論文の概要: Quantum Approximate Optimization Algorithm with Sparsified Phase
Operator
- arxiv url: http://arxiv.org/abs/2205.00118v1
- Date: Sat, 30 Apr 2022 00:36:49 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-15 01:28:06.184222
- Title: Quantum Approximate Optimization Algorithm with Sparsified Phase
Operator
- Title(参考訳): スパシファイド位相演算子を用いた量子近似最適化アルゴリズム
- Authors: Xiaoyuan Liu, Ruslan Shaydulin, Ilya Safro
- Abstract要約: 目的関数を符号化する位相演算子の代わりに、代替位相演算子を実装するための簡単な方法が利用できることを示す。
本稿では,QAOAの資源要求を緩和するスパーシフィケーション戦略を提案する。
- 参考スコア(独自算出の注目度): 5.578620080495951
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The Quantum Approximate Optimization Algorithm (QAOA) is a promising
candidate algorithm for demonstrating quantum advantage in optimization using
near-term quantum computers. However, QAOA has high requirements on gate
fidelity due to the need to encode the objective function in the phase
separating operator, requiring a large number of gates that potentially do not
match the hardware connectivity. Using the MaxCut problem as the target, we
demonstrate numerically that an easier way to implement an alternative phase
operator can be used in lieu of the phase operator encoding the objective
function, as long as the ground state is the same. We observe that if the
ground state energy is not preserved, the approximation ratio obtained by QAOA
with such phase separating operator is likely to decrease. Moreover, we show
that a better alignment of the low energy subspace of the alternative operator
leads to better performance. Leveraging these observations, we propose a
sparsification strategy that reduces the resource requirements of QAOA. We also
compare our sparsification strategy with some other classical graph
sparsification methods, and demonstrate the efficacy of our approach.
- Abstract(参考訳): 量子近似最適化アルゴリズム(Quantum Approximate Optimization Algorithm, QAOA)は、短期量子コンピュータを用いた最適化における量子優位性を示す有望な候補アルゴリズムである。
しかし、qaoaは位相分離演算子で目的関数をエンコードする必要があるため、ハードウェア接続に適合しない可能性のある多数のゲートを必要とするため、ゲート忠実性に対する高い要求がある。
対象とするマックスカット問題を用いて, 基底状態が同一である限り, 目的関数を符号化する位相演算子の代わりに, 代替位相演算子を実装するための簡単な方法が利用可能であることを数値的に示す。
また, 基底状態エネルギーが保存されない場合, 位相分離演算子を用いたQAOAによる近似比が低下する可能性が示唆された。
さらに、代替作用素の低エネルギー部分空間のアライメントが向上し、性能が向上することを示す。
これらの観測を生かして,QAOAの資源要求を低減させるスペーシフィケーション戦略を提案する。
また,我々のスパーシフィケーション戦略を他の古典的なグラフスパーシフィケーション手法と比較し,その効果を実証した。
関連論文リスト
- 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) - Bayesian Optimization for QAOA [0.0]
量子回路を最適化するためのベイズ最適化手法を提案する。
提案手法により,量子回路の呼び出し回数を大幅に削減できることを示す。
提案手法は,ノイズの多い中間規模量子デバイス上でのQAOAのハイブリッド特性を活用するための,有望なフレームワークであることが示唆された。
論文 参考訳(メタデータ) (2022-09-08T13:59:47Z) - Prog-QAOA: Framework for resource-efficient quantum optimization through classical programs [0.0]
現在の量子最適化アルゴリズムでは、元の問題を二進最適化問題として表現し、量子デバイスに適した等価イジングモデルに変換する必要がある。
目的関数を計算し、制約を認証するための古典的プログラムを設計し、後に量子回路にコンパイルする。
その結果,量子近似最適化アルゴリズム (QAOA) が新たに導入された。
論文 参考訳(メタデータ) (2022-09-07T18:01:01Z) - Unsupervised strategies for identifying optimal parameters in Quantum
Approximate Optimization Algorithm [3.508346077709686]
最適化なしでパラメータを設定するための教師なし機械学習手法について検討する。
繰り返しに使用するQAOAパラメータの数が3ドルに制限された場合、これらをRecursive-QAOAで3ドルまで紹介します。
我々は、アングルを広範囲に最適化し、多数のサーキットコールを省く場合と同じような性能を得る。
論文 参考訳(メタデータ) (2022-02-18T19:55:42Z) - Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。
問題の大きさと問題グラフの次数で指数関数的に増大する。
これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
論文 参考訳(メタデータ) (2022-01-06T21:02:30Z) - Adapting Quantum Approximation Optimization Algorithm (QAOA) for Unit
Commitment [2.8060379263058794]
ユニットコミットと呼ばれる電力系統最適化問題に対して,ハイブリッド量子古典アルゴリズムを定式化し,適用する。
提案アルゴリズムは、量子近似最適化アルゴリズム(QAOA)を古典最小値で拡張し、混合二元最適化をサポートする。
提案手法は,400個の発電ユニット未満のシミュレーション単位コミットに対して,古典的解法が有効であることを示す。
論文 参考訳(メタデータ) (2021-10-25T03:37:34Z) - Lyapunov control-inspired strategies for quantum combinatorial
optimization [0.0]
我々は、Lyapunov制御にインスパイアされた量子最適化戦略の拡張的な記述を提供する。
代わりに、これらの戦略は量子ビット測定からのフィードバックを利用して、決定論的に量子回路パラメータに値を割り当てる。
論文 参考訳(メタデータ) (2021-08-12T19:47:59Z) - Bilevel Optimization: Convergence Analysis and Enhanced Design [63.64636047748605]
バイレベル最適化は多くの機械学習問題に対するツールである。
Stoc-BiO という新しい確率効率勾配推定器を提案する。
論文 参考訳(メタデータ) (2020-10-15T18:09:48Z) - 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) - 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) - Differentiable Top-k Operator with Optimal Transport [135.36099648554054]
SOFTトップk演算子は、エントロピック最適輸送(EOT)問題の解として、トップk演算の出力を近似する。
提案した演算子をk-アネレスト近傍およびビーム探索アルゴリズムに適用し,性能向上を示す。
論文 参考訳(メタデータ) (2020-02-16T04:57:52Z)
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。