論文の概要: Variational Quantum Pulse Learning

• arxiv url: http://arxiv.org/abs/2203.17267v3
• Date: Sat, 6 Aug 2022 03:58:56 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-20 04:43:10.369241
• Title: Variational Quantum Pulse Learning
• Title（参考訳）: 変分量子パルス学習
• Authors: Zhiding Liang, Hanrui Wang, Jinglei Cheng, Yongshan Ding, Hang Ren, Zhengqi Gao, Zhirui Hu, Duane S. Boning, Xuehai Qian, Song Han, Weiwen Jiang, Yiyu Shi
• Abstract要約: 本稿では,学習タスクに量子パルスを直接学習するための新しいパラダイムである変分量子パルス(VQP)を提案する。 VQPは、最適化フレームワークにおいて、パルスの振幅を引いて押すことで変動量子パルスを操作する。 我々は,NISQ(ノイズ中間量子)コンピュータにおけるノイズに対する頑健性を維持している。
• 参考スコア（独自算出の注目度）: 28.040754288931897
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum computing is among the most promising emerging techniques to solve problems that are computationally intractable on classical hardware. A large body of existing works focus on using variational quantum algorithms on the gate level for machine learning tasks, such as the variational quantum circuit (VQC). However, VQC has limited flexibility and expressibility due to limited number of parameters, e.g. only one parameter can be trained in one rotation gate. On the other hand, we observe that quantum pulses are lower than quantum gates in the stack of quantum computing and offers more control parameters. Inspired by the promising performance of VQC, in this paper we propose variational quantum pulses (VQP), a novel paradigm to directly train quantum pulses for learning tasks. The proposed method manipulates variational quantum pulses by pulling and pushing the amplitudes of pulses in an optimization framework. Similar to variational quantum algorithms, our framework to train pulses maintains the robustness to noise on Noisy Intermediate-Scale Quantum (NISQ) computers. In an example task of binary classification, VQP learning achieves up to 11% and 9% higher accuracy compared with VQC learning on the qiskit noise simulators (with noise model from real machine) and ibmq-jarkata, respectively, demonstrating its effectiveness and feasibility. Stability for VQP to obtain reliable results has also been verified in the presence of noise.
• Abstract（参考訳）: 量子コンピューティングは、古典的ハードウェア上で計算的に難解な問題を解く最も有望な新興技術の一つである。 既存の多くの研究は、変分量子回路(VQC)のような機械学習タスクのゲートレベルにおける変分量子アルゴリズムの使用に焦点を当てている。 しかし、vqcは1つの回転ゲートで1つのパラメータしか訓練できないなど、パラメータの数が少ないため、柔軟性と表現性に制限がある。 一方、量子パルスは量子コンピューティングのスタックの量子ゲートよりも小さく、制御パラメータがより大きいことが観察された。 本稿では、vqcの有望な性能に触発されて、学習タスクで直接量子パルスを訓練する新しいパラダイムである変分量子パルス(vqp)を提案する。 提案手法は,最適化フレームワークにおいてパルスの振幅を引いたり押したりすることで,変動量子パルスを操作する。 可変量子アルゴリズムと同様に、パルスをトレーニングするためのフレームワークはノイズの中間スケール量子(nisq)コンピュータの雑音に対するロバスト性を維持する。 二値分類の例では、VQP学習は(実機からのノイズモデルを持つ)カイスキットノイズシミュレータとibmq-jarkataのVQC学習と比較して最大11%と9%高い精度を達成し、その効果と実現可能性を示した。 VQPが信頼性の高い結果を得るための安定性も、ノイズの存在下で検証されている。

関連論文リスト

• QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum Circuits [82.50620782471485]
  QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。 1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。 提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
  論文  参考訳（メタデータ） (2024-01-10T22:33:00Z)
• QNEAT: Natural Evolution of Variational Quantum Circuit Architecture [95.29334926638462]
  我々は、ニューラルネットワークの量子対する最も有望な候補として登場した変分量子回路(VQC)に注目した。 有望な結果を示す一方で、バレン高原、重みの周期性、アーキテクチャの選択など、さまざまな問題のために、VQCのトレーニングは困難である。 本稿では,VQCの重みとアーキテクチャの両方を最適化するために,自然進化にインスパイアされた勾配のないアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-04-14T08:03:20Z)
• Quantum Imitation Learning [74.15588381240795]
  本稿では、量子優位性を利用してILを高速化する量子模倣学習(QIL)を提案する。 量子行動クローニング(Q-BC)と量子生成逆模倣学習(Q-GAIL)という2つのQILアルゴリズムを開発した。 実験結果から,Q-BCとQ-GAILの両者が,従来のものと同等の性能を達成できることが判明した。
  論文  参考訳（メタデータ） (2023-04-04T12:47:35Z)
• TeD-Q: a tensor network enhanced distributed hybrid quantum machine learning framework [59.07246314484875]
  TeD-Qは、量子機械学習のためのオープンソースのソフトウェアフレームワークである。 古典的な機械学習ライブラリと量子シミュレータをシームレスに統合する。 量子回路とトレーニングの進捗をリアルタイムで視覚化できるグラフィカルモードを提供する。
  論文  参考訳（メタデータ） (2023-01-13T09:35:05Z)
• Review of Ansatz Designing Techniques for Variational Quantum Algorithms [0.0]
  NISQ時代において、可変成分サブ回路は量子コンピューティングの応用を可能にする。 既存の研究では、変分量子アルゴリズムの精度と効率が向上している。
  論文  参考訳（メタデータ） (2022-12-07T07:09:09Z)
• Evaluation of Parameterized Quantum Circuits with Cross-Resonance Pulse-Driven Entanglers [0.27998963147546146]
  変分量子アルゴリズム(VQA)は、ノイズの多い量子デバイスに非常に適したアルゴリズムの強力なクラスとして登場した。 これまでの研究では、VQAに対して有効なパラメタライズド量子回路(PQC)やアンサッツを選択することが、その全体的な性能に欠かせないことが示されている。 本稿では、量子マシンへのパルスレベルアクセスと2量子ビット相互作用の理解を利用して、2量子ビットエンタングルの設計を最適化する。
  論文  参考訳（メタデータ） (2022-11-01T09:46:34Z)
• NAPA: Intermediate-level Variational Native-pulse Ansatz for Variational Quantum Algorithms [18.66030936302464]
  変分量子アルゴリズム(VQA)は、ノイズ中間スケール量子(NISQ)時代に大きなポテンシャルを示した。 VQAのためのネイティブパルスアンサッツ生成フレームワークであるNAPAを提案する。
  論文  参考訳（メタデータ） (2022-08-02T02:50:36Z)
• Error mitigation in variational quantum eigensolvers using tailored probabilistic machine learning [5.630204194930539]
  本稿では,量子計算におけるノイズを軽減するために,ガウス過程回帰(GPR)をアクティブラーニングフレームワーク内に導入する新しい手法を提案する。 我々は,IBMのオープンソース量子コンピューティングフレームワークであるQiskitを用いて,2サイトアンダーソン不純物モデルと8サイトハイゼンベルクモデルに対する提案手法の有効性を実証した。
  論文  参考訳（メタデータ） (2021-11-16T22:29:43Z)
• Pulse-level noisy quantum circuits with QuTiP [53.356579534933765]
  我々はQuTiPの量子情報処理パッケージであるqutip-qipに新しいツールを導入する。 これらのツールはパルスレベルで量子回路をシミュレートし、QuTiPの量子力学解法と制御最適化機能を活用する。 シミュレーションプロセッサ上で量子回路がどのようにコンパイルされ、制御パルスがターゲットハミルトニアンに作用するかを示す。
  論文  参考訳（メタデータ） (2021-05-20T17:06:52Z)
• Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
  本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。 数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
  論文  参考訳（メタデータ） (2020-10-20T12:06:27Z)

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。