論文の概要: Ion native variational ansatz for quantum approximate optimization
- arxiv url: http://arxiv.org/abs/2206.11908v1
- Date: Thu, 23 Jun 2022 18:00:01 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-08 06:55:59.024355
- Title: Ion native variational ansatz for quantum approximate optimization
- Title（参考訳）: 量子近似最適化のためのイオンネイティブ変分アンサッツ
- Authors: Daniil Rabinovich and Soumik Adhikary and Ernesto Campos and
Vishwanathan Akshay and Evgeny Anikin and Richik Sengupta and Olga
Lakhmanskaya and Kiril Lakhmanskiy and Jacob Biamonte
- Abstract要約: シェリントン・カークパトリック・ハミルトニアンのすべての問題を解くために対称性を破ることができることを示す。
特にこれらの発見は、イオンベースの量子プロセッサによって解決される可能性のあるクラス問題インスタンスを広げた。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Variational quantum algorithms involve training parameterized quantum
circuits using a classical co-processor. An important variational algorithm,
designed for combinatorial optimization, is the quantum approximate
optimization algorithm. Realization of this algorithm on any modern quantum
processor requires either embedding a problem instance into a Hamiltonian or
emulating the corresponding propagator by a gate sequence. For a vast range of
problem instances this is impossible due to current circuit depth and hardware
limitations. Hence we adapt the variational approach -- using ion native
Hamiltonians -- to create ansatze families that can prepare the ground states
of more general problem Hamiltonians. We analytically determine symmetry
protected classes that make certain problem instances inaccessible unless this
symmetry is broken. We exhaustively search over six qubits and consider upto
twenty circuit layers, demonstrating that symmetry can be broken to solve all
problem instances of the Sherrington-Kirkpatrick Hamiltonian. Going further, we
numerically demonstrate training convergence and level-wise improvement for up
to twenty qubits. Specifically these findings widen the class problem instances
which might be solved by ion based quantum processors. Generally these results
serve as a test-bed for quantum approximate optimization approaches based on
system native Hamiltonians and symmetry protection.
- Abstract（参考訳）: 変分量子アルゴリズムは古典的コプロセッサを用いてパラメータ化量子回路を訓練する。
組合せ最適化のために設計された重要な変分アルゴリズムは、量子近似最適化アルゴリズムである。
このアルゴリズムを現代の量子プロセッサ上で実現するには、問題インスタンスをハミルトニアンに埋め込むか、ゲートシーケンスで対応するプロパゲータをエミュレートする必要がある。
幅広い問題に対して、これは現在の回路深さとハードウェアの制限のため不可能である。
したがって、より一般的な問題ハミルトニアンの基礎状態を準備できるアンサッチ族を作成するために、イオンネイティブハミルトニアンを用いる変分的アプローチを適応させる。
この対称性が破れない限り、特定の問題インスタンスにアクセスできない対称性保護クラスを解析的に決定する。
我々は6量子ビット以上を徹底的に探索し、最大20個の回路層を考察し、対称性を破ってシェリントン・カークパトリック・ハミルトニアンの問題をすべて解決できることを示した。
さらに20キュービットまでのトレーニング収束とレベル別改善を数値的に示す。
特にこれらの発見は、イオンベースの量子プロセッサによって解決される可能性のあるクラス問題インスタンスを広げた。
これらの結果は一般に、系の固有ハミルトニアンと対称性保護に基づく量子近似最適化アプローチのテストベッドとして機能する。
関連論文リスト
- Bias-field digitized counterdiabatic quantum optimization [39.58317527488534]
我々はこのプロトコルをバイアス場デジタルダイアバティック量子最適化(BF-DCQO)と呼ぶ。
私たちの純粋に量子的なアプローチは、古典的な変分量子アルゴリズムへの依存を排除します。
基底状態の成功確率のスケーリング改善を実現し、最大2桁まで増大する。
論文 参考訳（メタデータ） (2024-05-22T18:11:42Z) - Benchmarking digital quantum simulations above hundreds of qubits using quantum critical dynamics [42.29248343585333]
最大133キュービットの量子ハードウェアとエラー軽減手法をベンチマークする。
最大2量子ゲート幅は28で、最大1396個の2量子ゲートを持つ。
結果はハミルトンシミュレーション、変分アルゴリズム、最適化、量子機械学習などのアプリケーションに転送可能である。
論文 参考訳（メタデータ） (2024-04-11T18:00:05Z) - Parallel circuit implementation of variational quantum algorithms [0.0]
本稿では,変分量子アルゴリズム(VQA)の量子回路を分割し,並列トレーニングと実行を可能にする手法を提案する。
本稿では,この問題からの固有構造を同定可能な最適化問題に適用する。
我々は,本手法がより大きな問題に対処できるだけでなく,1つのスライスのみを用いてパラメータをトレーニングしながら,完全なVQAモデルを実行することもできることを示した。
論文 参考訳（メタデータ） (2023-04-06T12:52:29Z) - Approximate Quantum Compiling for Quantum Simulation: A Tensor Network based approach [1.237454174824584]
行列生成状態(MPS)から短深さ量子回路を生成する新しいアルゴリズムであるAQCtensorを導入する。
我々のアプローチは、量子多体ハミルトニアンの時間進化から生じる量子状態の準備に特化している。
100量子ビットのシミュレーション問題に対して、AQCtensorは、結果の最適化回路の深さの少なくとも1桁の縮小を実現していることを示す。
論文 参考訳（メタデータ） (2023-01-20T14:40:29Z) - 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) - Adiabatic quantum computing with parameterized quantum circuits [0.0]
本稿では,近距離デバイスに実装可能なアディベート量子コンピューティングの離散バージョンを提案する。
提案アルゴリズムと変分量子固有解器を2つの古典最適化問題で比較する。
論文 参考訳（メタデータ） (2022-06-09T09:31:57Z) - Ground state preparation and energy estimation on early fault-tolerant
quantum computers via quantum eigenvalue transformation of unitary matrices [3.1952399274829775]
我々は、実数(QET-U)を用いたユニタリ行列の量子固有値変換というツールを開発する。
これにより、基底状態エネルギーを推定するための回路構造に匹敵する、全ての前のアルゴリズムより優れた単純な量子アルゴリズムが導かれる。
横フィールドイジングモデルに対するIBM Qiskitを用いたアルゴリズムの性能を示す。
論文 参考訳（メタデータ） (2022-04-12T17:11:40Z) - Twisted hybrid algorithms for combinatorial optimization [68.8204255655161]
提案されたハイブリッドアルゴリズムは、コスト関数をハミルトニアン問題にエンコードし、回路の複雑さの低い一連の状態によってエネルギーを最適化する。
レベル$p=2,ldots, 6$の場合、予想される近似比をほぼ維持しながら、レベル$p$を1に減らすことができる。
論文 参考訳（メタデータ） (2022-03-01T19:47:16Z) - Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。
その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
論文 参考訳（メタデータ） (2021-06-24T20:16:02Z) - Fixed Depth Hamiltonian Simulation via Cartan Decomposition [59.20417091220753]
時間に依存しない深さの量子回路を生成するための構成的アルゴリズムを提案する。
一次元横フィールドXYモデルにおけるアンダーソン局在化を含む、モデルの特殊クラスに対するアルゴリズムを強調する。
幅広いスピンモデルとフェルミオンモデルに対して正確な回路を提供するのに加えて、我々のアルゴリズムは最適なハミルトニアンシミュレーションに関する幅広い解析的および数値的な洞察を提供する。
論文 参考訳（メタデータ） (2021-04-01T19:06:00Z) - Measuring Analytic Gradients of General Quantum Evolution with the
Stochastic Parameter Shift Rule [0.0]
本研究では,量子計測から直接最適化される関数の勾配を推定する問題について検討する。
マルチキュービットパラメトリック量子進化の勾配を推定するアルゴリズムを提供する数学的に正確な公式を導出する。
私たちのアルゴリズムは、利用可能な全ての量子ゲートがノイズである場合でも、いくつかの近似で機能し続けています。
論文 参考訳（メタデータ） (2020-05-20T18:24:11Z)
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。