論文の概要: Measurement optimization of variational quantum simulation by classical
shadow and derandomization
- arxiv url: http://arxiv.org/abs/2208.13934v1
- Date: Tue, 30 Aug 2022 00:10:06 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-28 12:09:11.940469
- Title: Measurement optimization of variational quantum simulation by classical
shadow and derandomization
- Title(参考訳): 古典的影とデランドマイゼーションによる変分量子シミュレーションの最適化
- Authors: Kouhei Nakaji, Suguru Endo, Yuichiro Matsuzaki, and Hideaki Hakoshima
- Abstract要約: 変動量子シミュレーション(VQS)は、計算負荷を古典コンピュータと量子コンピュータの両方に分散することにより、短期デバイスにおける目標を達成するためのツールを提供する。
最も深刻な課題の1つは、測定数の劇的な増加である。
この研究は、最近提案されたシャドーベース戦略により、VQSにおける測定回数を劇的に削減することを目的としている。
- 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: Simulating large quantum systems is the ultimate goal of quantum computing.
Variational quantum simulation (VQS) gives us a tool to achieve the goal in
near-term devices by distributing the computation load to both classical and
quantum computers. However, as the size of the quantum system becomes large,
the execution of VQS becomes more and more challenging. One of the most severe
challenges is the drastic increase in the number of measurements; for example,
the number of measurements tends to increase by the fourth power of the number
of qubits in a quantum simulation with a chemical Hamiltonian. This work aims
to dramatically decrease the number of measurements in VQS by recently proposed
shadow-based strategies such as classical shadow and derandomization. Even
though previous literature shows that shadow-based strategies successfully
optimize measurements in the variational quantum optimization (VQO), how to
apply them to VQS was unclear due to the gap between VQO and VQS in measuring
observables. In this paper, we bridge the gap by changing the way of measuring
observables in VQS and propose an algorithm to optimize measurements in VQS by
shadow-based strategies. Our theoretical analysis not only reveals the
advantage of using our algorithm in VQS but theoretically supports using
shadow-based strategies in VQO, whose advantage has only been given
numerically. Additionally, our numerical experiment shows the validity of using
our algorithm with a quantum chemical system.
- Abstract(参考訳): 大規模量子システムのシミュレーションは、量子コンピューティングの究極の目標である。
変動量子シミュレーション(VQS)は、計算負荷を古典コンピュータと量子コンピュータの両方に分散することにより、短期デバイスにおける目標を達成するためのツールを提供する。
しかし、量子システムのサイズが大きくなるにつれて、VQSの実行はますます困難になる。
例えば、化学ハミルトニアンによる量子シミュレーションにおいて、量子ビット数の4番目のパワーで測定の数が増加する傾向にある。
この研究は、最近提案された古典的な影やデランドマイゼーションのような影に基づく戦略により、VQSにおける測定回数を劇的に減少させることを目的としている。
従来の文献では、変分量子最適化(VQO)におけるシャドーベース戦略の最適化に成功していたが、観測可能量の測定におけるVQOとVQSのギャップのため、VQSへの適用方法は不明であった。
本稿では,VQSにおける観測値の測定方法を変えることでギャップを埋めるとともに,シャドーベース戦略によるVQSの測定を最適化するアルゴリズムを提案する。
理論解析により,vqsにおけるアルゴリズムの利用の利点が明らかにされるだけでなく,vqoにおけるシャドウベースの戦略を理論的にサポートする。
さらに,我々の数値実験は,量子化学システムを用いたアルゴリズムの有効性を示した。
関連論文リスト
- Truncation technique for variational quantum eigensolver for Molecular
Hamiltonians [0.0]
変分量子固有解法(VQE)はノイズ量子デバイスのための最も有望な量子アルゴリズムの1つである。
そこで本研究では, トランケートされたハミルトニアンを用いて, 最適化手順を開始する物理直感的なトランケーション手法を提案する。
この戦略により、量子コンピュータ上でのハミルトニアンの期待値に対する必要な評価回数を減らすことができる。
論文 参考訳(メタデータ) (2024-02-02T18:45:12Z) - Variational Quantum Eigensolvers with Quantum Gaussian Filters for
solving ground-state problems in quantum many-body systems [2.5425769156210896]
量子多体系における基底状態を近似する新しい量子アルゴリズムを提案する。
我々の手法は変分量子固有解法(VQE)と量子ガウスフィルタ(QGF)を統合する。
提案手法は,特に雑音条件下での収束速度と精度の向上を示す。
論文 参考訳(メタデータ) (2024-01-24T14:01:52Z) - Unifying (Quantum) Statistical and Parametrized (Quantum) Algorithms [65.268245109828]
我々はカーンズのSQオラクルとヴァリアントの弱い評価オラクルからインスピレーションを得ます。
評価クエリから学習するための非条件の下限を出力する,広範かつ直感的なフレームワークを提案する。
論文 参考訳(メタデータ) (2023-10-26T18:23:21Z) - Ansatz-Agnostic Exponential Resource Saving in Variational Quantum
Algorithms Using Shallow Shadows [5.618657159109373]
変分量子アルゴリズム(VQA)は、短期的な量子優位性の実証の有望な候補として特定されている。
本報告では,本論文で研究されている浅層アンザッツに対して,同様のレベルの貯蓄を実現するための浅層影に基づくプロトコルを提案する。
VQAが強力な選択肢となる量子情報、すなわち変分量子状態準備と変分量子回路合成の2つの重要な応用が示されている。
論文 参考訳(メタデータ) (2023-09-09T11:00:39Z) - Quantum Imitation Learning [74.15588381240795]
本稿では、量子優位性を利用してILを高速化する量子模倣学習(QIL)を提案する。
量子行動クローニング(Q-BC)と量子生成逆模倣学習(Q-GAIL)という2つのQILアルゴリズムを開発した。
実験結果から,Q-BCとQ-GAILの両者が,従来のものと同等の性能を達成できることが判明した。
論文 参考訳(メタデータ) (2023-04-04T12:47:35Z) - Improving Convergence for Quantum Variational Classifiers using Weight
Re-Mapping [60.086820254217336]
近年、量子機械学習は変分量子回路(VQC)の利用が大幅に増加した。
重みを2pi$の間隔に不明瞭にマッピングするために、VQCの重み再マッピングを導入する。
修正されていないウェイトを用いて、Wineデータセットの重量再マッピングにより、テスト精度が10%向上したことを実証した。
論文 参考訳(メタデータ) (2022-12-22T13:23:19Z) - End-to-end resource analysis for quantum interior point methods and
portfolio optimization [92.13478140615481]
問題入力から問題出力までの完全な量子回路レベルのアルゴリズム記述を提供する。
アルゴリズムの実行に必要な論理量子ビットの数と非クリフォードTゲートの量/深さを報告する。
論文 参考訳(メタデータ) (2022-11-22T18:54:48Z) - The Variational Quantum Eigensolver: a review of methods and best
practices [3.628860803653535]
変分量子固有解法(VQE)は変動原理を用いてハミルトンの基底状態エネルギーを計算する。
本総説は,アルゴリズムの様々な部分における進捗状況について概説することを目的としている。
論文 参考訳(メタデータ) (2021-11-09T14:40:18Z) - Efficient measure for the expressivity of variational quantum algorithms [72.59790225766777]
我々は、変分量子アルゴリズムの表現率を研究するために、統計学習理論、すなわち被覆数に関する高度なツールを利用する。
まず、任意のアンサーゼを持つVQAの表現性は、量子ゲートの数と観測可能な測定値によって上限づけられていることを示す。
次に,システムノイズを考慮した量子チップ上でのVQAの表現性について検討する。
論文 参考訳(メタデータ) (2021-04-20T13:51:08Z) - Layer VQE: A Variational Approach for Combinatorial Optimization on
Noisy Quantum Computers [5.644434841659249]
変分量子固有解法(VQE)に触発された反復層VQE(L-VQE)アプローチを提案する。
L-VQE は有限サンプリング誤差に対してより堅牢であり,標準的な VQE 手法と比較して解を見つける確率が高いことを示す。
シミュレーションの結果,L-VQEは現実的なハードウェアノイズ下では良好に動作していることがわかった。
論文 参考訳(メタデータ) (2021-02-10T16:53:22Z) - Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。
QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。
数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
論文 参考訳(メタデータ) (2020-10-20T12:06:27Z)
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。