論文の概要: Post-Error Correction for Quantum Annealing Processor using Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2203.02030v2
• Date: Tue, 15 Mar 2022 14:05:07 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-23 05:35:32.968518
• Title: Post-Error Correction for Quantum Annealing Processor using Reinforcement Learning
• Title（参考訳）: 強化学習を用いた量子アニーリングプロセッサの誤り後補正
• Authors: Tomasz \'Smierzchalski and {\L}ukasz Pawela and Zbigniew Pucha{\l}a and Tomasz Trzci\'nski and Bart{\l}omiej Gardas
• Abstract要約: 強化学習を用いて量子アニールにより出力される状態を補正する方法を示す。 予備的な結果は、強化学習を用いて量子アニールによって出力される状態を補正する方法を示している。
• 参考スコア（独自算出の注目度）: 9.267156820352996
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Finding the ground state of the Ising spin-glass is an important and challenging problem (NP-hard, in fact) in condensed matter physics. However, its applications spread far beyond physic due to its deep relation to various combinatorial optimization problems, such as travelling salesman or protein folding. Sophisticated and promising new methods for solving Ising instances rely on quantum resources. In particular, quantum annealing is a quantum computation paradigm, that is especially well suited for Quadratic Unconstrained Binary Optimization (QUBO). Nevertheless, commercially available quantum annealers (i.e., D-Wave) are prone to various errors, and their ability to find low energetic states (corresponding to solutions of superior quality) is limited. This naturally calls for a post-processing procedure to correct errors (capable of lowering the energy found by the annealer). As a proof-of-concept, this work combines the recent ideas revolving around the DIRAC architecture with the Chimera topology and applies them in a real-world setting as an error-correcting scheme for quantum annealers. Our preliminary results show how to correct states output by quantum annealers using reinforcement learning. Such an approach exhibits excellent scalability, as it can be trained on small instances and deployed for large ones. However, its performance on the chimera graph is still inferior to a typical algorithm one could incorporate in this context, e.g., simulated annealing.
• Abstract（参考訳）: イジングスピングラスの基底状態を見つけることは、凝縮物質物理学における重要かつ挑戦的な問題(NP-hard)である。 しかし、その応用は旅行セールスマンやタンパク質の折りたたみといった様々な組合せ最適化問題と深い関係があるため、フィジカルをはるかに越えた。 Isingインスタンスを解くための高度で有望な新しい手法は、量子リソースに依存している。 特に量子アニール(quantum annealing)は量子計算のパラダイムであり、量子非制約バイナリ最適化(QUBO)に特に適している。 それでも、市販の量子アニール(すなわちD-Wave)は様々なエラーを起こしやすく、(高品質の解に対応する)低いエネルギー状態を見つける能力は限られている。 これは自然にエラーを修正するための後処理の手順を要求する(アニールのエネルギーを下げることができる)。 概念実証として、この研究はDIRACアーキテクチャを軸とする最近のアイデアとキメラトポロジーを組み合わせて、量子アニールの誤り訂正スキームとして現実世界に応用する。 本実験では,強化学習を用いた量子アニーラによる状態補正法を示す。 このようなアプローチは、小さなインスタンスでトレーニングし、大規模なインスタンスにデプロイできるため、優れたスケーラビリティを示す。 しかし、キメラグラフの性能は、この文脈で組み込むことができる典型的なアルゴリズム、例えばシミュレートされたアニーリングよりも劣っている。

関連論文リスト

• Large-scale quantum annealing simulation with tensor networks and belief propagation [0.0]
  3つの正則グラフに対する量子アニールは1000量子ビットと5000000量子ビットゲートのスケールでも古典的にシミュレートできることを示す。 非退化インスタンスの場合、一意解は最後の縮小された単一量子状態から読み出すことができる。 MaxCutのような退化問題に対して、グラフテンソル-ネットワーク状態に対する近似的な測定シミュレーションアルゴリズムを導入する。
  論文  参考訳（メタデータ） (2024-09-18T18:00:08Z)
• Replication-based quantum annealing error mitigation [1.0878040851638]
  並列量子アニールに基づくレプリケーションベース緩和(RBM)と呼ばれる新しい手法を提案する。 RBMでは、同じ論理量子ビットを表す物理量子ビットが、ハードウェアに埋め込まれた問題の異なるコピーに分散される。 これは、ハードウェアバイアスを緩和し、現在のアニーラーで限られた量子ビット接続と互換性があり、利用可能なノイズの多い中間スケール量子アニーラー(NISQ)に適している。
  論文  参考訳（メタデータ） (2024-04-09T19:06:26Z)
• Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
  期待されている量子コンピュータの応用は、科学と産業にまたがる。 本稿では,量子アルゴリズムの応用分野について検討する。 私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
  論文  参考訳（メタデータ） (2023-10-04T17:53:55Z)
• Quantum Computing Quantum Monte Carlo [8.69884453265578]
  量子コンピューティングと量子モンテカルロを統合したハイブリッド量子古典アルゴリズムを提案する。 我々の研究は、中間スケールおよび早期フォールト耐性量子コンピュータで現実的な問題を解決するための道を開いた。
  論文  参考訳（メタデータ） (2022-06-21T14:26:24Z)
• Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
  マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。 これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。 本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
  論文  参考訳（メタデータ） (2022-02-17T18:59:20Z)
• A Hybrid Quantum-Classical Algorithm for Robust Fitting [47.42391857319388]
  本稿では,ロバストフィッティングのためのハイブリッド量子古典アルゴリズムを提案する。 私たちのコアコントリビューションは、整数プログラムの列を解く、新しい堅牢な適合式である。 実際の量子コンピュータを用いて得られた結果について述べる。
  論文  参考訳（メタデータ） (2022-01-25T05:59:24Z)
• Schr\"odinger-Heisenberg Variational Quantum Algorithms [1.9887498823918806]
  最近のブレークスルーにより、数十から数百キュービットの中間スケールの量子コンピューティングが可能になった。 古典的コンピュータを超えるために必要な極めて高い精度は、回路深度に重大な需要をもたらす。 本稿では,この問題を解決するために,シュリンガー・ハイゼンベルク変分量子アルゴリズムのパラダイムを提案する。
  論文  参考訳（メタデータ） (2021-12-15T04:53:01Z)
• Model-Independent Error Mitigation in Parametric Quantum Circuits and Depolarizing Projection of Quantum Noise [1.5162649964542718]
  与えられたハミルトニアンの基底状態と低い励起を見つけることは、物理学の多くの分野において最も重要な問題の一つである。 Noisy Intermediate-Scale Quantum (NISQ) デバイス上の量子コンピューティングは、そのような計算を効率的に実行する可能性を提供する。 現在の量子デバイスは、今でも固有の量子ノイズに悩まされている。
  論文  参考訳（メタデータ） (2021-11-30T16:08:01Z)
• Hardware-Efficient, Fault-Tolerant Quantum Computation with Rydberg Atoms [55.41644538483948]
  我々は中性原子量子コンピュータにおいてエラー源の完全な特徴付けを行う。 計算部分空間外の状態への原子量子ビットの崩壊に伴う最も重要なエラーに対処する,新しい,明らかに効率的な手法を開発した。 我々のプロトコルは、アルカリ原子とアルカリ原子の両方にエンコードされた量子ビットを持つ最先端の中性原子プラットフォームを用いて、近い将来に実装できる。
  論文  参考訳（メタデータ） (2021-05-27T23:29:53Z)
• Error mitigation and quantum-assisted simulation in the error corrected regime [77.34726150561087]
  量子コンピューティングの標準的なアプローチは、古典的にシミュレート可能なフォールトトレラントな演算セットを促進するという考え方に基づいている。 量子回路の古典的準確率シミュレーションをどのように促進するかを示す。
  論文  参考訳（メタデータ） (2021-03-12T20:58:41Z)
• Quantum-optimal-control-inspired ansatz for variational quantum algorithms [105.54048699217668]
  変分量子アルゴリズム (VQA) の中心成分は状態準備回路(英語版)であり、アンザッツ(英語版)または変分形式(英語版)とも呼ばれる。 ここでは、対称性を破るユニタリを組み込んだ「解」を導入することで、このアプローチが必ずしも有利であるとは限らないことを示す。 この研究は、より一般的な対称性を破るアンスの開発に向けた第一歩となり、物理学や化学問題への応用に繋がる。
  論文  参考訳（メタデータ） (2020-08-03T18:00:05Z)

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。