論文の概要: Parent Hamiltonian as a benchmark problem for variational quantum eigensolvers

• arxiv url: http://arxiv.org/abs/2109.11759v2
• Date: Wed, 11 May 2022 04:07:14 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-13 21:07:00.496357
• Title: Parent Hamiltonian as a benchmark problem for variational quantum eigensolvers
• Title（参考訳）: 変分量子固有解法のベンチマーク問題としての親ハミルトン
• Authors: Fumiyoshi Kobayashi, Kosuke Mitarai, Keisuke Fujii
• Abstract要約: 変分量子固有解法(VQE)は、アンザッツと呼ばれる量子回路のパラメータを変動的に最適化することで、与えられたハミルトンの基底状態を求める。 この研究は、VQEのエネルギーを分析し、アンザッツとその初期パラメータの設計に寄与する体系的な方法を提供する。
• 参考スコア（独自算出の注目度）: 0.6946929968559495
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Variational quantum eigensolver (VQE), which attracts attention as a promising application of noisy intermediate-scale quantum devices, finds a ground state of a given Hamiltonian by variationally optimizing the parameters of quantum circuits called ansatz. Since the difficulty of the optimization depends on the complexity of the problem Hamiltonian and the structure of the ansatz, it has been difficult to analyze the performance of optimizers for the VQE systematically. To resolve this problem, we propose a technique to construct a benchmark problem whose ground state is guaranteed to be achievable with a given ansatz by using the idea of parent Hamiltonian of low-depth parameterized quantum circuits. We compare the convergence of several optimizers by varying the distance of the initial parameters from the solution and find that the converged energies showed a threshold-like behavior depending on the distance. This work provides a systematic way to analyze optimizers for VQE and contribute to the design of ansatz and its initial parameters.
• Abstract（参考訳）: 雑音中規模量子デバイスの有望な応用として注目される変分量子固有ソルバ(vqe)は、ansatzと呼ばれる量子回路のパラメータを可変に最適化することで、与えられたハミルトニアンの基底状態を見つける。 最適化の難しさは問題ハミルトニアンとアンサッツの構造の複雑さに依存するため、vqeの最適化器の性能を系統的に分析することは困難であった。 この問題を解決するために,低深さパラメータ化量子回路の親ハミルトニアンの概念を用いて,基底状態が与えられたアンザッツで達成可能であることを保証したベンチマーク問題を構築する手法を提案する。 解から初期パラメータの距離を変化させることにより、複数の最適化器の収束を比較し、収束エネルギーが距離に応じてしきい値のような振舞いを示した。 この研究は、vqeのオプティマイザを分析する体系的な方法を提供し、ansatzとその初期パラメータの設計に寄与する。

関連論文リスト

• Quantum Boltzmann machine learning of ground-state energies [3.187381965457262]
  ハミルトニアンの基底状態エネルギーを推定することは、量子コンピュータが役に立つ基本的な課題である。 本稿では,量子ボルツマンマシンの性能解析を行う。 提案アルゴリズムは,新しい量子回路構築法により,エネルギー関数の勾配を効率的に推定する。
  論文  参考訳（メタデータ） (2024-10-16T18:22:03Z)
• Benchmarking Variational Quantum Eigensolvers for Entanglement Detection in Many-Body Hamiltonian Ground States [37.69303106863453]
  変分量子アルゴリズム(VQA)は近年、量子優位を得る約束として登場している。 我々は、変分量子固有解法(VQEs)と呼ばれる特定の種類のVQAを用いて、絡み合った観測と絡み合った基底状態検出においてそれらをベンチマークする。 ハミルトニアン相互作用にインスパイアされた構造を持つ量子回路は、問題に依存しない回路よりもコスト関数推定のより良い結果を示した。
  論文  参考訳（メタデータ） (2024-07-05T12:06:40Z)
• 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)
• Symmetric Pruning in Quantum Neural Networks [111.438286016951]
  量子ニューラルネットワーク(QNN)は、現代の量子マシンの力を発揮する。 ハンドクラフト対称アンサーゼを持つQNNは、一般に非対称アンサーゼを持つものよりも訓練性が高い。 本稿では,QNNのグローバル最適収束を定量化するために,実効量子ニューラルネットワークカーネル(EQNTK)を提案する。
  論文  参考訳（メタデータ） (2022-08-30T08:17:55Z)
• A Convergence Theory for Over-parameterized Variational Quantum Eigensolvers [21.72347971869391]
  変分量子固有解法(VQE)は、近未来のノイズ中間規模量子(NISQ)コンピュータにおける量子応用の有望な候補である。 オーバーパラメータ化系におけるVQEの収束の厳密な分析を行った。
  論文  参考訳（メタデータ） (2022-05-25T04:06:50Z)
• Parameters Fixing Strategy for Quantum Approximate Optimization Algorithm [0.0]
  そこで本稿では,QAOAをパラメータとして初期化することで,回路深度が大きければ平均で高い近似比を与える手法を提案する。 我々は3つの正則グラフやエルド・オス=ルネニグラフのようなグラフのある種のクラスにおけるマックスカット問題に対する我々の戦略をテストする。
  論文  参考訳（メタデータ） (2021-08-11T15:44:16Z)
• Improving the variational quantum eigensolver using variational adiabatic quantum computing [0.0]
  変分量子サンプリング(VAQC)は、量子回路のハミルトン最小固有値を求めるためのハイブリッド量子古典アルゴリズムである。 VAQCは,評価のために,VQEよりも正確な解を提供できることを示す。
  論文  参考訳（メタデータ） (2021-02-04T20:25:50Z)
• Benchmarking adaptive variational quantum eigensolvers [63.277656713454284]
  VQEとADAPT-VQEの精度をベンチマークし、電子基底状態とポテンシャルエネルギー曲線を計算する。 どちらの手法もエネルギーと基底状態の優れた推定値を提供する。 勾配に基づく最適化はより経済的であり、勾配のない類似シミュレーションよりも優れた性能を提供する。
  論文  参考訳（メタデータ） (2020-11-02T19:52:04Z)
• 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)
• 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)
• 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。