論文の概要: Navigating the dynamic noise landscape of variational quantum algorithms
with QISMET
- arxiv url: http://arxiv.org/abs/2209.12280v1
- Date: Sun, 25 Sep 2022 17:59:24 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-25 05:28:48.775649
- Title: Navigating the dynamic noise landscape of variational quantum algorithms
with QISMET
- Title（参考訳）: QISMETを用いた変分量子アルゴリズムの動的ノイズランドスケープのナビゲーション
- Authors: Gokul Subramanian Ravi, Kaitlin N. Smith, Jonathan M. Baker, Tejas
Kannan, Nathan Earnest, Ali Javadi-Abhari, Henry Hoffmann and Frederic T.
Chong
- Abstract要約: 反復型長時間実行量子アプリケーションの最も一般的な例は変分量子アルゴリズム(VQA)である。
ノイズ変動は、VQA/チューニング候補の目的関数推定に顕著な過渡的な影響をもたらす可能性がある。
本稿では,QISMETを提案する。
- 参考スコア（独自算出の注目度）: 8.610065522807535
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Transient errors from the dynamic NISQ noise landscape are challenging to
comprehend and are especially detrimental to classes of applications that are
iterative and/or long-running, and therefore their timely mitigation is
important for quantum advantage in real-world applications. The most popular
examples of iterative long-running quantum applications are variational quantum
algorithms (VQAs). Iteratively, VQA's classical optimizer evaluates circuit
candidates on an objective function and picks the best circuits towards
achieving the application's target. Noise fluctuation can cause a significant
transient impact on the objective function estimation of the VQA iterations /
tuning candidates. This can severely affect VQA tuning and, by extension, its
accuracy and convergence.
This paper proposes QISMET: Quantum Iteration Skipping to Mitigate Error
Transients, to navigate the dynamic noise landscape of VQAs. QISMET actively
avoids instances of high fluctuating noise which are predicted to have a
significant transient error impact on specific VQA iterations. To achieve this,
QISMET estimates transient error in VQA iterations and designs a controller to
keep the VQA tuning faithful to the transient-free scenario. By doing so,
QISMET efficiently mitigates a large portion of the transient noise impact on
VQAs and is able to improve the fidelity by 1.3x-3x over a traditional VQA
baseline, with 1.6-2.4x improvement over alternative approaches, across
different applications and machines. Further, to diligently analyze the effects
of transients, this work also builds transient noise models for target VQA
applications from observing real machine transients. These are then integrated
with the Qiskit simulator.
- Abstract（参考訳）: 動的NISQノイズランドスケープからの過渡的エラーは理解が困難であり、特に反復的および/または長時間実行可能なアプリケーションのクラスに有害である。
反復型量子応用の最も一般的な例は変分量子アルゴリズム(vqas)である。
反復的に、vqaのクラシックオプティマイザは、目的関数の回路候補を評価し、アプリケーションの目標を達成するための最善の回路を選択する。
ノイズ変動は、VQAイテレーション/チューニング候補の客観的関数推定に大きな過渡的な影響を与える可能性がある。
これはVQAチューニングに大きく影響し、拡張によってその正確性と収束性に影響を与える。
本稿では,VQAの動的雑音環境をナビゲートするためのQISMETを提案する。
QISMETは、特定のVQAイテレーションに対する過渡的エラーの影響が大きいと予測される高変動雑音の事例を積極的に回避する。
これを実現するために、QISMETはVQAイテレーションの過渡誤差を推定し、VQAチューニングを過渡なシナリオに忠実に保つためにコントローラを設計する。
これにより、QISMETはVQAに対する過渡的ノイズの影響の大部分を効率よく軽減し、従来のVQAベースラインよりも1.3x-3xの忠実度を向上できる。
さらに、過渡現象の影響を丁寧に分析するために、本研究では、実機械過渡現象の観測からターゲットVQAアプリケーションのための過渡雑音モデルを構築する。
これらはqiskitシミュレータに統合される。
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) - Enabling High Performance Debugging for Variational Quantum Algorithms
using Compressed Sensing [2.8991059431018398]
変分量子アルゴリズム(VQA)は、現代のノイズ中間スケール量子(NISQ)コンピュータを用いて、実用的な問題を解くことができる。
VQAsは、パラメータ化量子回路によって計算された損失関数を古典的に最適化することにより、量子ビット誤差の存在下で近似解を求める。
論文 参考訳（メタデータ） (2023-08-06T21:35:20Z) - Scaling Limits of Quantum Repeater Networks [62.75241407271626]
量子ネットワーク(QN)は、セキュアな通信、強化されたセンシング、効率的な分散量子コンピューティングのための有望なプラットフォームである。
量子状態の脆弱な性質のため、これらのネットワークはスケーラビリティの観点から大きな課題に直面している。
本稿では,量子リピータネットワーク(QRN)のスケーリング限界について解析する。
論文 参考訳（メタデータ） (2023-05-15T14:57:01Z) - Shuffle-QUDIO: accelerate distributed VQE with trainability enhancement
and measurement reduction [77.97248520278123]
本稿では,量子分散最適化におけるシャッフル演算を局所ハミルトニアンに組み込むためのShuffle-QUDIOを提案する。
QUDIOと比較して、Shuffle-QUDIOは量子プロセッサ間の通信周波数を著しく低減し、同時にトレーニング性を向上させる。
論文 参考訳（メタデータ） (2022-09-26T06:51:20Z) - Error Mitigation-Aided Optimization of Parameterized Quantum Circuits:
Convergence Analysis [42.275148861039895]
変分量子アルゴリズム(VQA)は、ノイズプロセッサを介して量子アドバンテージを得るための最も有望な経路を提供する。
不完全性とデコヒーレンスによるゲートノイズは、バイアスを導入して勾配推定に影響を与える。
QEM(Quantum error mitigation)技術は、キュービット数の増加を必要とせずに、推定バイアスを低減することができる。
QEMは必要な反復回数を減らすことができるが、量子ノイズレベルが十分に小さい限りである。
論文 参考訳（メタデータ） (2022-09-23T10:48:04Z) - Quantum circuit architecture search on a superconducting processor [56.04169357427682]
変分量子アルゴリズム(VQA)は、ファイナンス、機械学習、化学といった様々な分野において、証明可能な計算上の優位性を得るための強力な証拠を示している。
しかし、現代のVQAで利用されるアンザッツは、表現性と訓練性の間のトレードオフのバランスをとることができない。
8量子ビット超伝導量子プロセッサ上でVQAを強化するために,効率的な自動アンサッツ設計技術を適用した最初の実証実験を実証する。
論文 参考訳（メタデータ） (2022-01-04T01:53:42Z) - VAQEM: A Variational Approach to Quantum Error Mitigation [5.399731524905839]
変分量子アルゴリズム(VQA)はノイズに対して比較的頑丈であるが、誤差は短期量子マシン上でのVQAにとって大きな有害である。
本稿では,VQAの動的ノイズ発生特性を動的に調整するVAQEMを提案する。
論文 参考訳（メタデータ） (2021-12-10T20:38:37Z) - 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) - Characterizing the loss landscape of variational quantum circuits [77.34726150561087]
本稿では,VQCの損失関数のヘシアンを計算する方法を紹介する。
この情報がどのように解釈され、従来のニューラルネットワークと比較されるかを示す。
論文 参考訳（メタデータ） (2020-08-06T17:48:12Z) - Classical Optimizers for Noisy Intermediate-Scale Quantum Devices [1.43494686131174]
本稿では,NISQ(Noisy Intermediate-Scale Quantum)デバイス上でのチューニングについて述べる。
VQEのケーススタディにおいて、異なる最小値の効率と有効性について分析した。
これまでのほとんどの結果は量子VQE回路のチューニングに集中しているが、量子ノイズの存在下では、古典的な最小化ステップを慎重に選択して正しい結果を得る必要がある。
論文 参考訳（メタデータ） (2020-04-06T21:31:22Z)
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。