論文の概要: Identification of topological phases using classically-optimized variational quantum eigensolver

• arxiv url: http://arxiv.org/abs/2202.02909v2
• Date: Fri, 11 Feb 2022 01:39:06 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-26 15:26:15.756925
• Title: Identification of topological phases using classically-optimized variational quantum eigensolver
• Title（参考訳）: 古典最適化変分量子固有解法を用いた位相相の同定
• Authors: Ken N. Okada, Keita Osaki, Kosuke Mitarai, Keisuke Fujii
• Abstract要約: 変分量子固有解法(VQE)は、量子コンピュータにおけるハイブリッド量子古典アルゴリズムの候補として期待されている。 本稿では,従来のコンピュータ上で最適化プロセス全体を効率的に行う古典最適化VQE(co-VQE)を提案する。 共同VQEでは、パラメータが最適化された後のみ、量子コンピュータを用いて非局所的な量を測定する。
• 参考スコア（独自算出の注目度）: 0.6181093777643575
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Variational quantum eigensolver (VQE) is regarded as a promising candidate of hybrid quantum-classical algorithm for the near-term quantum computers. Meanwhile, VQE is confronted with a challenge that statistical error associated with the measurement as well as systematic error could significantly hamper the optimization. To circumvent this issue, we propose classically-optimized VQE (co-VQE), where the whole process of the optimization is efficiently conducted on a classical computer. The efficacy of the method is guaranteed by the observation that quantum circuits with a constant (or logarithmic) depth are classically tractable via simulations of local subsystems. In co-VQE, we only use quantum computers to measure nonlocal quantities after the parameters are optimized. As proof-of-concepts, we present numerical experiments on quantum spin models with topological phases. After the optimization, we identify the topological phases by nonlocal order parameters as well as unsupervised machine learning on inner products between quantum states. The proposed method maximizes the advantage of using quantum computers while avoiding strenuous optimization on noisy quantum devices. Furthermore, in terms of quantum machine learning, our study shows an intriguing approach that employs quantum computers to generate data of quantum systems while using classical computers for the learning process.
• Abstract（参考訳）: 変分量子固有ソルバ(vqe)は、短期量子コンピュータのためのハイブリッド量子古典アルゴリズムの有望な候補と見なされる。 一方、VQEは、測定に関連する統計的誤差と体系的誤差が最適化を著しく妨げる可能性があるという課題に直面している。 この問題を回避するために,古典的最適化VQE(co-VQE)を提案する。 この手法の有効性は、定数(または対数)深さの量子回路が局所サブシステムのシミュレーションによって古典的に扱いやすいという観測によって保証される。 共同VQEでは、パラメータが最適化された後、量子コンピュータを用いて非局所的な量を測定する。 概念実証として、トポロジカル位相を持つ量子スピンモデルに関する数値実験を示す。 最適化後、非局所的な順序パラメータと量子状態間の内部積に関する教師なし機械学習により位相位相を同定する。 提案手法は,ノイズ量子デバイスの厳密な最適化を回避しつつ,量子コンピュータの利点を最大化する。 さらに、量子機械学習の分野では、量子コンピュータを用いて量子システムのデータを生成し、学習過程に古典的なコンピュータを用いるという興味深いアプローチを示す。

関連論文リスト

• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
  d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。 我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• Bias-field digitized counterdiabatic quantum optimization [39.58317527488534]
  我々はこのプロトコルをバイアス場デジタルダイアバティック量子最適化(BF-DCQO)と呼ぶ。 私たちの純粋に量子的なアプローチは、古典的な変分量子アルゴリズムへの依存を排除します。 基底状態の成功確率のスケーリング改善を実現し、最大2桁まで増大する。
  論文  参考訳（メタデータ） (2024-05-22T18:11:42Z)
• Unveiling quantum phase transitions from traps in variational quantum algorithms [0.0]
  量子最適化と古典的機械学習を組み合わせたハイブリッドアルゴリズムを提案する。 従来の位相遷移の同定にはLASSO、トポロジカル遷移にはTransformerモデルを用いる。 我々のプロトコルは効率と精度を大幅に向上させ、量子コンピューティングと機械学習の統合における新たな道を開く。
  論文  参考訳（メタデータ） (2024-05-14T09:01:41Z)
• 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)
• Variational Quantum Approximate Spectral Clustering for Binary Clustering Problems [0.7550566004119158]
  本稿では,変分量子近似スペクトルクラスタリング(VQASC)アルゴリズムを提案する。 VQASCは、伝統的に古典的な問題で必要とされるシステムサイズ、Nよりも少ないパラメータの最適化を必要とする。 合成と実世界の両方のデータセットから得られた数値結果について述べる。
  論文  参考訳（メタデータ） (2023-09-08T17:54:42Z)
• Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
  単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。 提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
  論文  参考訳（メタデータ） (2023-04-18T11:57:15Z)
• Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the Race to Practical Quantum Advantage [43.3054117987806]
  本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。 本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。 古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
  論文  参考訳（メタデータ） (2022-08-29T15:24:03Z)
• Fundamental limitations on optimization in variational quantum algorithms [7.165356904023871]
  そのような短期量子アプリケーションを確立するための主要なパラダイムは、変分量子アルゴリズム(VQA)である。 このようなランダム回路の幅広いクラスにおいて、コスト関数の変動範囲は、高い確率で量子ビット数で指数関数的に消えることを示す。 この結果は、勾配に基づく最適化と勾配のない最適化の制約を自然に統一し、VQAのトレーニングランドスケープに余分な厳しい制約を明らかにすることができる。
  論文  参考訳（メタデータ） (2022-05-10T17:14:57Z)
• Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
  量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。 変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。 量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
  論文  参考訳（メタデータ） (2021-08-09T18:00:05Z)
• Hybrid quantum variational algorithm for simulating open quantum systems with near-term devices [0.0]
  ハイブリッド量子古典(HQC)アルゴリズムは、古典的な計算資源によってサポートされている短期量子デバイスを使用できる。 オープンシステムのダイナミクスをシミュレートするために,効率的な変分最適化手法を用いたHQCアルゴリズムを開発した。
  論文  参考訳（メタデータ） (2020-08-12T13:49:29Z)
• Quantum Solver of Contracted Eigenvalue Equations for Scalable Molecular Simulations on Quantum Computing Devices [0.0]
  エネルギーの古典的方法の量子アナログである縮約固有値方程式の量子解法を導入する。 量子シミュレータと2つのIBM量子処理ユニットで計算を行う。
  論文  参考訳（メタデータ） (2020-04-23T18:35:26Z)

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。