論文の概要: A stabilizer framework for Contextual Subspace VQE and the noncontextual
projection ansatz
- arxiv url: http://arxiv.org/abs/2204.02150v2
- Date: Tue, 30 Aug 2022 16:29:12 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-18 05:37:46.849169
- Title: A stabilizer framework for Contextual Subspace VQE and the noncontextual
projection ansatz
- Title(参考訳): 文脈部分空間 vqe と非文脈射影 ansatz の安定化フレームワーク
- Authors: Tim Weaving, Alexis Ralli, William M. Kirby, Andrew Tranter, Peter J.
Love and Peter V. Coveney
- Abstract要約: 分子ハミルトニアンを2つの部分に分割した状態での基底状態エネルギー推定法について論じる。
このアプローチは、CS-VQE(Contextual Subspace VQE)と呼ばれているが、NISQデバイスにデプロイする前に克服すべき障害がある。
本稿では, CS-VQE の安定化形式化にともなう「非コンテキスト投影」手法を提案する。
- 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: Quantum chemistry is a promising application for noisy intermediate-scale
quantum (NISQ) devices. However, quantum computers have thus far not succeeded
in providing solutions to problems of real scientific significance, with
algorithmic advances being necessary to fully utilise even the modest NISQ
machines available today. We discuss a method of ground state energy estimation
predicated on a partitioning the molecular Hamiltonian into two parts: one that
is noncontextual and can be solved classically, supplemented by a contextual
component that yields quantum corrections obtained via a Variational Quantum
Eigensolver (VQE) routine. This approach has been termed Contextual Subspace
VQE (CS-VQE), but there are obstacles to overcome before it can be deployed on
NISQ devices. The problem we address here is that of the ansatz - a
parametrized quantum state over which we optimize during VQE. It is not
initially clear how a splitting of the Hamiltonian should be reflected in our
CS-VQE ans\"atze. We propose a 'noncontextual projection' approach that is
illuminated by a reformulation of CS-VQE in the stabilizer formalism. This
defines an ansatz restriction from the full electronic structure problem to the
contextual subspace and facilitates an implementation of CS-VQE that may be
deployed on NISQ devices. We validate the noncontextual projection ansatz using
a quantum simulator, with results obtained herein for a suite of trial
molecules.
- Abstract(参考訳): 量子化学は、ノイズの多い中間スケール量子(NISQ)デバイスに対する有望な応用である。
しかし、量子コンピュータは、現在利用可能な控えめなNISQマシンでさえ完全に活用するためにアルゴリズムの進歩が必要であるため、真の科学的重要性の問題に対する解決策を提供するには成功していない。
本研究では, 分子ハミルトニアンを2つの部分に分割することにより, 非文脈的であり, 古典的に解くことができ, 変動量子固有解法(vqe)ルーチンによって得られる量子補正を生じる文脈成分を補う基底状態エネルギー推定法について検討する。
このアプローチは、CS-VQE(Contextual Subspace VQE)と呼ばれているが、NISQデバイスにデプロイする前に克服すべき障害がある。
ここで扱う問題は、vqe中に最適化するパラメータ化された量子状態であるansatzのそれである。
当初、ハミルトニアンの分裂が我々のCS-VQE ans\atzeにどのように反映されるべきかは明らかでない。
本稿では, CS-VQE の安定化形式化にともなう「非コンテキスト投影」手法を提案する。
これにより、完全な電子構造問題からコンテキスト部分空間へのアンサッツ制限を定義し、NISQデバイスにデプロイされるCS-VQEの実装を容易にする。
我々は、量子シミュレーターを用いて非コンテキスト射影アンサッツを検証し、この結果が一連の試行分子に対して得られた。
関連論文リスト
- Particle track reconstruction with noisy intermediate-scale quantum
computers [0.0]
荷電粒子の軌道の再構成は、現在および将来のコライダー実験における重要な計算課題である。
この問題は2次非制約バイナリ最適化(QUBO)として定式化することができ、変分量子固有解法(VQE)アルゴリズムを用いて解かれる。
この研究は、VQEが粒子追跡に使用できるという原理の証明となり、VQEの最適化にもっと適するように、VQEの修正を調査した。
論文 参考訳(メタデータ) (2023-03-23T13:29:20Z) - Towards Neural Variational Monte Carlo That Scales Linearly with System
Size [67.09349921751341]
量子多体問題(Quantum many-body problem)は、例えば高温超伝導体のようなエキゾチックな量子現象をデミストする中心である。
量子状態を表すニューラルネットワーク(NN)と変分モンテカルロ(VMC)アルゴリズムの組み合わせは、そのような問題を解決する上で有望な方法であることが示されている。
ベクトル量子化技術を用いて,VMCアルゴリズムの局所エネルギー計算における冗長性を利用するNNアーキテクチャVector-Quantized Neural Quantum States (VQ-NQS)を提案する。
論文 参考訳(メタデータ) (2022-12-21T19:00:04Z) - Unitary Partitioning and the Contextual Subspace Variational Quantum
Eigensolver [0.0]
文脈部分空間変動量子固有解法 (CS-VQE) は、与えられた量子ビットハミルトンの基底状態エネルギーを近似するハイブリッド量子古典的アルゴリズムである。
CS-VQEと測定量削減の組み合わせは、ノイズの多い中間規模量子デバイス上で実現可能な固有値計算を可能にするための有望なアプローチであることを示す。
論文 参考訳(メタデータ) (2022-07-07T17:28:36Z) - Quantum Davidson Algorithm for Excited States [42.666709382892265]
基底状態と励起状態の両方に対処するために量子クリロフ部分空間(QKS)法を導入する。
固有状態の残余を使ってクリロフ部分空間を拡大し、コンパクトな部分空間を定式化し、正確な解と密接に一致させる。
量子シミュレータを用いて、様々なシステムの励起状態特性を探索するために、新しいQDavidsonアルゴリズムを用いる。
論文 参考訳(メタデータ) (2022-04-22T15:03:03Z) - Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。
これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。
本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
論文 参考訳(メタデータ) (2022-02-17T18:59:20Z) - A prescreening method for variational quantum state eigensolver [0.0]
本稿では,変分量子状態固有解法(VQSE)とサブスペース探索VQE(SSVQE)を用いて,全ての状態を高精度に導出する方法を提案する。
我々は,VQSEとSSVQEプレスクリーニング法を用いて,水素分子の状態をすべて正しく抽出できることを実証した。
論文 参考訳(メタデータ) (2021-11-03T18:13:33Z) - On exploring practical potentials of quantum auto-encoder with
advantages [92.19792304214303]
量子オートエンコーダ(QAE)は、量子物理学で遭遇する次元の呪いを和らげるための強力なツールである。
我々はQAEを用いて固有値を効率的に計算し、高次元量子状態の対応する固有ベクトルを作成できることを証明した。
低ランク状態の忠実度推定,量子ギブス状態準備,量子メトロジーの課題を解決するために,QAEに基づく効果的な3つの学習プロトコルを考案した。
論文 参考訳(メタデータ) (2021-06-29T14:01:40Z) - Contextual Subspace Variational Quantum Eigensolver [0.0]
ハミルトンの基底状態エネルギーを近似するハイブリッド量子古典アルゴリズムについて述べる。
化学的精度に達するために必要な量子ビットの数は2倍以上削減できる。
このことは、CS-VQEがノイズの多い中間スケール量子デバイス上での固有値計算に有望なアプローチであることを示している。
論文 参考訳(メタデータ) (2020-11-19T18:49:30Z) - 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) - Quantum-optimal-control-inspired ansatz for variational quantum
algorithms [105.54048699217668]
変分量子アルゴリズム (VQA) の中心成分は状態準備回路(英語版)であり、アンザッツ(英語版)または変分形式(英語版)とも呼ばれる。
ここでは、対称性を破るユニタリを組み込んだ「解」を導入することで、このアプローチが必ずしも有利であるとは限らないことを示す。
この研究は、より一般的な対称性を破るアンスの開発に向けた第一歩となり、物理学や化学問題への応用に繋がる。
論文 参考訳(メタデータ) (2020-08-03T18:00:05Z) - Einselection from incompatible decoherence channels [62.997667081978825]
我々は、CQED実験にインスパイアされたオープン量子力学を、2つの非可換リンドブラッド作用素を用いて解析する。
Fock状態は、決定的な結合をデコヒーレンスにデコヒーレンスする最も堅牢な状態のままであることを示す。
論文 参考訳(メタデータ) (2020-01-29T14:15:19Z)
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。