Fugu-MT 論文翻訳(概要): Optimizing quantum circuits with Riemannian gradient flow

論文の概要: Optimizing quantum circuits with Riemannian gradient flow

arxiv url: http://arxiv.org/abs/2202.06976v2
Date: Wed, 11 May 2022 14:00:27 GMT
ステータス: 処理完了
システム内更新日: 2023-02-25 20:47:36.486250
Title: Optimizing quantum circuits with Riemannian gradient flow
Title（参考訳）: リーマン勾配流による量子回路の最適化
Authors: Roeland Wiersema, Nathan Killoran
Abstract要約: 変分量子アルゴリズムは、現在利用可能な量子コンピュータで実行できる有望なクラスアルゴリズムである。特殊ユニタリ群の構造に依存する別の最適化の観点を考える。
参考スコア（独自算出の注目度）: 0.5524804393257919
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Variational quantum algorithms are a promising class of algorithms that can be performed on currently available quantum computers. In most settings, the free parameters of a variational circuit are optimized using a classical optimizer that updates parameters in Euclidean geometry. Since quantum circuits are elements of the special unitary group, we can consider an alternative optimization perspective that depends on the structure of this group. In this work, we investigate a Riemannian optimization scheme over the special unitary group and we discuss its implementation on a quantum computer. We illustrate that the resulting Riemannian gradient-flow algorithm has favorable optimization properties for deep circuits and that an approximate version of this algorithm can be performed on near-term hardware.
Abstract（参考訳）: 変分量子アルゴリズムは、現在利用可能な量子コンピュータ上で実行できる有望なアルゴリズムのクラスである。ほとんどの設定では、変分回路の自由パラメータはユークリッド幾何学のパラメータを更新する古典最適化器を用いて最適化される。量子回路は特殊ユニタリ群の要素であるため、この群の構造に依存する別の最適化の観点を考えることができる。本稿では,特殊ユニタリ群上のリーマン最適化スキームについて検討し,量子コンピュータ上での実装について述べる。結果のリーマン勾配フローアルゴリズムは深部回路の最適化性に優れており、このアルゴリズムの近似バージョンを短期ハードウェア上で実行可能であることを示す。

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)
Probabilistic tensor optimization of quantum circuits for the max-$k$-cut problem [0.0]
本稿では,変分量子アルゴリズムにおけるパラメータ化回路の最適化手法を提案する。本稿では,量子近似最適化アルゴリズム (QAOA) を最大$k$-cut問題に適用した例について述べる。
論文参考訳（メタデータ） (2023-10-16T12:56:22Z)
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)
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)
Riemannian quantum circuit optimization for Hamiltonian simulation [2.1227079314039057]
ハミルトンシミュレーションは量子コンピューティングの自然な応用である。翻訳不変系では、そのような回路トポロジのゲートは古典的なコンピュータでさらに最適化することができる。一次元格子上のイジングとハイゼンベルクのモデルに対して、我々は桁違いの精度の向上を達成する。
論文参考訳（メタデータ） (2022-12-15T00:00:17Z)
Surrogate-based optimization for variational quantum algorithms [0.0]
変分量子アルゴリズム(英: Variational quantum algorithm)は、短期量子コンピュータで使用される技術の一種である。実験的な測定をほとんど行わない変分回路のサロゲートモデルの学習について紹介する。次に、元のデータとは対照的に、これらのモデルを用いてパラメータ最適化を行う。
論文参考訳（メタデータ） (2022-04-12T00:15:17Z)
Progress towards analytically optimal angles in quantum approximate optimisation [0.0]
量子近似最適化アルゴリズム(Quantum Approximate optimization algorithm)は、量子プロセッサ上で実行される時間可変分割演算子である。 p=1$層の最適パラメータが1自由変数に減少し、熱力学の極限で最適角度を回復することが証明された。さらに、重なり関数の勾配の消失条件は、回路パラメータ間の線形関係を導出し、キュービット数に依存しない類似の形式を持つことを示した。
論文参考訳（メタデータ） (2021-09-23T18:00:13Z)
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。