論文の概要: Quantum computing fidelity susceptibility using automatic differentiation

• arxiv url: http://arxiv.org/abs/2207.06526v2
• Date: Fri, 18 Nov 2022 17:02:57 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-05 06:40:00.352360
• Title: Quantum computing fidelity susceptibility using automatic differentiation
• Title（参考訳）: 自動微分を用いた量子コンピューティングの忠実度感受性
• Authors: Olivia Di Matteo and R. M. Woloshyn
• Abstract要約: 本稿では、量子自動微分を用いて、コンピュータの忠実度感受性に関する凝縮行列問題を解く方法を示す。 横フィールドイジングモデルの小さなインスタンスに対するハードウェアノイズを含むシミュレーションを用いて結果を示す。
• 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: Automatic differentiation is an invaluable feature of machine learning and quantum machine learning software libraries. In this work it is shown how quantum automatic differentiation can be used to solve the condensed-matter problem of computing fidelity susceptibility, a quantity whose value may be indicative of a phase transition in a system. Results are presented using simulations including hardware noise for small instances of the transverse-field Ising model, and a number of optimizations that can be applied are highlighted. Error mitigation (zero-noise extrapolation) is applied within the autodifferentiation framework to a number of gradient values required for computation of fidelity susceptibility and a related quantity, the second derivative of the energy. Such computations are found to be highly sensitive to the additional statistical noise incurred by the error mitigation method
• Abstract（参考訳）: 自動微分は、機械学習と量子機械学習ソフトウェアライブラリの貴重な特徴である。 本研究では,量子自動微分法を用いて,システム内の相転移の指標となる可能性のある値である忠実性サセシビリティを計算し,凝縮マッター問題を解く方法を示す。 結果は,横磁場イジングモデルの小インスタンスに対するハードウェアノイズを含むシミュレーションを用いて提示され,適用可能な最適化が強調される。 誤差緩和(ゼロノイズ補間)は自己微分フレームワーク内で、忠実度感受性の計算に必要な多くの勾配値とエネルギーの第2の微分である関連する量に適用される。 このような計算は誤差緩和法によって生じる付加的な統計的雑音に非常に敏感である。

関連論文リスト

• Evaluation of phase shifts for non-relativistic elastic scattering using quantum computers [39.58317527488534]
  本研究は, 量子コンピュータ上での一般相対論的非弾性散乱過程の位相シフトを求めるアルゴリズムの開発を報告する。
  論文  参考訳（メタデータ） (2024-07-04T21:11:05Z)
• Noise-Robust Detection of Quantum Phase Transitions [0.0]
  異なる基底状態配置を特徴とする複数の位相様領域を持つ有限サイズのスピンモデルについて検討する。 本研究では,エネルギー微分,2部位のスピン相関関数,および忠実度感受性の計算により,複数の領域にわたって正確な挙動が得られたことを示す。 この研究は、量子相転移の特定に短期的な応用が期待できる可能性を示している。
  論文  参考訳（メタデータ） (2024-02-29T08:34:11Z)
• Efficient estimation of trainability for variational quantum circuits [43.028111013960206]
  変動量子回路のコスト関数とその分散を効率よく計算する方法を見出した。 この方法は、変分量子回路のトレーニング容易性を証明し、バレンプラトー問題を克服できる設計戦略を探索するために用いられる。
  論文  参考訳（メタデータ） (2023-02-09T14:05:18Z)
• Importance sampling for stochastic quantum simulations [68.8204255655161]
  我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。 サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。 格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
  論文  参考訳（メタデータ） (2022-12-12T15:06:32Z)
• Quantum circuit fidelity estimation using machine learning [0.4588028371034406]
  雑音量子回路が生成する状態と理想的なノイズフリー計算に対応する対象状態との忠実度を推定する機械学習に基づく手法を提案する。 トレーニングされたモデルは、そのような手法が実現不可能なより複雑な回路の忠実さを予測できることを実証する。
  論文  参考訳（メタデータ） (2022-12-01T17:31:29Z)
• Implicit differentiation of variational quantum algorithms [0.8594140167290096]
  変分量子アルゴリズムを用いて暗黙の微分を計算に活用する方法を示す。 凝縮物質物理学、量子機械学習、量子情報における応用を探求する。
  論文  参考訳（メタデータ） (2022-11-24T19:00:19Z)
• Automatic and effective discovery of quantum kernels [43.702574335089736]
  量子コンピューティングは、カーネルマシンが量子カーネルを利用してデータ間の類似度を表現できるようにすることで、機械学習モデルを強化することができる。 本稿では,ニューラルアーキテクチャ検索やAutoMLと同じような最適化手法を用いて,異なるアプローチを提案する。 その結果、高エネルギー物理問題に対する我々のアプローチを検証した結果、最良のシナリオでは、手動設計のアプローチに関して、テストの精度を一致または改善できることが示された。
  論文  参考訳（メタデータ） (2022-09-22T16:42:14Z)
• Numerical Simulations of Noisy Quantum Circuits for Computational Chemistry [51.827942608832025]
  短期量子コンピュータは、小さな分子の基底状態特性を計算することができる。 計算アンサッツの構造と装置ノイズによる誤差が計算にどのように影響するかを示す。
  論文  参考訳（メタデータ） (2021-12-31T16:33:10Z)
• Quantum-classical eigensolver using multiscale entanglement renormalization [0.0]
  強相関量子物質のシミュレーションのための変分量子固有解法(VQE)を提案する。 これは、対応する古典的アルゴリズムよりも大幅にコストを下げることができる。 イオンシャットリング機能を備えたイオントラップデバイスとしては特に魅力的である。
  論文  参考訳（メタデータ） (2021-08-30T17:46:35Z)
• Post-Training Quantization for Vision Transformer [85.57953732941101]
  本稿では,視覚変換器のメモリ記憶量と計算コストを削減するための学習後量子化アルゴリズムを提案する。 約8ビット量子化を用いて、ImageNetデータセット上でDeiT-Bモデルを用いて81.29%のトップ-1の精度を得ることができる。
  論文  参考訳（メタデータ） (2021-06-27T06:27:22Z)
• Efficient classical simulation and benchmarking of quantum processes in the Weyl basis [0.0]
  Weylユニタリを用いたランダム化ベンチマークアルゴリズムを開発し,エラーモデルの混在を効率よく同定し,学習する。 本手法を変分量子固有解器に現れるアンザッツ回路に適用する。
  論文  参考訳（メタデータ） (2020-08-27T16:46:12Z)

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。