論文の概要: Hybrid Gate-Based and Annealing Quantum Computing for Large-Size Ising
Problems
- arxiv url: http://arxiv.org/abs/2208.03283v1
- Date: Fri, 5 Aug 2022 17:16:52 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-02 04:47:24.701977
- Title: Hybrid Gate-Based and Annealing Quantum Computing for Large-Size Ising
Problems
- Title(参考訳): 大規模イジング問題に対するハイブリッドゲートベースおよびアニーリング量子コンピューティング
- Authors: Chen-Yu Liu and Hsi-Sheng Goan
- Abstract要約: 我々は,最大$N_rmgb2N_rmgb$-qubitゲートベースの量子コンピュータによりIsing問題を最大$N_rmgb2N_rmgb$で解くアルゴリズムLSSAを提案する。
フルシステム問題をより小さなサブシステム問題に分割することにより、LSSAアルゴリズムはゲートベースの量子コンピュータまたは量子アニールによるサブシステム問題の解法を行う。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: One of the major problems of most quantum computing applications is that the
required number of qubits to solve a practical problem is much larger than that
of today's quantum hardware. We propose an algorithm, called large-system
sampling approximation (LSSA), to solve Ising problems with sizes up to
$N_{\rm{gb}}2^{N_{\rm{gb}}}$ by an $N_{\rm{gb}}$-qubit gate-based quantum
computer, and with sizes up to $N_{\rm{an}}2^{N_{\rm{gb}}}$ by a hybrid
computational architecture of an $N_{\rm{an}}$-qubit quantum annealer and an
$N_{\rm{gb}}$-qubit gate-based quantum computer. By dividing the full-system
problem into smaller subsystem problems, the LSSA algorithm then solves the
subsystem problems by either gate-based quantum computers or quantum annealers,
optimizes the amplitude contributions of the solutions of the different
subsystems with the full-problem Hamiltonian by the variational quantum
eigensolver (VQE) on a gate-based quantum computer, and determines the
approximated ground-state configuration. We apply the level-1 approximation of
LSSA to solving fully-connected random Ising problems up to 160 variables using
a 5-qubit gate-based quantum computer, and solving portfolio optimization
problems up to 4096 variables using a 100-qubit quantum annealer and a 7-qubit
gate-based quantum computer. We demonstrate the use of the level-2
approximation of LSSA to solve the portfolio optimization problems up to 5120
($N_{\rm{gb}}2^{2N_{\rm{gb}}}$) variables with pretty good performance by using
just a 5-qubit ($N_{\rm{gb}}$-qubit) gate-based quantum computer. The
completely new computational concept of the hybrid gate-based and annealing
quantum computing architecture opens a promising possibility to investigate
large-size Ising problems and combinatorial optimization problems, making
practical applications by quantum computing possible in the near future.
- Abstract(参考訳): ほとんどの量子コンピューティングアプリケーションの大きな問題の1つは、現実的な問題を解決するために必要な量子ビット数が、今日の量子ハードウェアよりもはるかに大きいことである。
我々は,大系サンプリング近似 (LSSA) と呼ばれるアルゴリズムを提案し,最大サイズが$N_{\rm{gb}}2^{N_{\rm{gb}}}$,最大サイズが$N_{\rm{gb}}$-qubitゲートベース量子コンピュータ,最大サイズが$N_{\rm{an}}2^{N_{\rm{gb}}}$のハイブリッド計算アーキテクチャで$N_{\rm{an}}$-qubit量子アニールと$N_{\rm{gb}}$-qubitゲートベース量子コンピュータのIsing問題を解く。
LSSAアルゴリズムは、全システム問題をより小さなサブシステムに分割することにより、ゲートベースの量子コンピュータまたは量子アンナーによるサブシステム問題を解き、ゲートベースの量子コンピュータ上の変分量子固有解法(VQE)により、各サブシステムのソリューションの振幅寄与を最適化し、近似基底状態構成を決定する。
5量子ビットゲート型量子コンピュータを用いた160変数までの完全接続ランダムイジング問題に対するlssaのレベル1近似を適用し、100量子ビット量子アニーラと7量子ビットゲート型量子コンピュータを用いて4096変数までのポートフォリオ最適化問題を解く。
5-qubit (n_{\rm{gb}}2^{2n_{\rm{gb}}}$) のゲートベースの量子コンピュータを用いて、5120 (n_{\rm{gb}}2^{2n_{\rm{gb}}}$) までのポートフォリオ最適化問題を解決するためにlssaのレベル2近似を用いることを実証した。
ハイブリッドゲート型・アニーリング量子コンピューティングアーキテクチャの全く新しい計算概念は、大規模イジング問題と組合せ最適化問題を調査する可能性を開き、近い将来量子コンピューティングによる実用的な応用を可能にする。
関連論文リスト
- Towards large-scale quantum optimization solvers with few qubits [59.63282173947468]
我々は、$m=mathcalO(nk)$バイナリ変数を$n$ qubitsだけを使って最適化するために、$k>1$で可変量子ソルバを導入する。
我々は,特定の量子ビット効率の符号化が,バレン高原の超ポリノミウム緩和を内蔵特徴としてもたらすことを解析的に証明した。
論文 参考訳(メタデータ) (2024-01-17T18:59:38Z) - Single-Layer Digitized-Counterdiabatic Quantum Optimization for $p$-spin
Models [8.463477025989542]
我々は、デジタルカウンタダイバティック量子最適化(DCQO)アルゴリズムを利用して、4つの局所相互作用までの$p$-spinモデルの最適解を求める。
変分法を用いてパラメータを最適化することにより,それぞれ100ドル,93%,83%のインスタンスに対して,単位精度2-スピン,3-スピン,4-スピンの問題を解く。
論文 参考訳(メタデータ) (2023-11-11T22:49:16Z) - Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。
提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
論文 参考訳(メタデータ) (2023-04-18T11:57:15Z) - Solving various NP-Hard problems using exponentially fewer qubits on a
Quantum Computer [0.0]
NPハード問題は、一般時間アルゴリズムで正確に解けるとは考えられていない。
本稿では,問題のサイズに応じて対数的にスケールする独自手法を構築した。
これらのアルゴリズムは、100以上のノードのグラフサイズを持つ量子シミュレータと、256のグラフサイズまでの実際の量子コンピュータでテストされる。
論文 参考訳(メタデータ) (2023-01-17T16:03:33Z) - 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) - Solving Larger Optimization Problems Using Parallel Quantum Annealing [0.0]
並列量子アニールとグラフ分解を組み合わせたハイブリッドアプローチにより、より大規模な最適化問題を正確に解けることを示す。
最大傾き問題を最大120ノードと6395エッジのグラフに適用する。
論文 参考訳(メタデータ) (2022-05-24T15:56:15Z) - Configurable sublinear circuits for quantum state preparation [1.9279780052245203]
量子回路で$O(sqrtN)$の幅と深さと絡み合った情報をアシラリー量子ビットで符号化する構成を示す。
5つの量子コンピュータ上で原理実証を行い、その結果を比較した。
論文 参考訳(メタデータ) (2021-08-23T13:52:43Z) - Multiple Query Optimization using a Hybrid Approach of Classical and
Quantum Computing [1.7077661158850292]
データ集約的な問題領域において重要なNPハード問題である多重クエリ最適化問題(MQO)に取り組む。
ゲート型量子コンピュータ上でMQOを解くために,新しい古典量子アルゴリズムを提案する。
提案アルゴリズムでは, クビット効率が99%に近づき, ほぼ2倍に向上した。
論文 参考訳(メタデータ) (2021-07-22T08:12:49Z) - Adiabatic Quantum Graph Matching with Permutation Matrix Constraints [75.88678895180189]
3次元形状と画像のマッチング問題は、NPハードな置換行列制約を持つ二次代入問題(QAP)としてしばしば定式化される。
本稿では,量子ハードウェア上での効率的な実行に適した制約のない問題として,いくつかのQAPの再構成を提案する。
提案アルゴリズムは、将来の量子コンピューティングアーキテクチャにおいて、より高次元にスケールする可能性がある。
論文 参考訳(メタデータ) (2021-07-08T17:59:55Z) - Space-efficient binary optimization for variational computing [68.8204255655161]
本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。
また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
論文 参考訳(メタデータ) (2020-09-15T18:17:27Z) - Electronic structure with direct diagonalization on a D-Wave quantum
annealer [62.997667081978825]
本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。
そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
論文 参考訳(メタデータ) (2020-09-02T22:46:47Z)
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。