論文の概要: Non-Convex Optimization by Hamiltonian Alternation

• arxiv url: http://arxiv.org/abs/2206.14072v1
• Date: Tue, 28 Jun 2022 15:15:16 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-07 10:14:37.971657
• Title: Non-Convex Optimization by Hamiltonian Alternation
• Title（参考訳）: ハミルトン交替による非凸最適化
• Authors: Anuj Apte, Kunal Marwaha, Arvind Murugan
• Abstract要約: 問題に対処するための新しいメタヒューリスティックを導入し、代替のハミルトン列ミニマを作成する。 我々は、スピン状態のインスタンスに対して、既知の基底状態の繰り返しを見つけるためにそれを用いる手法を実証する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A major obstacle to non-convex optimization is the problem of getting stuck in local minima. We introduce a novel metaheuristic to handle this issue, creating an alternate Hamiltonian that shares minima with the original Hamiltonian only within a chosen energy range. We find that repeatedly minimizing each Hamiltonian in sequence allows an algorithm to escape local minima. This technique is particularly straightforward when the ground state energy is known, and one obtains an improvement even without this knowledge. We demonstrate this technique by using it to find the ground state for instances of a Sherrington-Kirkpatrick spin glass.
• Abstract（参考訳）: 非凸最適化の大きな障害は、局所的なミニマで立ち往生する問題である。 この問題に対処するための新しいメタヒューリスティックを導入し、選択されたエネルギー範囲内でのみ、元のハミルトニアンとミニマを共有する代替ハミルトニアンを作成する。 それぞれのハミルトニアンを逐次最小化することで、アルゴリズムは局所ミニマを逃れることができる。 この技術は、基底状態のエネルギーが分かっていれば特に簡単であり、この知識がなくても改善が得られる。 我々は、この手法を用いて、シェリントン・カークパトリックスピンガラスの基底状態を見つけることで、この手法を実証する。

関連論文リスト

• Optimizing random local Hamiltonians by dissipation [44.99833362998488]
  簡単な量子ギブスサンプリングアルゴリズムが最適値の$Omega(frac1k)$-fraction近似を達成することを証明した。 この結果から, 局所スピンおよびフェルミオンモデルに対する低エネルギー状態の発見は量子的に容易であるが, 古典的には非自明であることが示唆された。
  論文  参考訳（メタデータ） (2024-11-04T20:21:16Z)
• A polynomial-time dissipation-based quantum algorithm for solving the ground states of a class of classically hard Hamiltonians [4.500918096201963]
  我々は、古典的にハードなハミルトン群の基底状態を解決するために、複雑性時間量子アルゴリズムを与える。 アルゴリズムによって効率的に解けるハミルトニアンには、古典的な難解な例が含まれていることを示す。
  論文  参考訳（メタデータ） (2024-01-25T05:01:02Z)
• Riemannian stochastic optimization methods avoid strict saddle points [68.80251170757647]
  研究中のポリシーは、確率 1 の厳密なサドル点/部分多様体を避けていることを示す。 この結果は、アルゴリズムの極限状態が局所最小値にしかならないことを示すため、重要な正当性チェックを提供する。
  論文  参考訳（メタデータ） (2023-11-04T11:12:24Z)
• Sparse random Hamiltonians are quantumly easy [105.6788971265845]
  量子コンピュータの候補は、量子システムの低温特性をシミュレートすることである。 本稿は、ほとんどのランダムハミルトニアンに対して、最大混合状態は十分に良い試行状態であることを示す。 位相推定は、基底エネルギーに近いエネルギーの状態を効率的に生成する。
  論文  参考訳（メタデータ） (2023-02-07T10:57:36Z)
• Quantum-Inspired Tempering for Ground State Approximation using Artificial Neural Networks [0.0]
  そこで本研究では,局所的なミニマムからの脱出を容易にする並列テンパリング手法を提案する。 量子並列テンパリングによるトレーニングの強化は、問題インスタンスの基底状態に対する良い近似を見つけるのに有用であることを示す。
  論文  参考訳（メタデータ） (2022-10-20T16:50:32Z)
• Iterative Quantum Optimization with Adaptive Problem Hamiltonian [19.4417702222583]
  このような制限された問題で得られた解をハミルトン問題として定義する反復アルゴリズムについて述べる。 最短ベクトル問題の数値的な例では、改良された問題列を持つアルゴリズムが所望の解に収束することを示す。
  論文  参考訳（メタデータ） (2022-04-28T12:04:03Z)
• Locality optimization for parent Hamiltonians of Tensor Networks [0.7734726150561088]
  親ハミルトニアンを体系的に単純化するアルゴリズムを提案する。 RVBモデルは、少なくとも4つのハイゼンベルク相互作用のすべての積を項とする親ハミルトニアンの正確な基底状態である。
  論文  参考訳（メタデータ） (2022-03-14T19:01:07Z)
• 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)
• STORM+: Fully Adaptive SGD with Momentum for Nonconvex Optimization [74.1615979057429]
  本研究では,スムーズな損失関数に対する期待値である非バッチ最適化問題について検討する。 我々の研究は、学習率と運動量パラメータを適応的に設定する新しいアプローチとともに、STORMアルゴリズムの上に構築されている。
  論文  参考訳（メタデータ） (2021-11-01T15:43:36Z)
• Escaping Saddle Points in Distributed Newton's Method with Communication efficiency and Byzantine Resilience [49.379254729853756]
  我々は、ビザンチン機械の存在下で分散フレームワークにおける非正規化損失関数(サドルポイント付き)を最適化する問題を検討する。 キューブ正規化されたニュートンアルゴリズムを堅牢化し、サドルポイントと偽のローカルミニマを効率的に回避します。 提案手法は, (サブサンプリング) と hessian を含むいくつかの近似設定で理論的に保証される。
  論文  参考訳（メタデータ） (2021-03-17T03:53:58Z)

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。