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
- Quantum Optimization: Lagrangian Dual versus QUBO in Solving Constrained
Problems [0.0]
本稿では,ラグランジアン双対性の概念を離散化された断熱量子計算の枠組みに組み込むことにより,制約付き最適化問題の解法を提案する。
回路モデル-フォールトトレラント量子計算の設定において,本手法が回路深さの2次改善を実現し,制約に依存しない回路幅を維持できることを示す。
論文 参考訳(メタデータ) (2023-10-06T19:09:55Z) - 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) - GRAPE optimization for open quantum systems with time-dependent
decoherence rates driven by coherent and incoherent controls [77.34726150561087]
グラディエントアセンセントパルス工学(GRAPE)法は量子制御の最適化に広く用いられている。
我々は、コヒーレント制御と非コヒーレント制御の両方によって駆動されるオープン量子系の目的関数を最適化するために、GRAPE法を採用する。
状態-状態遷移問題に対する数値シミュレーションによりアルゴリズムの効率を実証する。
論文 参考訳(メタデータ) (2023-07-17T13:37:18Z) - 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) - Decimation technique for open quantum systems: a case study with
driven-dissipative bosonic chains [62.997667081978825]
量子系の外部自由度への不可避結合は、散逸(非単体)ダイナミクスをもたらす。
本稿では,グリーン関数の(散逸的な)格子計算に基づいて,これらのシステムに対処する手法を提案する。
本手法のパワーを,複雑性を増大させる駆動散逸型ボゾン鎖のいくつかの例で説明する。
論文 参考訳(メタデータ) (2022-02-15T19:00:09Z) - 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) - Optimization on manifolds: A symplectic approach [127.54402681305629]
本稿では、最適化問題を解くための一般的な枠組みとして、ディラックの制約付きハミルトン系理論の散逸拡張を提案する。
我々の(加速された)アルゴリズムのクラスは単純で効率的なだけでなく、幅広い文脈にも適用できる。
論文 参考訳(メタデータ) (2021-07-23T13:43:34Z) - Fixed Depth Hamiltonian Simulation via Cartan Decomposition [59.20417091220753]
時間に依存しない深さの量子回路を生成するための構成的アルゴリズムを提案する。
一次元横フィールドXYモデルにおけるアンダーソン局在化を含む、モデルの特殊クラスに対するアルゴリズムを強調する。
幅広いスピンモデルとフェルミオンモデルに対して正確な回路を提供するのに加えて、我々のアルゴリズムは最適なハミルトニアンシミュレーションに関する幅広い解析的および数値的な洞察を提供する。
論文 参考訳(メタデータ) (2021-04-01T19:06:00Z) - 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)
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。