論文の概要: Robust resource-efficient quantum variational ansatz through
evolutionary algorithm
- arxiv url: http://arxiv.org/abs/2202.13714v2
- Date: Thu, 19 May 2022 08:03:09 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-23 17:59:20.574851
- Title: Robust resource-efficient quantum variational ansatz through
evolutionary algorithm
- Title（参考訳）: 進化的アルゴリズムによるロバスト資源効率量子変分アンサッツ
- Authors: Yuhan Huang, Qingyu Li, Xiaokai Hou, Rebing Wu, Man-Hong Yung,
Abolfazl Bayat, Xiaoting Wang
- Abstract要約: Vari Quantum Algorithm (VQAsational) は、短期デバイスにおける量子優位性を実証するための有望な手法である。
我々は、広く使われているハードウェア効率の良いアンサッツのような固定VQA回路設計は、必ずしも不完全性に対して堅牢ではないことを示す。
本稿では,ゲノム長調整可能な進化アルゴリズムを提案し,回路アンサッツおよびゲートパラメータの変動に最適化されたロバストなVQA回路を設計する。
- 参考スコア（独自算出の注目度）: 0.46180371154032895
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Variational quantum algorithms (VQAs) are promising methods to demonstrate
quantum advantage on near-term devices as the required resources are divided
between a quantum simulator and a classical optimizer. As such, designing a VQA
which is resource-efficient and robust against noise is a key factor to achieve
potential advantage with the existing noisy quantum simulators. It turns out
that a fixed VQA circuit design, such as the widely-used hardware efficient
ansatz, is not necessarily robust against imperfections. In this work, we
propose a genome-length-adjustable evolutionary algorithm to design a robust
VQA circuit that is optimized over variations of both circuit ansatz and gate
parameters, without any prior assumptions on circuit structure or depth.
Remarkably, our method not only generates a noise-effect-minimized circuit with
shallow depth, but also accelerates the classical optimization by substantially
reducing the number of parameters. In this regard, the optimized circuit is far
more resource-efficient with respect to both quantum and classical resources.
As applications, based on two typical error models in VQA, we apply our method
to calculate the ground energy of the hydrogen and the water molecules as well
as the Heisenberg model. Simulations suggest that compared with conventional
hardware efficient ansatz, our circuit-structure-tunable method can generate
circuits apparently more robust against both coherent and incoherent noise, and
hence is more likely to be implemented on near-term devices.
- Abstract（参考訳）: 変分量子アルゴリズム(vqas)は、必要なリソースを量子シミュレータと古典的最適化器に分割することにより、短期デバイスで量子優位を示す有望な手法である。
このように、資源効率が高く、ノイズに対して堅牢なVQAを設計することは、既存のノイズ量子シミュレーターの潜在的な利点を達成するための鍵となる要素である。
広く使われているハードウェア効率の良いアンサッツのような固定VQA回路設計は、必ずしも不完全性に対して堅牢ではないことが判明した。
本研究では,回路構造や深さを前提とせずに,回路アンサッツとゲートパラメータのばらつきに最適化された堅牢なVQA回路を設計するためのゲノム長調整可能な進化的アルゴリズムを提案する。
また,本手法は,奥行きが浅いノイズ効果最小化回路を生成するだけでなく,パラメータ数を著しく減らし,古典的な最適化を高速化する。
この点において、最適化された回路は量子的資源と古典的資源の両方に関してはるかに資源効率が高い。
VQAの2つの典型的な誤差モデルに基づいて,水素および水分子の基底エネルギーとハイゼンベルクモデルを計算する。
シミュレーションによれば、従来のハードウェア効率のよいansatzに比べて、回路構造可変性はコヒーレントノイズと非コヒーレントノイズの両方に対してより頑健な回路を生成することができる。
関連論文リスト
- Pulse-based variational quantum optimization and metalearning in superconducting circuits [3.770494165043573]
ハードウェアレベルフレームワークとしてパルスベースの変動量子最適化(PBVQO)を導入する。
量子干渉デバイス上での外部超伝導の最適化について説明する。
PBVQOとメタラーニングの相乗効果は、従来のゲートベースの変分アルゴリズムよりも有利である。
論文 参考訳（メタデータ） (2024-07-17T15:05:36Z) - 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) - Curriculum reinforcement learning for quantum architecture search under
hardware errors [1.583327010995414]
本研究は、VQAデプロイメントにおける課題に対処するために設計されたカリキュラムベースの強化学習QAS(CRLQAS)を導入する。
このアルゴリズムは、(i)環境力学の3Dアーキテクチャを符号化し、回路の探索空間を効率的に探索する。
研究を容易にするため,雑音量子回路の計算効率を大幅に向上させる最適化シミュレータを開発した。
論文 参考訳（メタデータ） (2024-02-05T20:33:00Z) - Quantum Circuit Optimization through Iteratively Pre-Conditioned
Gradient Descent [0.4915744683251151]
量子回路を最適化し、状態準備と量子アルゴリズムの実装のための性能高速化を示すために、繰り返し事前条件勾配降下(IPG)を行う。
4量子W状態と最大絡み合った5量子GHZ状態を作成するための104ドルの係数による忠実度の向上を示す。
また、IPGを用いて量子フーリエ変換のユニタリを最適化するゲインを示し、IonQの量子処理ユニット(QPU)上でそのような最適化された回路の実行結果を報告する。
論文 参考訳（メタデータ） (2023-09-18T17:30:03Z) - Iteration Complexity of Variational Quantum Algorithms [5.203200173190989]
雑音は量子回路のバイアスによる目的関数の評価を行う。
我々は、欠落した保証を導き、収束率が影響を受けないことを見出す。
論文 参考訳（メタデータ） (2022-09-21T19:18:41Z) - Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。
問題の大きさと問題グラフの次数で指数関数的に増大する。
これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
論文 参考訳（メタデータ） (2022-01-06T21:02:30Z) - 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) - Classically optimal variational quantum algorithms [0.0]
変分量子アルゴリズム(VQA)のようなハイブリッド量子古典アルゴリズムは、NISQコンピュータ上での実装に適している。
このレターでは、VQAの暗黙的なステップを拡張します。古典的なプリ計算サブルーチンは、古典的なアルゴリズムを非自明に使用して、問題インスタンス固有の変動量子回路を単純化、変換、特定することができます。
論文 参考訳（メタデータ） (2021-03-31T13:33:38Z) - 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) - 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) - Space-efficient binary optimization for variational computing [68.8204255655161]
本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。
また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
論文 参考訳（メタデータ） (2020-09-15T18:17:27Z)
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。