々なシナリオにおけるパフォーマンス分析を含む、QAOAの現状の概要を提供する。 我々は,提案アルゴリズムの今後の展望と方向性を探りながら,選択したQAOA拡張と変種の比較研究を行う。
  論文  参考訳（メタデータ） (2023-06-15T15:28:12Z)
• Bayesian Optimization for QAOA [0.0]
  量子回路を最適化するためのベイズ最適化手法を提案する。 提案手法により,量子回路の呼び出し回数を大幅に削減できることを示す。 提案手法は,ノイズの多い中間規模量子デバイス上でのQAOAのハイブリッド特性を活用するための,有望なフレームワークであることが示唆された。
  論文  参考訳（メタデータ） (2022-09-08T13:59:47Z)
• 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)
• Feedback-based quantum optimization [0.0]
  本稿では,量子回路パラメータに対して,量子ビット計測の結果を構成的に割り当てる,量子最適化のためのフィードバックベースの戦略を提案する。 この手法により,量子回路の深さを単調に改善する最適化問題の解が推定されることを示す。
  論文  参考訳（メタデータ） (2021-03-15T18:01:03Z)
• 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)
• Cross Entropy Hyperparameter Optimization for Constrained Problem Hamiltonians Applied to QAOA [68.11912614360878]
  QAOA(Quantum Approximate Optimization Algorithm)のようなハイブリッド量子古典アルゴリズムは、短期量子コンピュータを実用的に活用するための最も奨励的なアプローチの1つである。 このようなアルゴリズムは通常変分形式で実装され、古典的な最適化法と量子機械を組み合わせて最適化問題の優れた解を求める。 本研究では,クロスエントロピー法を用いてランドスケープを形作り,古典的パラメータがより容易により良いパラメータを発見でき,その結果,性能が向上することを示す。
  論文  参考訳（メタデータ） (2020-03-11T13:52:41Z)

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。