Fugu-MT 論文翻訳(概要): Efficient recovery of variational quantum algorithms landscapes using classical signal processing

論文の概要: Efficient recovery of variational quantum algorithms landscapes using classical signal processing

arxiv url: http://arxiv.org/abs/2208.05958v1
Date: Thu, 11 Aug 2022 17:58:27 GMT
ステータス: 処理完了
システム内更新日: 2023-01-31 20:34:48.441562
Title: Efficient recovery of variational quantum algorithms landscapes using classical signal processing
Title（参考訳）: 古典信号処理を用いた変分量子アルゴリズム景観の効率的な復元
Authors: Enrico Fontana, Ivan Rungger, Ross Duncan, Cristina C\^irstoiu
Abstract要約: スパース回収技術の実現可能性を支持する理論的および数値的な証拠を提示する。この結果から,スパースリカバリにより,変分アルゴリズムの最適化において,より効率的な量子資源の利用と分散が可能であることが示唆された。
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: We employ spectral analysis and compressed sensing to identify settings where a variational algorithm's cost function can be recovered purely classically or with minimal quantum computer access. We present theoretical and numerical evidence supporting the viability of sparse recovery techniques. To demonstrate this approach, we use basis pursuit denoising to efficiently recover simulated Quantum Approximate Optimization Algorithm (QAOA) instances of large system size from very few samples. Our results indicate that sparse recovery can enable a more efficient use and distribution of quantum resources in the optimisation of variational algorithms.
Abstract（参考訳）: スペクトル解析と圧縮センシングを用いて、変動アルゴリズムのコスト関数が純粋に古典的または最小の量子コンピュータアクセスで回復できる設定を同定する。スパース回収技術の実現可能性を支持する理論的および数値的な証拠を提示する。このアプローチを実証するために、基礎追従分法を用いて、非常に少数のサンプルから大きなシステムサイズを持つシミュレーション量子近似最適化アルゴリズム(qaoa)インスタンスを効率的に回収する。その結果,分散リカバリは変分アルゴリズムの最適化において,より効率的な量子資源の利用と流通を可能にすることが示唆された。

関連論文リスト

Bayesian Parameterized Quantum Circuit Optimization (BPQCO): A task and hardware-dependent approach [49.89480853499917]
変分量子アルゴリズム(VQA)は、最適化と機械学習問題を解決するための有望な量子代替手段として登場した。本稿では,回路設計が2つの分類問題に対して得られる性能に与える影響を実験的に示す。また、実量子コンピュータのシミュレーションにおいて、ノイズの存在下で得られた回路の劣化について検討する。
論文参考訳（メタデータ） (2024-04-17T11:00:12Z)
Compressed sensing enhanced by quantum approximate optimization algorithm [0.0]
本稿では,量子サブルーチンを用いた大規模圧縮センシング問題に対処する枠組みを提案する。本研究は, 量子コンピュータを圧縮センシング分野に適用する有望な方法を探るものである。
論文参考訳（メタデータ） (2024-03-26T05:26:51Z)
Improved Quantum Algorithms for Eigenvalues Finding and Gradient Descent [0.0]
ブロック符号化は、最近開発された量子アルゴリズムの統一フレームワークを形成する量子信号処理において重要な要素である。本稿では,前述した2つの量子アルゴリズムを効果的に拡張するためにブロック符号化を利用する。提案手法を,行列逆転や多重固有値推定など,異なる文脈に拡張する方法を示す。
論文参考訳（メタデータ） (2023-12-22T15:59:03Z)
Probabilistic tensor optimization of quantum circuits for the max-$k$-cut problem [0.0]
本稿では,変分量子アルゴリズムにおけるパラメータ化回路の最適化手法を提案する。本稿では,量子近似最適化アルゴリズム (QAOA) を最大$k$-cut問題に適用した例について述べる。
論文参考訳（メタデータ） (2023-10-16T12:56:22Z)
Variational quantum algorithm for experimental photonic multiparameter estimation [0.0]
ノイズの多い環境で動作している量子位相センサを効率よく最適化するための変分手法を開発した。集積フォトニックデバイスの高再構成性を利用して、我々はハイブリッド量子古典フィードバックループを実装した。実験結果から, 推定精度と雑音の頑健性に関して, 大幅な改善が得られた。
論文参考訳（メタデータ） (2023-08-04T18:01:14Z)
Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
論文参考訳（メタデータ） (2022-09-01T17:08:41Z)
Surrogate-based optimization for variational quantum algorithms [0.0]
変分量子アルゴリズム(英: Variational quantum algorithm)は、短期量子コンピュータで使用される技術の一種である。実験的な測定をほとんど行わない変分回路のサロゲートモデルの学習について紹介する。次に、元のデータとは対照的に、これらのモデルを用いてパラメータ最適化を行う。
論文参考訳（メタデータ） (2022-04-12T00:15:17Z)
Quadratic Unconstrained Binary Optimisation via Quantum-Inspired Annealing [58.720142291102135]
本稿では,2次非制約二項最適化の事例に対する近似解を求める古典的アルゴリズムを提案する。我々は、チューニング可能な硬さと植え付けソリューションを備えた大規模問題インスタンスに対して、我々のアプローチをベンチマークする。
論文参考訳（メタデータ） (2021-08-18T09:26:17Z)
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)
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)
Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文参考訳（メタデータ） (2020-10-01T18:14:11Z)

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。