論文の概要: Accelerating Variational Quantum Algorithms Using Circuit Concurrency

• arxiv url: http://arxiv.org/abs/2109.01714v1
• Date: Fri, 3 Sep 2021 19:31:36 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-16 06:20:20.915382
• Title: Accelerating Variational Quantum Algorithms Using Circuit Concurrency
• Title（参考訳）: 回路コンカレンシーを用いた変分量子アルゴリズムの高速化
• Authors: Salonik Resch, Anthony Gutierrez, Joon Suk Huh, Srikant Bharadwaj, Yasuko Eckert, Gabriel Loh, Mark Oskin, Swamit Tannu
• Abstract要約: 変分量子アルゴリズム(VQA)は、ノイズの多い中間スケール量子時代において量子優位を達成するための有望なアプローチを提供する。 回路レベルの反復は、ノイズの多い量子コンピュータ上でのVQAの性能を向上させる手段となることを示す。
• 参考スコア（独自算出の注目度）: 2.4718252151897886
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Variational quantum algorithms (VQAs) provide a promising approach to achieve quantum advantage in the noisy intermediate-scale quantum era. In this era, quantum computers experience high error rates and quantum error detection and correction is not feasible. VQAs can utilize noisy qubits in tandem with classical optimization algorithms to solve hard problems. However, VQAs are still slow relative to their classical counterparts. Hence, improving the performance of VQAs will be necessary to make them competitive. While VQAs are expected perform better as the problem sizes increase, increasing their performance will make them a viable option sooner. In this work we show that circuit-level concurrency provides a means to increase the performance of variational quantum algorithms on noisy quantum computers. This involves mapping multiple instances of the same circuit (program) onto the quantum computer at the same time, which allows multiple samples in a variational quantum algorithm to be gathered in parallel for each training iteration. We demonstrate that this technique provides a linear increase in training speed when increasing the number of concurrently running quantum circuits. Furthermore, even with pessimistic error rates concurrent quantum circuit sampling can speed up the quantum approximate optimization algorithm by up to 20x with low mapping and run time overhead.
• Abstract（参考訳）: 変分量子アルゴリズム(vqas)は、雑音の多い中間スケール量子時代の量子優位を達成するための有望なアプローチを提供する。 この時代には、量子コンピュータは高いエラー率を経験し、量子エラーの検出と修正は不可能である。 VQAは、古典的な最適化アルゴリズムを用いて、ノイズの多い量子ビットをタンデムで利用できる。 しかしながら、VQAは従来のものと比べまだ遅い。 したがって、競争力を高めるためにはVQAの性能を向上させる必要がある。 vqaは問題のサイズが大きくなるにつれてパフォーマンスが向上することが期待されるが、パフォーマンスの向上はより早く実行可能な選択肢となるだろう。 本研究では,回路レベルの並列性が雑音量子コンピュータ上での変分量子アルゴリズムの性能を向上させる手段であることを示す。 これには、同じ回路(プログラム)の複数のインスタンスを同時に量子コンピュータにマッピングすることが含まれる。 同時に動作する量子回路の数が増えると,この手法がトレーニング速度を直線的に向上させることを示した。 さらに、悲観的な誤り率の同時量子回路サンプリングであっても、マッピングの低さと実行時間のオーバーヘッドで、量子近似最適化アルゴリズムを最大20倍高速化することができる。

関連論文リスト

• Scalable Quantum Algorithms for Noisy Quantum Computers [0.0]
  この論文は、量子計算資源の要求を減らす2つの主要な技術を開発した。 目的は、現在の量子プロセッサでアプリケーションサイズをスケールアップすることだ。 アルゴリズムの応用の主な焦点は量子システムのシミュレーションであるが、開発したサブルーチンは最適化や機械学習の分野でさらに活用することができる。
  論文  参考訳（メタデータ） (2024-03-01T19:36:35Z)
• Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
  量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。 どの場の量子スピードアップが達成できるかという新たな課題が生じる。 量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
  論文  参考訳（メタデータ） (2024-02-26T09:32:07Z)
• 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)
• QuBEC: Boosting Equivalence Checking for Quantum Circuits with QEC Embedding [4.15692939468851]
  本稿では,従来の手法に比べてレイテンシの低い量子同値チェック手法QuBECを提案する。 提案手法は,ベンチマーク回路の検証時間を最大271.49倍に短縮する。
  論文  参考訳（メタデータ） (2023-09-19T16:12:37Z)
• Quantum Circuit Optimization through Iteratively Pre-Conditioned Gradient Descent [0.4915744683251151]
  量子回路を最適化し、状態準備と量子アルゴリズムの実装のための性能高速化を示すために、繰り返し事前条件勾配降下(IPG)を行う。 4量子W状態と最大絡み合った5量子GHZ状態を作成するための104ドルの係数による忠実度の向上を示す。 また、IPGを用いて量子フーリエ変換のユニタリを最適化するゲインを示し、IonQの量子処理ユニット(QPU)上でそのような最適化された回路の実行結果を報告する。
  論文  参考訳（メタデータ） (2023-09-18T17:30:03Z)
• Parallel circuit implementation of variational quantum algorithms [0.0]
  本稿では,変分量子アルゴリズム(VQA)の量子回路を分割し,並列トレーニングと実行を可能にする手法を提案する。 本稿では,この問題からの固有構造を同定可能な最適化問題に適用する。 我々は,本手法がより大きな問題に対処できるだけでなく,1つのスライスのみを用いてパラメータをトレーニングしながら,完全なVQAモデルを実行することもできることを示した。
  論文  参考訳（メタデータ） (2023-04-06T12:52:29Z)
• Quantum Imitation Learning [74.15588381240795]
  本稿では、量子優位性を利用してILを高速化する量子模倣学習(QIL)を提案する。 量子行動クローニング(Q-BC)と量子生成逆模倣学習(Q-GAIL)という2つのQILアルゴリズムを開発した。 実験結果から,Q-BCとQ-GAILの両者が,従来のものと同等の性能を達成できることが判明した。
  論文  参考訳（メタデータ） (2023-04-04T12:47:35Z)
• Quantum Clustering with k-Means: a Hybrid Approach [117.4705494502186]
  我々は3つのハイブリッド量子k-Meansアルゴリズムを設計、実装、評価する。 我々は距離の計算を高速化するために量子現象を利用する。 我々は、我々のハイブリッド量子k-平均アルゴリズムが古典的バージョンよりも効率的であることを示す。
  論文  参考訳（メタデータ） (2022-12-13T16:04:16Z)
• 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)
• Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
  本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。 数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
  論文  参考訳（メタデータ） (2020-10-20T12:06:27Z)

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。