論文の概要: Full optimization of a single-qubit gate on the generalized sequential
quantum optimizer
- arxiv url: http://arxiv.org/abs/2209.08535v3
- Date: Tue, 18 Oct 2022 02:12:31 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-26 04:40:04.476634
- Title: Full optimization of a single-qubit gate on the generalized sequential
quantum optimizer
- Title(参考訳): 一般化逐次量子最適化器における単一量子ゲートの完全最適化
- Authors: Kaito Wada, Rudy Raymond, Yuki Sato, Hiroshi C. Watanabe
- Abstract要約: 量子回路における単一量子ビットゲートの解析的最適選択に基づく量子アルゴリズムを提案する。
目的関数に対する回路評価をわずかに修正した行列要素を用いた行列分解法を提案する。
- 参考スコア(独自算出の注目度): 4.341421846091307
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: We propose a quantum algorithm based on the analytically-optimal selection of
a single-qubit gate in parameterized quantum circuits (PQCs). Our algorithm
optimizes the PQC structure by sequentially replacing a single-qubit gate in
the PQC with the optimal one minimizing the objective function in the
variational quantum algorithm. To directly find local optima, our method uses
matrix factorization whose matrix elements consist of slightly-modified circuit
evaluations on the objective function, which is in contrast to conventional
sequential optimizers that utilize sinusoidal properties. Optimal selection
over single-qubit gates based on this matrix factorization leads to more
efficient optimization of PQCs. Moreover, we show that the framework of matrix
factorization utilized in our method unifies and extends the existing
sequential methods. We perform numerical experiments demonstrating the efficacy
of the framework.
- Abstract(参考訳): パラメタライズド量子回路(PQC)における単一量子ビットゲートの解析最適選択に基づく量子アルゴリズムを提案する。
我々のアルゴリズムは、PQCの単一ビットゲートを変分量子アルゴリズムの目的関数を最小化する最適ゲートに順次置き換えることで、PQC構造を最適化する。
本手法では, 正弦波特性を利用する従来の逐次最適化器とは対照的に, 目的関数の回路評価をわずかに修正した行列要素を用いた行列分解を用いる。
この行列分解に基づく単一量子ゲート上の最適選択は、より効率的なPQCの最適化をもたらす。
さらに,本手法で用いられる行列因子分解の枠組みが,既存の逐次手法を統一し拡張することを示す。
本手法の有効性を示す数値実験を行った。
関連論文リスト
- Optimizing a parameterized controlled gate with Free Quaternion Selection [0.4353365283165517]
本研究では,単一キュービットゲートのコストを局所的に最小化するための最適パラメータを推定するアルゴリズムを提案する。
性能をベンチマークするために,Isingや分子ハミルトニアンのための変分固有解法 (VQE) など,様々な最適化問題に提案手法を適用した。
論文 参考訳(メタデータ) (2024-09-20T14:46:00Z) - 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) - 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) - Efficient DCQO Algorithm within the Impulse Regime for Portfolio
Optimization [41.94295877935867]
本稿では,デジタルカウンセバティック量子最適化(DCQO)パラダイムを用いて,ポートフォリオ最適化のための高速なディジタル量子アルゴリズムを提案する。
提案手法は,アルゴリズムの回路深度要件を特に低減し,解の精度を向上し,現在の量子プロセッサに適している。
我々は,IonQトラップイオン量子コンピュータ上で最大20量子ビットを使用するプロトコルの利点を実験的に実証した。
論文 参考訳(メタデータ) (2023-08-29T17:53:08Z) - Optimal Parameter Configurations for Sequential Optimization of
Variational Quantum Eigensolver [5.005447280753645]
変分量子固有解法(VQE)は、与えられたハミルトニアンの最小固有値/ベクトルを求めるハイブリッドアルゴリズムである。
本稿では、最適化すべきコンポーネントがシングルキュービットゲートである場合に焦点を当てる。
論文 参考訳(メタデータ) (2023-03-13T13:07:27Z) - A self-consistent field approach for the variational quantum
eigensolver: orbital optimization goes adaptive [52.77024349608834]
適応微分組立問題集合型アンザッツ変分固有解法(ADAPTVQE)における自己一貫したフィールドアプローチ(SCF)を提案する。
このフレームワークは、短期量子コンピュータ上の化学系の効率的な量子シミュレーションに使用される。
論文 参考訳(メタデータ) (2022-12-21T23:15:17Z) - 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) - Bilevel Optimization: Convergence Analysis and Enhanced Design [63.64636047748605]
バイレベル最適化は多くの機械学習問題に対するツールである。
Stoc-BiO という新しい確率効率勾配推定器を提案する。
論文 参考訳(メタデータ) (2020-10-15T18:09:48Z) - 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) - Cross Entropy Hyperparameter Optimization for Constrained Problem
Hamiltonians Applied to QAOA [68.11912614360878]
QAOA(Quantum Approximate Optimization Algorithm)のようなハイブリッド量子古典アルゴリズムは、短期量子コンピュータを実用的に活用するための最も奨励的なアプローチの1つである。
このようなアルゴリズムは通常変分形式で実装され、古典的な最適化法と量子機械を組み合わせて最適化問題の優れた解を求める。
本研究では,クロスエントロピー法を用いてランドスケープを形作り,古典的パラメータがより容易により良いパラメータを発見でき,その結果,性能が向上することを示す。
論文 参考訳(メタデータ) (2020-03-11T13:52:41Z)
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。