論文の概要: Evaluating the impact of noise on the performance of the Variational Quantum Eigensolver

• arxiv url: http://arxiv.org/abs/2209.12803v1
• Date: Mon, 26 Sep 2022 15:58:27 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-25 03:03:48.105944
• Title: Evaluating the impact of noise on the performance of the Variational Quantum Eigensolver
• Title（参考訳）: 変量量子固有解器の性能に及ぼす雑音の影響評価
• Authors: Marita Oliv, Andrea Matic, Thomas Messerer, Jeanette Miriam Lorenz
• Abstract要約: 水素分子の例におけるノイズの影響について検討する。 その強度を体系的に増強することで、異なるノイズ源の効果を定量化する。 ノイズ強度は、IBM Qの超伝導装置に共通する値を中心に変化し、得られたエネルギー値と雑音の大きさの関係をモデル化するために曲線フィッティングを用いる。
• 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: Quantum computers are expected to be highly beneficial for chemistry simulations, promising significant improvements in accuracy and speed. The most prominent algorithm for chemistry simulations on NISQ devices is the Variational Quantum Eigensolver (VQE). It is a hybrid quantum-classical algorithm which calculates the ground state energy of a Hamiltonian based on parametrized quantum circuits, while a classical optimizer is used to find optimal parameter values. However, quantum hardware is affected by noise, and it needs to be understood to which extent it can degrade the performance of the VQE algorithm. In this paper, we study the impact of noise on the example of the hydrogen molecule. First, we compare the VQE performance for a set of various optimizers, from which we find NFT to be the most suitable one. Next, we quantify the effect of different noise sources by systematically increasing their strength. The noise intensity is varied around values common to superconducting devices of IBM Q, and curve fitting is used to model the relationship between the obtained energy values and the noise magnitude. Since the amount of noise in a circuit highly depends on its architecture, we perform our studies for different ansatzes, including both hardware-efficient and chemistry-inspired ones.
• Abstract（参考訳）: 量子コンピュータは化学シミュレーションに非常に有益であり、精度と速度を大幅に改善することが期待されている。 NISQデバイス上での化学シミュレーションの最も顕著なアルゴリズムは変分量子固有解法(VQE)である。 パラメトリズド量子回路に基づくハミルトンの基底状態エネルギーを計算するハイブリッド量子古典アルゴリズムであり、古典的な最適化器を用いて最適なパラメータ値を求める。 しかし、量子ハードウェアはノイズの影響を受けており、VQEアルゴリズムの性能をどの程度劣化させるかを理解する必要がある。 本稿では,水素分子の例に対するノイズの影響について検討する。 まず,一連の最適化器のVQE性能を比較し,NFTが最適であることを示す。 次に, その強度を体系的に増すことにより, 異なる音源の効果を定量化する。 ノイズ強度はibm qの超伝導デバイスと共通する値を中心に変化し、曲線フィッティングは得られたエネルギー値と雑音の大きさの関係をモデル化するために用いられる。 回路内のノイズの量は、その構造に大きく依存するため、ハードウェア効率と化学に着想を得たものの両方を含む、異なるアンサーゼの研究を行う。

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)
• QNEAT: Natural Evolution of Variational Quantum Circuit Architecture [95.29334926638462]
  我々は、ニューラルネットワークの量子対する最も有望な候補として登場した変分量子回路(VQC)に注目した。 有望な結果を示す一方で、バレン高原、重みの周期性、アーキテクチャの選択など、さまざまな問題のために、VQCのトレーニングは困難である。 本稿では,VQCの重みとアーキテクチャの両方を最適化するために,自然進化にインスパイアされた勾配のないアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-04-14T08:03:20Z)
• Variational Denoising for Variational Quantum Eigensolver [0.28675177318965045]
  変分量子固有解法 (VQE) は、実用的な化学問題に量子的優位性を与える可能性を持つハイブリッドアルゴリズムである。 VQEは、特にノイズの多い量子デバイス上で動作する場合、タスク固有の設計とマシン固有のアーキテクチャの課題に直面します。 本稿では,VQEの解法を改善するために,パラメータ化量子ニューラルネットワークを用いた教師なし学習手法である変分分解を提案する。
  論文  参考訳（メタデータ） (2023-04-02T14:56:15Z)
• The Cost of Improving the Precision of the Variational Quantum Eigensolver for Quantum Chemistry [0.0]
  様々な種類の誤差が変分量子固有解法(VQE)に与える影響について検討する。 ハイブリッド古典量子最適化の最適方法は、中間エネルギー評価においていくつかのノイズを許容することである。
  論文  参考訳（メタデータ） (2021-11-09T06:24:52Z)
• The Effect of Noise on the Performance of Variational Algorithms for Quantum Chemistry [0.0]
  本研究では,各アンサッツファミリーの性能をベンチマークし,評価することで,異なるハードウェア効率のアンサッチに対するノイズの影響について検討する。 この文脈における表現可能性尺度の適合性は、同じ回路の性能と表現可能性の相関関係を用いて評価する。
  論文  参考訳（メタデータ） (2021-08-27T16:52:18Z)
• Pulse-level noisy quantum circuits with QuTiP [53.356579534933765]
  我々はQuTiPの量子情報処理パッケージであるqutip-qipに新しいツールを導入する。 これらのツールはパルスレベルで量子回路をシミュレートし、QuTiPの量子力学解法と制御最適化機能を活用する。 シミュレーションプロセッサ上で量子回路がどのようにコンパイルされ、制御パルスがターゲットハミルトニアンに作用するかを示す。
  論文  参考訳（メタデータ） (2021-05-20T17:06:52Z)
• Simulating noisy variational quantum eigensolver with local noise models [4.581041382009666]
  変分量子固有解法 (VQE) は, 近時雑音中規模量子コンピュータにおいて量子優位性を示すことを約束している。 VQEの中心的な問題はノイズ、特に物理ノイズが現実的な量子コンピュータに与える影響である。 本稿では,様々な局所雑音モデルを用いた数値シミュレーションにより,VQEアルゴリズムの雑音効果を系統的に検討する。
  論文  参考訳（メタデータ） (2020-10-28T08:51:59Z)
• 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)
• Quantum-optimal-control-inspired ansatz for variational quantum algorithms [105.54048699217668]
  変分量子アルゴリズム (VQA) の中心成分は状態準備回路(英語版)であり、アンザッツ(英語版)または変分形式(英語版)とも呼ばれる。 ここでは、対称性を破るユニタリを組み込んだ「解」を導入することで、このアプローチが必ずしも有利であるとは限らないことを示す。 この研究は、より一般的な対称性を破るアンスの開発に向けた第一歩となり、物理学や化学問題への応用に繋がる。
  論文  参考訳（メタデータ） (2020-08-03T18:00:05Z)
• On the learnability of quantum neural networks [132.1981461292324]
  本稿では,量子ニューラルネットワーク(QNN)の学習可能性について考察する。 また,概念をQNNで効率的に学習することができれば,ゲートノイズがあってもQNNで効果的に学習できることを示す。
  論文  参考訳（メタデータ） (2020-07-24T06:34:34Z)
• 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。