論文の概要: Quantum circuit architecture search on a superconducting processor

• arxiv url: http://arxiv.org/abs/2201.00934v1
• Date: Tue, 4 Jan 2022 01:53:42 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-02 07:49:57.070848
• Title: Quantum circuit architecture search on a superconducting processor
• Title（参考訳）: 超伝導プロセッサ上での量子回路アーキテクチャ探索
• Authors: Kehuan Linghu, Yang Qian, Ruixia Wang, Meng-Jun Hu, Zhiyuan Li, Xuegang Li, Huikai Xu, Jingning Zhang, Teng Ma, Peng Zhao, Dong E. Liu, Min-Hsiu Hsieh, Xingyao Wu, Yuxuan Du, Dacheng Tao, Yirong Jin, and Haifeng Yu
• Abstract要約: 変分量子アルゴリズム(VQA)は、ファイナンス、機械学習、化学といった様々な分野において、証明可能な計算上の優位性を得るための強力な証拠を示している。 しかし、現代のVQAで利用されるアンザッツは、表現性と訓練性の間のトレードオフのバランスをとることができない。 8量子ビット超伝導量子プロセッサ上でVQAを強化するために,効率的な自動アンサッツ設計技術を適用した最初の実証実験を実証する。
• 参考スコア（独自算出の注目度）: 56.04169357427682
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Variational quantum algorithms (VQAs) have shown strong evidences to gain provable computational advantages for diverse fields such as finance, machine learning, and chemistry. However, the heuristic ansatz exploited in modern VQAs is incapable of balancing the tradeoff between expressivity and trainability, which may lead to the degraded performance when executed on the noisy intermediate-scale quantum (NISQ) machines. To address this issue, here we demonstrate the first proof-of-principle experiment of applying an efficient automatic ansatz design technique, i.e., quantum architecture search (QAS), to enhance VQAs on an 8-qubit superconducting quantum processor. In particular, we apply QAS to tailor the hardware-efficient ansatz towards classification tasks. Compared with the heuristic ansatze, the ansatz designed by QAS improves test accuracy from 31% to 98%. We further explain this superior performance by visualizing the loss landscape and analyzing effective parameters of all ansatze. Our work provides concrete guidance for developing variable ansatze to tackle various large-scale quantum learning problems with advantages.
• Abstract（参考訳）: 変分量子アルゴリズム(VQA)は、金融、機械学習、化学といった様々な分野において、証明可能な計算上の優位性を得るための強力な証拠を示している。 しかし、現代のVQAで利用されるヒューリスティックアンサッツは、表現性と訓練性の間のトレードオフのバランスが取れないため、ノイズの多い中間スケール量子(NISQ)マシン上で実行された場合、性能が劣化する可能性がある。 この問題に対処するために、量子アーキテクチャサーチ(QAS)と呼ばれる効率的な自動アンサッツ設計技術を適用して、8量子量子量子プロセッサ上でのVQAを強化する最初の実証実験を示す。 特に、ハードウェア効率のよいアザッツを分類タスクに合わせるためにQASを適用する。 ヒューリスティックなansatzeと比較して、qasが設計したansatzはテスト精度を31%から98%に向上させる。 さらに,ロスランドスケープを可視化し,すべてのアンサットの有効パラメータを分析することにより,この優れた性能をさらに説明する。 本研究は,様々な大規模量子学習問題に取り組むための変数 ansatze の開発のための具体的ガイダンスを提供する。

関連論文リスト

• 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)
• Reinforcement learning-assisted quantum architecture search for variational quantum algorithms [0.0]
  この論文は、ノイズの多い量子ハードウェアにおける機能量子回路の同定に焦点を当てている。 本稿では, テンソルを用いた量子回路の符号化, 環境力学の制約により, 可能な回路の探索空間を効率的に探索する。 様々なVQAを扱う際、我々のRLベースのQASは既存のQASよりも優れています。
  論文  参考訳（メタデータ） (2024-02-21T12:30:39Z)
• Influence of HW-SW-Co-Design on Quantum Computing Scalability [6.2543855067453675]
  4つのNP完全問題を解くために必要なキーフィギュア(回路深さとゲート数)が、ハードウェア特性に合わせてどのように異なるかを検討する。 この結果から、最適に近い性能と特性を達成するには、必ずしも最適な量子ハードウェアを必要とするとは限らないことが判明した。
  論文  参考訳（メタデータ） (2023-06-07T08:36:33Z)
• 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)
• Quantum Imitation Learning [74.15588381240795]
  本稿では、量子優位性を利用してILを高速化する量子模倣学習(QIL)を提案する。 量子行動クローニング(Q-BC)と量子生成逆模倣学習(Q-GAIL)という2つのQILアルゴリズムを開発した。 実験結果から,Q-BCとQ-GAILの両者が,従来のものと同等の性能を達成できることが判明した。
  論文  参考訳（メタデータ） (2023-04-04T12:47:35Z)
• Error mitigation in variational quantum eigensolvers using tailored probabilistic machine learning [5.630204194930539]
  本稿では,量子計算におけるノイズを軽減するために,ガウス過程回帰(GPR)をアクティブラーニングフレームワーク内に導入する新しい手法を提案する。 我々は,IBMのオープンソース量子コンピューティングフレームワークであるQiskitを用いて,2サイトアンダーソン不純物モデルと8サイトハイゼンベルクモデルに対する提案手法の有効性を実証した。
  論文  参考訳（メタデータ） (2021-11-16T22:29:43Z)
• 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)
• Neural Predictor based Quantum Architecture Search [15.045985536395479]
  変分量子アルゴリズム(VQA)は、短期的には量子古典的ハイブリッド計算パラダイムの下で現実的な問題に対して量子的優位性をもたらすと広く推測されている。 本研究では,量子アーキテクチャ探索(QAS)の評価ポリシーとしてニューラルネットワークに基づく予測器を提案する。
  論文  参考訳（メタデータ） (2021-03-11T08:26:12Z)
• 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。