Fugu-MT 論文翻訳(概要): Error propagation in NISQ devices for solving classical optimization problems

論文の概要: Error propagation in NISQ devices for solving classical optimization problems

arxiv url: http://arxiv.org/abs/2203.15632v2
Date: Mon, 19 Sep 2022 21:37:01 GMT
ステータス: 処理完了
システム内更新日: 2023-02-20 09:13:32.331412
Title: Error propagation in NISQ devices for solving classical optimization problems
Title（参考訳）: NISQデバイスにおける古典的最適化問題の解法における誤差伝搬
Authors: Guillermo Gonz\'alez-Garc\'ia, Rahul Trivedi and J. Ignacio Cirac
Abstract要約: 我々のモデルは、回路を通して任意の単一量子ビット誤差の伝播を考慮に入れている。ノイズレートが小さい場合でも、得られる古典的最適値の品質は平均的に低いことがわかった。
参考スコア（独自算出の注目度）: 0.7734726150561088
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We propose a random circuit model to analyze the impact of noise on the performance of variational quantum circuits for classical optimization problems. Our model accounts for the propagation of arbitrary single qubit errors through the circuit. We find that even with a small noise rate, the quality of the obtained classical optima is low on average and a single-qubit error rate of $1 / nD$, where $n$ is the number of qubits and $D$ is the circuit depth, is needed for the possibility of a quantum advantage. We estimate that this translates to an error rate lower than $10^{-6}$ using QAOA for classical optimization problems with 2D circuits.
Abstract（参考訳）: 古典的最適化問題に対する変分量子回路の性能に対する雑音の影響を解析するためのランダム回路モデルを提案する。我々のモデルは、回路を通して任意の単一量子ビットエラーを伝播させる。ノイズが小さい場合でも、得られたクラシックオプティマのクオリティは平均的に低く、シングルキュービットのエラーレートは1/nd$であり、ここでは$n$は量子ビット数、$d$は回路の深さであり、量子優位の可能性のために必要である。 2次元回路の古典的最適化問題にQAOAを用いた場合、これは10^{-6}$未満の誤差率となると推定する。

関連論文リスト

Error filtration from optimized quantum circuit interference [0.0]
ノイズの多い量子ビットでエラーを軽減するためのハードウェア戦略を最適化する。提案手法は, 誤差フィルタリングの物理原理に基づいて, 補助量子ビットを利用する。
論文参考訳（メタデータ） (2024-09-02T17:58:44Z)
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)
Improving Quantum Approximate Optimization by Noise-Directed Adaptive Remapping [3.47862118034022]
ノイズ指向リマッピング(Noss-Directed Remapping, NDAR)は、ある種のノイズを利用して二進最適化問題を解決するアルゴリズムである。我々は、グローバルなアトラクタ状態を特徴とするダイナミックスを備えたノイズの多い量子プロセッサへのアクセスを検討する。我々のアルゴリズムは、ノイズアトラクターを高品質な解に変換する方法で、コスト関数ハミルトニアンを反復的にゲージ変換することでノイズアトラクター状態をブートストラップする。
論文参考訳（メタデータ） (2024-04-01T18:28:57Z)
Towards large-scale quantum optimization solvers with few qubits [59.63282173947468]
我々は、$m=mathcalO(nk)$バイナリ変数を$n$ qubitsだけを使って最適化するために、$k>1$で可変量子ソルバを導入する。我々は,特定の量子ビット効率の符号化が,バレン高原の超ポリノミウム緩和を内蔵特徴としてもたらすことを解析的に証明した。
論文参考訳（メタデータ） (2024-01-17T18:59:38Z)
Trainability Analysis of Quantum Optimization Algorithms from a Bayesian Lens [2.9356265132808024]
雑音のないQAOA回路の深さが$tildemathtlog nright)$を効率よく訓練できることを示す。この結果は、ノイズの多い中間スケール量子時代における量子アルゴリズムの理論的性能を提供する。
論文参考訳（メタデータ） (2023-10-10T02:56:28Z)
Quantum Alternating Operator Ansatz for Solving the Minimum Exact Cover Problem [4.697039614904225]
量子交互演算子 ansatz (QAOA+) を用いて最小被覆(MEC)問題を解く。数値計算の結果,アルゴリズムのレベル$p$が低い場合,高い確率で解が得られることがわかった。また、1量子ビット回転ゲートを$R_Z$で除去することで量子回路を最適化する。
論文参考訳（メタデータ） (2022-11-28T12:45:52Z)
The QAOA with Few Measurements [4.713817702376467]
近似量子最適化アルゴリズム (QAOA) はもともと最適化問題の解法として開発された。完全な記述型ベンチマーク技術は、多くの量子ビットに対してしばしば高価である。中性原子量子コンピュータのような実験的な量子コンピューティングプラットフォームは、繰り返し速度が遅い。
論文参考訳（メタデータ） (2022-05-13T18:42:20Z)
Twisted hybrid algorithms for combinatorial optimization [68.8204255655161]
提案されたハイブリッドアルゴリズムは、コスト関数をハミルトニアン問題にエンコードし、回路の複雑さの低い一連の状態によってエネルギーを最適化する。レベル$p=2,ldots, 6$の場合、予想される近似比をほぼ維持しながら、レベル$p$を1に減らすことができる。
論文参考訳（メタデータ） (2022-03-01T19:47:16Z)
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)
Convergence of adaptive algorithms for weakly convex constrained optimization [59.36386973876765]
モローエンベロープの勾配のノルムに対して$mathcaltilde O(t-1/4)$収束率を証明する。我々の分析では、最小バッチサイズが1ドル、定数が1位と2位のモーメントパラメータが1ドル、そしておそらくスムーズな最適化ドメインで機能する。
論文参考訳（メタデータ） (2020-06-11T17:43:19Z)
Cross Entropy Hyperparameter Optimization for Constrained Problem Hamiltonians Applied to QAOA [68.11912614360878]
QAOA(Quantum Approximate Optimization Algorithm)のようなハイブリッド量子古典アルゴリズムは、短期量子コンピュータを実用的に活用するための最も奨励的なアプローチの1つである。このようなアルゴリズムは通常変分形式で実装され、古典的な最適化法と量子機械を組み合わせて最適化問題の優れた解を求める。本研究では,クロスエントロピー法を用いてランドスケープを形作り,古典的パラメータがより容易により良いパラメータを発見でき,その結果,性能が向上することを示す。
論文参考訳（メタデータ） (2020-03-11T13:52:41Z)

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。