論文の概要: Classical Splitting of Parametrized Quantum Circuits

• arxiv url: http://arxiv.org/abs/2206.09641v1
• Date: Mon, 20 Jun 2022 08:42:02 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-08 18:57:47.849036
• Title: Classical Splitting of Parametrized Quantum Circuits
• Title（参考訳）: パラメトリゼーション量子回路の古典的分割
• Authors: Cenk T\"uys\"uz, Giuseppe Clemente, Arianna Crippa, Tobias Hartung, Stefan K\"uhn, Karl Jansen
• Abstract要約: バレンプラトーは、大規模な量子系をシミュレートするために変分量子アルゴリズムを使用する際の大きな障害であるようである。 我々は、不規則な高原を避けるために、古典的なアンスアッツまたはパラメタライズド量子回路の分割を提案する。
• 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: Barren plateaus appear to be a major obstacle to using variational quantum algorithms to simulate large-scale quantum systems or replace traditional machine learning algorithms. They can be caused by multiple factors such as expressivity, entanglement, locality of observables, or even hardware noise. We propose classical splitting of ans\"atze or parametrized quantum circuits to avoid barren plateaus. Classical splitting is realized by splitting an $N$ qubit ansatz to multiple ans\"atze that consists of $\mathcal{O}(\log N)$ qubits. We show that such an ansatz can be used to avoid barren plateaus. We support our results with numerical experiments and perform binary classification on classical and quantum datasets. Then, we propose an extension of the ansatz that is compatible with variational quantum simulations. Finally, we discuss a speed-up for gradient-based optimization and hardware implementation, robustness against noise and parallelization, making classical splitting an ideal tool for noisy intermediate scale quantum (NISQ) applications.
• Abstract（参考訳）: バレンプラトーは、変動量子アルゴリズムを使用して大規模量子システムをシミュレートしたり、従来の機械学習アルゴリズムを置き換えたりする大きな障害である。 それらは、表現性、絡み合い、可観測物の局所性、さらにはハードウェアノイズなど、複数の要因によって引き起こされる。 本研究では,不規則な高原を避けるために,ans\"atze or parametrized quantum circuitの古典的分割を提案する。 古典的な分割は、$N$ qubit ansatz を $\mathcal{O}(\log N)$ qubits からなる多重 ans\"atze に分割することで実現される。 このようなアンサッツは不毛高原を避けるために用いられる。 数値実験により結果をサポートし,古典データセットと量子データセットのバイナリ分類を行う。 次に,変分量子シミュレーションと互換性のある ansatz の拡張を提案する。 最後に、勾配に基づく最適化とハードウェア実装の高速化、ノイズと並列化に対する堅牢性について論じ、古典的な分割をノイズの多い中間スケール量子(NISQ)アプリケーションに理想的なツールにする。

関連論文リスト

• Improved Quantum Computation using Operator Backpropagation [5.066470263702309]
  本稿では,古典シミュレーションと量子ハードウェアを統合して観測可能な期待値の計算を改善するフレームワークを提案する。 この枠組みでは、量子回路を2つのサブ回路に分割する: 古典的なコンピュータ上で実行される観測可能なハイゼンベルクのバックプロパゲートな進化を記述するもので、もう1つは量子プロセッサ上で実行される「シュル」オーディンガー進化である。 本手法の有効性をハミルトニアンシミュレーション問題に適用し,量子ハードウェアのみを用いた場合と比較して,より正確な予測値推定を実現する。
  論文  参考訳（メタデータ） (2025-02-04T00:03:07Z)
• Extending Quantum Perceptrons: Rydberg Devices, Multi-Class Classification, and Error Tolerance [67.77677387243135]
  量子ニューロモーフィックコンピューティング(QNC)は、量子計算とニューラルネットワークを融合して、量子機械学習(QML)のためのスケーラブルで耐雑音性のあるアルゴリズムを作成する QNCの中核は量子パーセプトロン(QP)であり、相互作用する量子ビットのアナログダイナミクスを利用して普遍的な量子計算を可能にする。
  論文  参考訳（メタデータ） (2024-11-13T23:56:20Z)
• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
  d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。 我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• A Quantum-Classical Collaborative Training Architecture Based on Quantum State Fidelity [50.387179833629254]
  我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。 Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。 他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
  論文  参考訳（メタデータ） (2024-02-23T14:09:41Z)
• Quantum Polar Metric Learning: Efficient Classically Learned Quantum Embeddings [0.984462697073239]
  量子極距離学習(QPMeL)を提案し,古典的モデルを用いて量子ビットの極形パラメータを学習する。 次に、$R_y$と$R_z$の浅いPQCを使って状態を作り、$ZZ(theta)$-gatesのトレーニング可能なレイヤで絡み合いを学習します。 QMeLアプローチと比較すると、QPMeLはゲート数と深さの1/2しか使用せず、3倍のマルチクラス分離を実現している。
  論文  参考訳（メタデータ） (2023-12-04T06:13:53Z)
• Limitations of Noisy Quantum Devices in Computational and Entangling Power [5.178527492542246]
  回路深さが$O(log n)$以上のノイズ量子デバイスは、いかなる量子アルゴリズムにも利点がないことを示す。 また、ノイズ量子デバイスが1次元および2次元の量子ビット接続の下で生成できる最大エンタングルメントについても検討する。
  論文  参考訳（メタデータ） (2023-06-05T12:29:55Z)
• Exponential quantum speedup in simulating coupled classical oscillators [1.9398245011675082]
  本稿では,2n$結合発振器の古典力学に対する量子アルゴリズムを提案する。 我々のアプローチは、調和ポテンシャルに対するシュル「オーディンガー方程式」とニュートン方程式の間の写像を利用する。 提案手法は,古典的コンピュータ上での指数的高速化により,潜在的に実用的な応用を実現できることを示す。
  論文  参考訳（メタデータ） (2023-03-23T03:24:03Z)
• Quantum Worst-Case to Average-Case Reductions for All Linear Problems [66.65497337069792]
  量子アルゴリズムにおける最悪のケースと平均ケースの削減を設計する問題について検討する。 量子アルゴリズムの明示的で効率的な変換は、入力のごく一部でのみ正し、全ての入力で正しくなる。
  論文  参考訳（メタデータ） (2022-12-06T22:01:49Z)
• Entanglement and coherence in Bernstein-Vazirani algorithm [58.720142291102135]
  Bernstein-Vaziraniアルゴリズムは、オラクルに符号化されたビット文字列を決定できる。 我々はベルンシュタイン・ヴァジラニアルゴリズムの量子資源を詳細に分析する。 絡み合いがない場合、初期状態における量子コヒーレンス量とアルゴリズムの性能が直接関係していることが示される。
  論文  参考訳（メタデータ） (2022-05-26T20:32:36Z)
• Mitigated barren plateaus in the time-nonlocal optimization of analog quantum-algorithm protocols [0.0]
  変分量子アルゴリズムのようなアルゴリズムクラスは、バレンプラトーに苦しむことが示されている。 本稿では,ハミルトニアン系パラメータのトレーニング可能なフーリエ係数に基づく量子アルゴリズムの最適化手法を提案する。
  論文  参考訳（メタデータ） (2021-11-15T21:13:10Z)
• Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
  量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。 変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。 量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
  論文  参考訳（メタデータ） (2021-08-09T18:00:05Z)

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。