論文の概要: Mitigating barren plateaus of variational quantum eigensolvers
- arxiv url: http://arxiv.org/abs/2205.13539v1
- Date: Thu, 26 May 2022 17:58:24 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-27 15:42:08.196525
- Title: Mitigating barren plateaus of variational quantum eigensolvers
- Title(参考訳): 変分量子固有解法における不毛高原の緩和
- Authors: Xia Liu, Geng Liu, Jiaxin Huang, Xin Wang
- Abstract要約: 変分量子アルゴリズム(VQA)は、短期量子コンピュータに有用な応用を確立することが期待されている。
近年の研究では、VQAsの性能はアンサーゼの能力に大きく依存していることが指摘されている。
本研究は、トレーニング性を改善した正確な量子力学シミュレーションのための状態効率アンサッツ(SEA)を提案する。
- 参考スコア(独自算出の注目度): 13.043313092866958
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Variational quantum algorithms (VQAs) are expected to establish valuable
applications on near-term quantum computers. However, recent works have pointed
out that the performance of VQAs greatly relies on the capability of the
ansatzes and is seriously limited by optimization issues such as barren
plateaus (i.e., vanishing gradients). This work proposes the state efficient
ansatz (SEA) for accurate quantum dynamics simulations with improved
trainability. First, we show that SEA can generate an arbitrary pure state with
much fewer parameters than a universal ansatz, making it efficient for tasks
like ground state estimation. It also has the flexibility in adjusting the
entanglement of the prepared state, which could be applied to further improve
the efficiency of simulating weak entanglement. Second, we show that SEA is not
a unitary 2-design even if it has universal wavefunction expressibility and
thus has great potential to improve the trainability by avoiding the zone of
barren plateaus. We further investigate a plethora of examples in ground state
estimation and notably obtain significant improvements in the variances of
derivatives and the overall optimization behaviors. This result indicates that
SEA can mitigate barren plateaus by sacrificing the redundant expressibility
for the target problem.
- Abstract(参考訳): 変分量子アルゴリズム(VQA)は、短期量子コンピュータに有用な応用を確立することが期待されている。
しかし、近年の研究では、VQAsの性能はアンサーゼの能力に大きく依存しており、バレンプラトーのような最適化問題(すなわち消滅勾配)によって著しく制限されていることが指摘されている。
本研究は、トレーニング性を改善した正確な量子力学シミュレーションのための状態効率アンサッツ(SEA)を提案する。
まず,seaは普遍ansatzよりもはるかに少ないパラメータで任意の純粋状態を生成することができ,基底状態推定などのタスクに効率的であることを示す。
また、準備された状態の絡み合いを調整する柔軟性があり、弱い絡み合いをシミュレートする効率をさらに向上するために適用することができる。
第2に,海は普遍的な波動関数表現性を有していても一元的な2-設計ではないことを示し,不毛高原のゾーンを避けてトレーサビリティを向上させる大きな可能性を秘めている。
さらに, 基底状態推定の例を多数検討し, 導関数の分散と全体最適化挙動の有意な改善を得た。
この結果から,SEAはターゲット問題に対する冗長表現性を犠牲にしてバレン高原を緩和できることが示された。
関連論文リスト
- Entanglement Distribution Delay Optimization in Quantum Networks with Distillation [51.53291671169632]
量子ネットワーク(QN)は、分散量子コンピューティングとセンシングアプリケーションを実現するために絡み合った状態を分散する。
QSリソース割り当てフレームワークは、エンド・ツー・エンド(e2e)の忠実度を高め、最小レートと忠実度を満たすために提案される。
論文 参考訳(メタデータ) (2024-05-15T02:04:22Z) - Achieving Constraints in Neural Networks: A Stochastic Augmented
Lagrangian Approach [49.1574468325115]
DNN(Deep Neural Networks)の正規化は、一般化性の向上とオーバーフィッティングの防止に不可欠である。
制約付き最適化問題としてトレーニングプロセスのフレーミングによるDNN正規化に対する新しいアプローチを提案する。
我々はAugmented Lagrangian (SAL) 法を用いて、より柔軟で効率的な正規化機構を実現する。
論文 参考訳(メタデータ) (2023-10-25T13:55:35Z) - Distributionally Robust Variational Quantum Algorithms with Shifted Noise [9.705847892362165]
本稿では、変分量子アルゴリズム(VQA)を未知のシフトノイズに対して頑健に最適化する方法を示す。
この研究は、シフトノイズの影響を受け、VQAの信頼性を向上させるための最初のステップである。
論文 参考訳(メタデータ) (2023-08-28T23:19:57Z) - Training variational quantum algorithms with random gate activation [2.297921151044199]
変分量子アルゴリズム(VQA)は、短期的な応用に大きな可能性を持っている。
VQAは深刻な不毛の高原問題に悩まされており、局所的なミニマに閉じ込められる可能性も高い。
本稿では,この2つの問題に効率よく対処するために,VQAのランダムな量子ゲートアクティベーションを用いた新しいトレーニングアルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-03-14T18:01:46Z) - Neural Networks with Quantization Constraints [111.42313650830248]
量子化学習における制約付き学習手法を提案する。
結果の問題は強い双対であり、勾配推定は不要であることを示す。
提案手法は画像分類タスクにおける競合性能を示す。
論文 参考訳(メタデータ) (2022-10-27T17:12:48Z) - Adaptive Self-supervision Algorithms for Physics-informed Neural
Networks [59.822151945132525]
物理情報ニューラルネットワーク(PINN)は、損失関数のソフト制約として問題領域からの物理的知識を取り入れている。
これらのモデルの訓練性に及ぼす座標点の位置の影響について検討した。
モデルがより高い誤りを犯している領域に対して、より多くのコロケーションポイントを段階的に割り当てる適応的コロケーション方式を提案する。
論文 参考訳(メタデータ) (2022-07-08T18:17:06Z) - Avoiding barren plateaus via transferability of smooth solutions in
Hamiltonian Variational Ansatz [0.0]
変分量子アルゴリズム(VQA)は、現在の量子デバイス上で計算スピードアップを達成するための主要な候補である。
2つの大きなハードルは、低品質な局所最小値の増殖と、コスト関数のランドスケープにおける勾配の指数的な消失である。
ここでは、反復探索方式を用いることで、パラダイム的量子多体モデルの基底状態を効果的に作成できることを示す。
論文 参考訳(メタデータ) (2022-06-04T12:52:29Z) - How Much Entanglement Do Quantum Optimization Algorithms Require? [0.0]
ADAPT-QAOA施行時に発生する絡みについて検討した。
この柔軟性を漸進的に制限することにより、初期におけるより多くの絡み合いエントロピーが、後段におけるより速い収束と一致していることが分かる。
論文 参考訳(メタデータ) (2022-05-24T18:00:02Z) - Reducing the cost of energy estimation in the variational quantum
eigensolver algorithm with robust amplitude estimation [50.591267188664666]
量子化学と材料は、量子コンピューティングの最も有望な応用の1つである。
これらの領域における産業関連問題とそれを解決する量子アルゴリズムとの整合性については、まだ多くの研究が続けられている。
論文 参考訳(メタデータ) (2022-03-14T16:51:36Z) - Optimal training of variational quantum algorithms without barren
plateaus [0.0]
変分量子アルゴリズム(VQA)は、短期量子コンピュータの効率的な利用を約束する。
量子状態学習のためのVQAを最適に訓練する方法を示す。
量子機械学習におけるガウスカーネルの応用を提案する。
論文 参考訳(メタデータ) (2021-04-29T17:54:59Z) - 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。