論文の概要: Performance comparison of optimization methods on variational quantum
algorithms
- arxiv url: http://arxiv.org/abs/2111.13454v2
- Date: Tue, 14 Dec 2021 12:46:26 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-06 19:51:31.908980
- Title: Performance comparison of optimization methods on variational quantum
algorithms
- Title(参考訳): 変分量子アルゴリズムにおける最適化手法の性能比較
- Authors: Xavier Bonet-Monroig, Hao Wang, Diederick Vermetten, Bruno Senjean,
Charles Moussa, Thomas B\"ack, Vedran Dunjko, Thomas E. O'Brien
- Abstract要約: 変分量子アルゴリズム(VQA)は、学術・工業研究への応用に短期的な量子ハードウェアを使用するための有望な道を提供する。
SLSQP, COBYLA, CMA-ES, SPSAの4つの最適化手法の性能について検討した。
- 参考スコア(独自算出の注目度): 2.690135599539986
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Variational quantum algorithms (VQAs) offer a promising path towards using
near-term quantum hardware for applications in academic and industrial
research. These algorithms aim to find approximate solutions to quantum
problems by optimizing a parametrized quantum circuit using a classical
optimization algorithm. A successful VQA requires fast and reliable classical
optimization algorithms. Understanding and optimizing how off-the-shelf
optimization methods perform in this context is important for the future of the
field. In this work we study the performance of four commonly used
gradient-free optimization methods: SLSQP, COBYLA, CMA-ES, and SPSA, at finding
ground-state energies of a range of small chemistry and material science
problems. We test a telescoping sampling scheme (where the accuracy of the
cost-function estimate provided to the optimizer is increased as the
optimization converges) on all methods, demonstrating mixed results across our
range of optimizers and problems chosen. We further hyperparameter tune two of
the four optimizers (CMA-ES and SPSA) across a large range of models, and
demonstrate that with appropriate hyperparameter tuning, CMA-ES is competitive
with and sometimes outperforms SPSA (which is not observed in the absence of
hyperparameter tuning). Finally, we investigate the ability of an optimizer to
beat the `sampling noise floor', given by the sampling noise on each
cost-function estimate provided to the optimizer. Our results demonstrate the
necessity for tailoring and hyperparameter-tuning known optimization techniques
for inherently-noisy variational quantum algorithms, and that the variational
landscape that one finds in a VQA is highly problem- and system-dependent. This
provides guidance for future implementations of these algorithms in experiment.
- Abstract(参考訳): 変分量子アルゴリズム(vqas)は、短期量子ハードウェアを学術研究や産業研究に応用するための有望な道を提供する。
これらのアルゴリズムは古典的最適化アルゴリズムを用いてパラメトリック化量子回路を最適化することにより量子問題の近似解を求めることを目的としている。
VQAの成功には、高速で信頼性の高い古典最適化アルゴリズムが必要である。
この文脈におけるオフ・ザ・シェルフ最適化手法の理解と最適化は、この分野の将来にとって重要である。
本研究では, SLSQP, COBYLA, CMA-ES, SPSAの4つの最適化手法の性能について検討した。
提案手法では,全手法でテレスコープサンプリング方式(最適化器に提供されるコスト関数推定の精度が向上する)を検証し,最適化器と選択した問題との混合結果を実証する。
さらに4つの最適化器(CMA-ESとSPSA)のうち2つを多種多様なモデルで調整し、CMA-ESが適度なハイパーパラメータチューニングではSPSAと競合し、時には性能が劣ることを示した。
最後に,オプティマイザは,オプティマイザが提供するコスト関数推定値ごとにサンプリングノイズが与える「サンプリングノイズフロア」を打ち負かす能力について検討する。
本研究は,vqaで見られる変分量子アルゴリズムの最適化手法と高パラメータ調整技術の必要性を実証するものであり,vqaで見られる変分地形は問題とシステム依存度が高い。
実験におけるこれらのアルゴリズムの将来の実装に関するガイダンスを提供する。
関連論文リスト
- 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) - Efficient and Robust Parameter Optimization of the Unitary Coupled-Cluster Ansatz [4.607081302947026]
本稿では、量子コンピュータ上でのユニタリ結合クラスタ・アンサッツのパラメータ最適化のために、近似パラボラ(SOAP)を用いた逐次最適化を提案する。
分子システムに関する数値的なベンチマークでは、SOAPはより高速な収束とノイズに対する堅牢性を達成することが示されている。
SOAPは、2量子ビットモデルシステムを用いた超伝導量子コンピュータの実験によりさらに検証される。
論文 参考訳(メタデータ) (2024-01-10T03:30:39Z) - 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) - QAOA Performance in Noisy Devices: The Effect of Classical Optimizers and Ansatz Depth [0.32985979395737786]
量子近似最適化アルゴリズム(Quantum Approximate Optimization Algorithm, QAOA)は、Near-term Intermediate-Scale Quantum Computer (NISQ)のための変分量子アルゴリズムである。
本稿では,古典的ベクトルに対する現実的な騒音の影響について検討する。
その結果,Adam と AMSGrads はショットノイズの存在下で最高の性能を示した。
論文 参考訳(メタデータ) (2023-07-19T17:22:44Z) - Quantum approximate optimization via learning-based adaptive
optimization [5.399532145408153]
量子近似最適化アルゴリズム(QAOA)は、目的最適化問題の解法として設計されている。
その結果,アルゴリズムは速度,精度,効率,安定性の点で従来の近似よりも大幅に優れていた。
この研究はQAOAの全パワーを解き放つのに役立ち、実践的な古典的なタスクにおいて量子的優位性を達成するための道を開く。
論文 参考訳(メタデータ) (2023-03-27T02:14:56Z) - An Empirical Evaluation of Zeroth-Order Optimization Methods on
AI-driven Molecule Optimization [78.36413169647408]
分子目的を最適化するための様々なZO最適化手法の有効性について検討する。
ZO符号に基づく勾配降下(ZO-signGD)の利点を示す。
本稿では,Guurcamol スイートから広く使用されているベンチマークタスクに対して,ZO 最適化手法の有効性を示す。
論文 参考訳(メタデータ) (2022-10-27T01:58:10Z) - Bilevel Optimization: Convergence Analysis and Enhanced Design [63.64636047748605]
バイレベル最適化は多くの機械学習問題に対するツールである。
Stoc-BiO という新しい確率効率勾配推定器を提案する。
論文 参考訳(メタデータ) (2020-10-15T18:09:48Z) - 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。