論文の概要: ORQVIZ: Visualizing High-Dimensional Landscapes in Variational Quantum Algorithms

• arxiv url: http://arxiv.org/abs/2111.04695v1
• Date: Mon, 8 Nov 2021 18:17:59 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-08 20:04:16.730055
• Title: ORQVIZ: Visualizing High-Dimensional Landscapes in Variational Quantum Algorithms
• Title（参考訳）: ORQVIZ:変分量子アルゴリズムによる高次元ランドスケープの可視化
• Authors: Manuel S. Rudolph, Sukin Sim, Asad Raza, Michal Stechly, Jarrod R. McClean, Eric R. Anschuetz, Luis Serrano, Alejandro Perdomo-Ortiz
• Abstract要約: 変分量子アルゴリズム(VQA)は、量子コンピュータの実用的な応用を見つけるための有望な候補である。 この作業には、オープンソースのPythonパッケージである$textitorqviz$のリリースが伴っている。
• 参考スコア（独自算出の注目度）: 51.02972483763309
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Variational Quantum Algorithms (VQAs) are promising candidates for finding practical applications of near to mid-term quantum computers. There has been an increasing effort to study the intricacies of VQAs, such as the presence or absence of barren plateaus and the design of good quantum circuit ans\"atze. Many of these studies can be linked to the loss landscape that is optimized as part of the algorithm, and there is high demand for quality software tools for flexibly studying these loss landscapes. In our work, we collect a variety of techniques that have been used to visualize the training of deep artificial neural networks and apply them to visualize the high-dimensional loss landscapes of VQAs. We review and apply the techniques to three types of VQAs: the Quantum Approximate Optimization Algorithm, the Quantum Circuit Born Machine, and the Variational Quantum Eigensolver. Additionally, we investigate the impact of noise due to finite sampling in the estimation of loss functions. For each case, we demonstrate how our visualization techniques can verify observations from past studies and provide new insights. This work is accompanied by the release of the open-source Python package $\textit{orqviz}$, which provides code to compute and flexibly plot 1D and 2D scans, Principal Component Analysis scans, Hessians, and the Nudged Elastic Band algorithm. $\textit{orqviz}$ enables flexible visual analysis of high-dimensional VQA landscapes and can be found at: $\textbf{github.com/zapatacomputing/orqviz}$.
• Abstract（参考訳）: 変分量子アルゴリズム(VQA)は、ほぼ中期の量子コンピュータの実用的な応用を見つけるための候補である。 ヴァレンプラトーの存在や欠如、優れた量子回路 ans\atze の設計など、VQAの複雑さを研究する努力が増えている。 これらの研究の多くは、アルゴリズムの一部として最適化されたロスランドスケープと関連付けられ、これらのロスランドスケープを柔軟に研究するための高品質なソフトウェアツールが要求される。 我々の研究では、深層ニューラルネットワークのトレーニングを可視化するために使われてきた様々な技術を収集し、VQAの高次元ロスランドスケープを可視化するためにそれらを適用した。 我々は,この手法を3種類のvqa(量子近似最適化アルゴリズム,量子回路ボルンマシン,変分量子固有解法)に適用する。 さらに,損失関数の推定における有限サンプリングによる雑音の影響について検討した。 それぞれのケースにおいて、我々の可視化技術が過去の研究の観察をどのように検証し、新しい洞察を提供するかを示す。 この作業には、オープンソースのPythonパッケージである$\textit{orqviz}$のリリースが伴っている。これは、1Dと2Dのスキャンを計算および柔軟にプロットするためのコード、主成分分析スキャン、Hessian、Nudged Elastic Bandアルゴリズムを提供する。 $\textit{orqviz}$は、高次元のVQAランドスケープの柔軟なビジュアル解析を可能にし、以下のようになる。

関連論文リスト

• Variational Quantum Algorithm Landscape Reconstruction by Low-Rank Tensor Completion [2.2707451850269456]
  変分量子アルゴリズム(VQA)は、科学と産業に多くの応用がある幅広い種類のアルゴリズムである。 VQAに関連する特別な課題は、関連するコスト関数の性質を理解することである。 局所景観復元のための低ランクテンソル・コンプリート・アプローチを提案する。
  論文  参考訳（メタデータ） (2024-05-17T17:53:38Z)
• 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)
• Quantum Architecture Search with Unsupervised Representation Learning [24.698519892763283]
  教師なし表現学習は量子アーキテクチャ探索(QAS)を前進させる新しい機会を提供する QASは変分量子アルゴリズム(VQA)のための量子回路を最適化するように設計されている
  論文  参考訳（メタデータ） (2024-01-21T19:53:17Z)
• QNEAT: Natural Evolution of Variational Quantum Circuit Architecture [95.29334926638462]
  我々は、ニューラルネットワークの量子対する最も有望な候補として登場した変分量子回路(VQC)に注目した。 有望な結果を示す一方で、バレン高原、重みの周期性、アーキテクチャの選択など、さまざまな問題のために、VQCのトレーニングは困難である。 本稿では,VQCの重みとアーキテクチャの両方を最適化するために,自然進化にインスパイアされた勾配のないアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-04-14T08:03:20Z)
• qLEET: Visualizing Loss Landscapes, Expressibility, Entangling Power and Training Trajectories for Parameterized Quantum Circuits [0.0]
  qLEETは、パラメータ化量子回路(PQC)を研究するためのオープンソースのPythonパッケージである。 PQCの表現可能性や絡み合う力などの特性の計算を可能にする。 Qiskit、Cirq、Pyquilといった一般的な量子コンピューティングライブラリを使って構築された量子回路とノイズモデルをサポートする。
  論文  参考訳（メタデータ） (2022-05-04T14:47:23Z)
• From Quantum Graph Computing to Quantum Graph Learning: A Survey [86.8206129053725]
  まず、量子力学とグラフ理論の相関関係について、量子コンピュータが有用な解を生成できることを示す。 本稿では,その実践性と適用性について,一般的なグラフ学習手法について概説する。 今後の研究の触媒として期待される量子グラフ学習のスナップショットを提供する。
  論文  参考訳（メタデータ） (2022-02-19T02:56:47Z)
• The Variational Quantum Eigensolver: a review of methods and best practices [3.628860803653535]
  変分量子固有解法(VQE)は変動原理を用いてハミルトンの基底状態エネルギーを計算する。 本総説は,アルゴリズムの様々な部分における進捗状況について概説することを目的としている。
  論文  参考訳（メタデータ） (2021-11-09T14:40:18Z)
• Variational Quantum Classifiers Through the Lens of the Hessian [0.0]
  量子コンピューティングでは、変分量子アルゴリズム(VQA)は最適な組み合わせを見つけるのに適している。 勾配勾配勾配最適化アルゴリズムによるVQAの訓練は、よい収束性を示した。 古典的なディープラーニングと同様に、変分量子回路は勾配問題に悩まされる。
  論文  参考訳（メタデータ） (2021-05-21T06:57:34Z)
• Efficient measure for the expressivity of variational quantum algorithms [72.59790225766777]
  我々は、変分量子アルゴリズムの表現率を研究するために、統計学習理論、すなわち被覆数に関する高度なツールを利用する。 まず、任意のアンサーゼを持つVQAの表現性は、量子ゲートの数と観測可能な測定値によって上限づけられていることを示す。 次に,システムノイズを考慮した量子チップ上でのVQAの表現性について検討する。
  論文  参考訳（メタデータ） (2021-04-20T13:51:08Z)
• 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。