論文の概要: Modular Parity Quantum Approximate Optimization

• arxiv url: http://arxiv.org/abs/2203.04340v1
• Date: Tue, 8 Mar 2022 19:02:55 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-22 19:45:43.770923
• Title: Modular Parity Quantum Approximate Optimization
• Title（参考訳）: モジュールパリティ量子近似最適化
• Authors: Kilian Ender, Anette Messinger, Michael Fellner, Clemens Dlaska, Wolfgang Lechner
• Abstract要約: パリティ変換は、平面格子上の制約のあるより大きなヒルベルト空間の低エネルギー部分空間におけるスピンモデルを符号化する。 量子近似最適化アルゴリズム(Quantum Approximate Optimization Algorithm, QAOA)を適用すると、この制約はエネルギーのペナルティによって明示的に強制されるか、あるいは運転者ハミルトニアンを介して低エネルギー部分空間に動力学を制限することによって暗黙的に強制される。 ここでは、回路の並列化を保ちながら、QAOA性能を向上させるために、2つのアプローチを組み合わせる。 特に,回路を最大回路深さが固定されたサブ回路のクラスタに分割するモジュール並列化手法を導入する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The parity transformation encodes spin models in the low-energy subspace of a larger Hilbert-space with constraints on a planar lattice. Applying the Quantum Approximate Optimization Algorithm (QAOA), the constraints can either be enforced explicitly, by energy penalties, or implicitly, by restricting the dynamics to the low-energy subspace via the driver Hamiltonian. While the explicit approach allows for parallelization with a system-size-independent circuit depth, the implicit approach shows better QAOA performance. Here we combine the two approaches in order to improve the QAOA performance while keeping the circuit parallelizable. In particular, we introduce a modular parallelization method that partitions the circuit into clusters of subcircuits with fixed maximal circuit depth, relevant for scaling up to large system sizes.
• Abstract（参考訳）: パリティ変換は、平面格子上の制約のあるより大きなヒルベルト空間の低エネルギー部分空間におけるスピンモデルを符号化する。 量子近似最適化アルゴリズム(Quantum Approximate Optimization Algorithm, QAOA)を適用すると、この制約はエネルギーのペナルティによって明示的に強制されるか、運転者ハミルトンによって低エネルギーのサブ空間に制限される。 明示的なアプローチは、システムサイズに依存しない回路深度での並列化を可能にするが、暗黙的なアプローチはQAOA性能の向上を示す。 ここでは、回路の並列化を保ちながら、QAOA性能を向上させるために、2つのアプローチを組み合わせる。 特に,回路を最大回路深度を固定したサブ回路のクラスタに分割するモジュール並列化手法を導入する。

関連論文リスト

• On the Constant Depth Implementation of Pauli Exponentials [49.48516314472825]
  任意の指数を$mathcalO(n)$ ancillae と 2体 XX と ZZ の相互作用を用いて一定深さの回路に分解する。 クビットリサイクルの恩恵を受ける回路の書き直し規則を導入し,本手法の正しさを実証する。
  論文  参考訳（メタデータ） (2024-08-15T17:09:08Z)
• Cons-training tensor networks [2.8834278113855896]
  テンソルネットワークと呼ばれる新しいファミリーを導入する。 textitconstrained matrix product state (MPS) これらのネットワークは、不等式を含むちょうど任意の離散線型制約をスパースブロック構造に含んでいる。 これらのネットワークは、特に、可能空間上で厳密にサポートされた分散をモデル化するために調整されている。
  論文  参考訳（メタデータ） (2024-05-15T00:13:18Z)
• Characterizing randomness in parameterized quantum circuits through expressibility and average entanglement [39.58317527488534]
  量子回路(PQC)は、その主応用の範囲外ではまだ完全には理解されていない。 我々は、量子ビット接続性に関する制約の下で、PQCにおけるランダム状態の生成を分析する。 生成した状態の分布の均一性の増加と絡み合いの発生との間には,どれだけ急激な関係があるかを示す。
  論文  参考訳（メタデータ） (2024-05-03T17:32:55Z)
• Accelerating Quantum Optimal Control of Multi-Qubit Systems with Symmetry-Based Hamiltonian Transformations [3.0126004742841253]
  本稿では,大規模マルチキュービットシステムの量子最適制御計算を高速化する,新しい計算効率の高い手法を提案する。 我々のアプローチは、Sn あるいは Dn 対称性の下で、2n から 2n から O(n by n) または O((2n / n) へ (2n / n) まで、$n$-qubit 系のハミルトニアンサイズを減少させる。
  論文  参考訳（メタデータ） (2023-09-12T00:08:17Z)
• Efficient DCQO Algorithm within the Impulse Regime for Portfolio Optimization [41.94295877935867]
  本稿では,デジタルカウンセバティック量子最適化(DCQO)パラダイムを用いて,ポートフォリオ最適化のための高速なディジタル量子アルゴリズムを提案する。 提案手法は,アルゴリズムの回路深度要件を特に低減し,解の精度を向上し,現在の量子プロセッサに適している。 我々は,IonQトラップイオン量子コンピュータ上で最大20量子ビットを使用するプロトコルの利点を実験的に実証した。
  論文  参考訳（メタデータ） (2023-08-29T17:53:08Z)
• Characterization of variational quantum algorithms using free fermions [0.0]
  我々はこれらの対称性と対象状態の局所性の間の相互作用を数値的に研究する。 解に収束するイテレーションの数は、システムサイズと線形にスケールする。
  論文  参考訳（メタデータ） (2022-06-13T18:11:16Z)
• Deep Learning Approximation of Diffeomorphisms via Linear-Control Systems [91.3755431537592]
  我々は、制御に線形に依存する$dot x = sum_i=1lF_i(x)u_i$という形の制御系を考える。 対応するフローを用いて、コンパクトな点のアンサンブル上の微分同相写像の作用を近似する。
  論文  参考訳（メタデータ） (2021-10-24T08:57:46Z)
• 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)
• Large gradients via correlation in random parameterized quantum circuits [0.0]
  コスト関数ランドスケープにおける指数関数的に消失する勾配の存在は、勾配降下法による最適化の障害となる。 パラメータ空間の次元性を減少させることで、消滅する勾配現象を回避できることを示す。
  論文  参考訳（メタデータ） (2020-05-25T16:15:53Z)
• CWY Parametrization: a Solution for Parallelized Optimization of Orthogonal and Stiefel Matrices [41.57234424773276]
  本稿では,GPUやTPUなどの並列計算ユニット上での直交群に対する効率的な最適化手法を提案する。 さらに、Stiefel多様体のパラメトリゼーションのための新しいTruncated CWY(またはT-CWY)アプローチを開発する。 我々は,ニューラルマシンビデオ予測のタスクにおいて,リカレントニューラルネットワークアーキテクチャのトレーニングに本手法を適用した。
  論文  参考訳（メタデータ） (2020-04-18T17:58:43Z)

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。