論文の概要: Markov Chain Monte-Carlo Enhanced Variational Quantum Algorithms
- arxiv url: http://arxiv.org/abs/2112.02190v2
- Date: Tue, 1 Feb 2022 16:47:27 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-05 23:47:59.889867
- Title: Markov Chain Monte-Carlo Enhanced Variational Quantum Algorithms
- Title(参考訳): マルコフ連鎖モンテカルロ拡張変分量子アルゴリズム
- Authors: Taylor L. Patti, Omar Shehab, Khadijeh Najafi, Susanne F. Yelin
- Abstract要約: 本稿では,モンテカルロ法を用いて解析的境界を時間複雑度に設定する変動量子アルゴリズムを提案する。
提案手法の有効性と,MaxCutインスタンスの量子回路シミュレーションによる解析の有効性を実証する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Variational quantum algorithms are poised to have significant impact on
high-dimensional optimization, with applications in classical combinatorics,
quantum chemistry, and condensed matter. Nevertheless, the optimization
landscape of these algorithms is generally nonconvex, causing suboptimal
solutions due to convergence to local, rather than global, minima. In this
work, we introduce a variational quantum algorithm that uses classical Markov
chain Monte Carlo techniques to provably converge to global minima. These
performance gaurantees are derived from the ergodicity of our algorithm's state
space and enable us to place analytic bounds on its time-complexity. We
demonstrate both the effectiveness of our technique and the validity of our
analysis through quantum circuit simulations for MaxCut instances, solving
these problems deterministically and with perfect accuracy. Our technique
stands to broadly enrich the field of variational quantum algorithms, improving
and gauranteeing the performance of these promising, yet often heuristic,
methods.
- Abstract(参考訳): 変分量子アルゴリズムは、古典的コンビネータ論、量子化学、凝縮物質など、高次元最適化に大きな影響を与えると考えられている。
しかしながら、これらのアルゴリズムの最適化の状況は概して非凸であり、大域的ではなく局所的収束による非最適解を引き起こす。
本研究では,古典マルコフ連鎖モンテカルロ法による変分量子アルゴリズムを導入し,大域的最小値に確実に収束する。
これらの性能ガウランティーは、我々のアルゴリズムの状態空間のエルゴード性から派生し、解析的境界をその時間複雑度に設定することができる。
本手法の有効性と,MaxCutインスタンスの量子回路シミュレーションによる解析の有効性を両立させ,これらの問題を決定論的かつ完全精度で解く。
我々の手法は、変分量子アルゴリズムの分野を広く豊かにし、これらの有望だがしばしばヒューリスティックな手法の性能を改善し、保証することにある。
関連論文リスト
- Iterative Quantum Algorithms for Maximum Independent Set: A Tale of
Low-Depth Quantum Algorithms [0.0]
我々は、反復最大量子アルゴリズム(Iterative Maximum Quantum Algorithms)と呼ばれる、量子最適化のための新しいハイブリッドアプローチのクラスについて研究する。
深度$p=1$のQAOAの場合、このアルゴリズムはMISの古典的欲求アルゴリズムと全く同じ操作と選択を行う。
論文 参考訳(メタデータ) (2023-09-22T18:00:03Z) - A Review on Quantum Approximate Optimization Algorithm and its Variants [47.89542334125886]
量子近似最適化アルゴリズム(Quantum Approximate Optimization Algorithm、QAOA)は、難解な最適化問題を解くことを目的とした、非常に有望な変分量子アルゴリズムである。
この総合的なレビューは、様々なシナリオにおけるパフォーマンス分析を含む、QAOAの現状の概要を提供する。
我々は,提案アルゴリズムの今後の展望と方向性を探りながら,選択したQAOA拡張と変種の比較研究を行う。
論文 参考訳(メタデータ) (2023-06-15T15:28:12Z) - Faster variational quantum algorithms with quantum kernel-based
surrogate models [0.0]
本稿では,雑音量子プロセッサ上での小型から中規模の変分アルゴリズムを提案する。
提案手法は,計算負荷をこれらのハイブリッドアルゴリズムの古典的成分にシフトさせ,量子プロセッサへのクエリ数を劇的に削減する。
論文 参考訳(メタデータ) (2022-11-02T14:11:25Z) - A quantum-inspired tensor network method for constrained combinatorial
optimization problems [5.904219009974901]
本稿では,一般に局所的に制約された最適化問題に対する量子インスパイアされたテンソルネットワークに基づくアルゴリズムを提案する。
我々のアルゴリズムは、興味のある問題に対してハミルトニアンを構築し、量子問題に効果的にマッピングする。
本研究は,本手法の有効性と応用の可能性を示すものである。
論文 参考訳(メタデータ) (2022-03-29T05:44:07Z) - A Gauss-Newton based Quantum Algorithm for Combinatorial Optimization [0.0]
最適化問題に対するガウス・ニュートン型量子アルゴリズム(GNQA)を提案するが、最適条件下では、局所的なミニマやプラトーに閉じ込められることなく、最適解の1つに迅速に収束する。
我々のアプローチは、最適解を正確に表すテンソル積状態と、二項変数のすべての組み合わせを含むハミルトニアンに対して適切な関数を用いることによってそれらを緩和する。
そこで,本研究では,GNQAが収束特性と精度の両方において,他の最適化手法よりも優れていることを示す。
論文 参考訳(メタデータ) (2022-03-25T23:49:31Z) - Stochastic optimization algorithms for quantum applications [0.0]
本稿では、一階法、二階法、量子自然勾配最適化法の使用法を概観し、複素数体で定義される新しいアルゴリズムを提案する。
全ての手法の性能は、変分量子固有解法、量子状態の量子制御、および量子状態推定に応用して評価される。
論文 参考訳(メタデータ) (2022-03-11T16:17:05Z) - 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) - Quadratic Unconstrained Binary Optimisation via Quantum-Inspired
Annealing [58.720142291102135]
本稿では,2次非制約二項最適化の事例に対する近似解を求める古典的アルゴリズムを提案する。
我々は、チューニング可能な硬さと植え付けソリューションを備えた大規模問題インスタンスに対して、我々のアプローチをベンチマークする。
論文 参考訳(メタデータ) (2021-08-18T09:26:17Z) - 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) - 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。