論文の概要: Gaussian initializations help deep variational quantum circuits escape from the barren plateau

• arxiv url: http://arxiv.org/abs/2203.09376v1
• Date: Thu, 17 Mar 2022 15:06:40 GMT
• ステータス: 処理完了
• システム内更新日: 2022-03-18 18:57:44.432167
• Title: Gaussian initializations help deep variational quantum circuits escape from the barren plateau
• Title（参考訳）: ガウス初期化はバレン高原から深い変分量子回路を逃れるのに役立つ
• Authors: Kaining Zhang and Min-Hsiu Hsieh and Liu Liu and Dacheng Tao
• Abstract要約: 近年、変分量子回路は量子シミュレーションや量子機械学習に広く用いられている。 しかし、ランダムな構造を持つ量子回路は、回路深さと量子ビット数に関して指数関数的に消える勾配のため、トレーニング容易性が低い。 この結果、ディープ量子回路は実用的なタスクでは実現できないという一般的な信念が導かれる。
• 参考スコア（独自算出の注目度）: 87.04438831673063
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Variational quantum circuits have been widely employed in quantum simulation and quantum machine learning in recent years. However, quantum circuits with random structures have poor trainability due to the exponentially vanishing gradient with respect to the circuit depth and the qubit number. This result leads to a general belief that deep quantum circuits will not be feasible for practical tasks. In this work, we propose an initialization strategy with theoretical guarantees for the vanishing gradient problem in general deep circuits. Specifically, we prove that under proper Gaussian initialized parameters, the norm of the gradient decays at most polynomially when the qubit number and the circuit depth increase. Our theoretical results hold for both the local and the global observable cases, where the latter was believed to have vanishing gradients even for shallow circuits. Experimental results verify our theoretical findings in the quantum simulation and quantum chemistry.
• Abstract（参考訳）: 変分量子回路は近年、量子シミュレーションや量子機械学習に広く採用されている。 しかし、ランダムな構造を持つ量子回路は、回路の深さとキュービット数に関して指数関数的に消失する勾配のため、訓練性が乏しい。 この結果、深い量子回路は実用的なタスクでは実現できないという一般的な信念が導かれる。 本研究では,一般的な深部回路における勾配問題に対する理論的保証付き初期化戦略を提案する。 具体的には、正規ガウス初期化パラメータの下では、量子ビット数と回路深さが増加すると勾配のノルムが多項式的に減衰することを示す。 理論的には, 浅層回路においても勾配が消失していると考えられる局所的および大域的観測可能なケースについて考察した。 量子シミュレーションと量子化学における理論的知見を実験的に検証した。

関連論文リスト

• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
  d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。 我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• Improve Variational Quantum Eigensolver by Many-Body Localization [0.18416014644193066]
  多体局所花束系は熱化を回避している。 本研究では,パラメータ更新のための勾配のばらつきについて検討した。 我々は'many-body Localization ansatz'と呼ばれる新しいタイプの変分アンザッツを設計した。
  論文  参考訳（メタデータ） (2024-07-16T10:49:40Z)
• Avoiding barren plateaus via Gaussian Mixture Model [6.0599055267355695]
  変分量子アルゴリズムは、量子コンピューティングにおいて最も代表的なアルゴリズムの1つである。 大量の量子ビット、ディープ・サーキット・レイヤ、グローバル・コスト・ファンクションを扱う場合、それらはしばしば訓練不能となる。
  論文  参考訳（メタデータ） (2024-02-21T03:25:26Z)
• Diamond-shaped quantum circuit for real-time quantum dynamics in one dimension [0.0]
  量子多体状態は、多ビットゲートからなる量子回路を用いて普遍的に表現できることを示す。 逆場イジングモデルに対するクエンチ力学における2量子ゲートを用いた量子回路の効率性も評価した。 この結果から,多ビットゲート型量子回路を近似したダイヤモンド形状の量子回路が,システムの長期的ダイナミクスを正確に表現する上で極めて優れていることがわかった。
  論文  参考訳（メタデータ） (2023-11-10T07:07:54Z)
• Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
  本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。 我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。 これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
  論文  参考訳（メタデータ） (2023-06-29T18:00:01Z)
• Quantum circuit debugging and sensitivity analysis via local inversions [62.997667081978825]
  本稿では,回路に最も影響を及ぼす量子回路の断面をピンポイントする手法を提案する。 我々は,IBM量子マシン上に実装されたアルゴリズム回路の例に応用して,提案手法の実用性と有効性を示す。
  論文  参考訳（メタデータ） (2022-04-12T19:39:31Z)
• Toward Trainability of Deep Quantum Neural Networks [87.04438831673063]
  ランダムな構造を持つ量子ニューラルネットワーク(QNN)は、回路深さと量子ビット数が増加するにつれて指数関数的に減少する勾配のため、トレーニング性に乏しい。 理論的保証のある深部QNNに対して、消滅する勾配問題に対する最初の実現可能な解決策を提供する。
  論文  参考訳（メタデータ） (2021-12-30T10:27:08Z)
• 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)
• Capacity and quantum geometry of parametrized quantum circuits [0.0]
  パラメタライズド量子回路は、現在のデバイスで効果的に実装できる。 パラメータ空間の幾何学的構造を用いて,これらの回路のキャパシティとトレーニング性を評価する。 本結果は,変分量子アルゴリズムの改良を目的としたパラメタライズド量子回路の理解を深めるものである。
  論文  参考訳（メタデータ） (2021-02-02T18:16:57Z)
• Boundaries of quantum supremacy via random circuit sampling [69.16452769334367]
  Googleの最近の量子超越性実験は、量子コンピューティングがランダムな回路サンプリングという計算タスクを実行する遷移点を示している。 観測された量子ランタイムの利点の制約を、より多くの量子ビットとゲートで検討する。
  論文  参考訳（メタデータ） (2020-05-05T20:11:53Z)

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。