Fugu-MT 論文翻訳(概要): Noisy Bayesian optimization for variational quantum eigensolvers

論文の概要: Noisy Bayesian optimization for variational quantum eigensolvers

arxiv url: http://arxiv.org/abs/2112.00426v1
Date: Wed, 1 Dec 2021 11:28:55 GMT
ステータス: 処理完了
システム内更新日: 2023-03-06 04:51:23.940029
Title: Noisy Bayesian optimization for variational quantum eigensolvers
Title（参考訳）: 変分量子固有解法の雑音ベイズ最適化
Authors: Giovanni Iannelli and Karl Jansen
Abstract要約: 変分量子固有解法(VQE)は、ハミルトニアン基底状態を見つけるために用いられるハイブリッド量子古典アルゴリズムである。この研究は、現在利用可能な量子コンピュータ上でVQEを実行するのに適したGPRとBOの実装を提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The variational quantum eigensolver (VQE) is a hybrid quantum-classical algorithm used to find the ground state of a Hamiltonian using variational methods. In the context of this Lattice symposium, the procedure can be used to study lattice gauge theories (LGTs) in the Hamiltonian formulation. Bayesian optimization (BO) based on Gaussian process regression (GPR) is a powerful algorithm for finding the global minimum of a cost function, e.g. the energy, with a very low number of iterations using data affected by statistical noise. This work proposes an implementation of GPR and BO specifically tailored to perform VQE on quantum computers already available today.
Abstract（参考訳）: 変分量子固有解法(VQE)は、変分法を用いてハミルトンの基底状態を見つけるために用いられるハイブリッド量子古典アルゴリズムである。この格子シンポジウムの文脈において、この手順はハミルトンの定式化における格子ゲージ理論(LGT)の研究に利用できる。ガウス過程回帰(gaussian process regression, gpr)に基づくベイズ最適化(bayesian optimization, bo)は、エネルギーなどコスト関数の最大最小値を求める強力なアルゴリズムである。この研究は、現在利用可能な量子コンピュータ上でVQEを実行するのに適したGPRとBOの実装を提案する。

関連論文リスト

Optimizing Unitary Coupled Cluster Wave Functions on Quantum Hardware: Error Bound and Resource-Efficient Optimizer [0.0]
本稿では、量子ハードウェア上でのユニタリ結合クラスタ波関数の最適化のための射影量子固有解法(PQE)アプローチについて検討する。このアルゴリズムはシュル・オーディンガー方程式の射影を用いて、試行状態をハミルトニアンの固有状態に効率的に近づける。我々は,BFGS法を用いて最適化されたarXiv:2102.00345とVQEの両方で導入された最適化よりも優れていることを示す。
論文参考訳（メタデータ） (2024-10-19T15:03:59Z)
Application of Langevin Dynamics to Advance the Quantum Natural Gradient Optimization Algorithm [47.47843839099175]
近年,変分量子回路の最適化のためのQNGアルゴリズムが提案されている。本研究では、この離散時間解が一般化形式を与えることを示すために、QNG力を持つランゲヴィン方程式を用いる。
論文参考訳（メタデータ） (2024-09-03T15:21:16Z)
Matrix product state ansatz for the variational quantum solution of the Heisenberg model on Kagome geometries [0.0]
本研究では密度行列再正規化グループ(DMRG)アルゴリズムにインスパイアされた量子回路アンサッツを開発する。我々のDMRG-VQEハイブリッドアルゴリズムは、現実的な誤差率で、強い相関関係を持つシステムに対して良い結果をもたらす。
論文参考訳（メタデータ） (2024-01-04T16:53:47Z)
Optimization strategies in WAHTOR algorithm for quantum computing empirical ansatz: a comparative study [0.0]
本研究はWAHTORアルゴリズムの非断熱バージョンを導入し,その効率を3つの実装と比較する。固定されたVQEパラメータでハミルトニアンの1階微分と2階微分を計算することは、原型的なQPUオーバーロードを導入しない。ハバードモデルシステムの場合、信頼領域非断熱最適化の方が効率的であることが判明した。
論文参考訳（メタデータ） (2023-06-19T15:07:55Z)
Twisted hybrid algorithms for combinatorial optimization [68.8204255655161]
提案されたハイブリッドアルゴリズムは、コスト関数をハミルトニアン問題にエンコードし、回路の複雑さの低い一連の状態によってエネルギーを最適化する。レベル$p=2,ldots, 6$の場合、予想される近似比をほぼ維持しながら、レベル$p$を1に減らすことができる。
論文参考訳（メタデータ） (2022-03-01T19:47:16Z)
Quantum algorithm for stochastic optimal stopping problems with applications in finance [60.54699116238087]
有名な最小二乗モンテカルロ (LSM) アルゴリズムは、線形最小二乗回帰とモンテカルロシミュレーションを組み合わせることで、最適停止理論の問題を解決する。プロセスへの量子アクセス、最適な停止時間を計算するための量子回路、モンテカルロの量子技術に基づく量子LSMを提案する。
論文参考訳（メタデータ） (2021-11-30T12:21:41Z)
Variational Adiabatic Gauge Transformation on real quantum hardware for effective low-energy Hamiltonians and accurate diagonalization [68.8204255655161]
変分アダバティックゲージ変換(VAGT)を導入する。 VAGTは、現在の量子コンピュータを用いてユニタリ回路の変動パラメータを学習できる非摂動型ハイブリッド量子アルゴリズムである。 VAGTの精度は、RigettiおよびIonQ量子コンピュータ上でのシミュレーションと同様に、トラフ数値シミュレーションで検証される。
論文参考訳（メタデータ） (2021-11-16T20:50:08Z)
Using gradient-based algorithms to determine ground state energies on a quantum computer [0.0]
変分アルゴリズムは、短期量子コンピュータで実装される可能性のある候補である。本研究では, 勾配を求める方法, 特に有限差分法とパラメータシフト法が, 量子コンピュータのショットノイズとノイズの影響について検討する。
論文参考訳（メタデータ） (2021-09-17T09:12:43Z)
Quantum Approximate Optimization Algorithm Based Maximum Likelihood Detection [80.28858481461418]
量子技術の最近の進歩は、ノイズの多い中間スケール量子(NISQ)デバイスへの道を開く。量子技術の最近の進歩は、ノイズの多い中間スケール量子(NISQ)デバイスへの道を開く。
論文参考訳（メタデータ） (2021-07-11T10:56:24Z)
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)
The Meta-Variational Quantum Eigensolver (Meta-VQE): Learning energy profiles of parameterized Hamiltonians for quantum simulation [0.0]
本稿では,パラメータ化ハミルトンの基底状態エネルギープロファイルを学習可能なメタVQEを提案する。我々はこのアルゴリズムを、XXZスピンチェーン、電子的H$_4$ Hamiltonian、シングルトランモン量子シミュレーションを用いてテストする。
論文参考訳（メタデータ） (2020-09-28T18:00:15Z)

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。