論文の概要: Generating approximate state preparation circuits for NISQ computers
with a genetic algorithm
- arxiv url: http://arxiv.org/abs/2210.06411v1
- Date: Wed, 12 Oct 2022 17:06:05 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-13 14:19:47.165905
- Title: Generating approximate state preparation circuits for NISQ computers
with a genetic algorithm
- Title（参考訳）: 遺伝的アルゴリズムによるNISQコンピュータの近似状態準備回路の生成
- Authors: Tom Rindell, Berat Yenilen, Niklas Halonen, Arttu P\"onni, Ilkka
Tittonen, Matti Raasakka
- Abstract要約: ノイズのある中間規模量子コンピュータ(NISQ)における近似状態準備問題について検討する。
状態準備のための量子回路を生成するために遺伝的アルゴリズムを適用した。
CNOTゲート数に制限のあるハールランダム状態を作成する際の忠実度を大幅に改善する。
- 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: We study the approximate state preparation problem on noisy
intermediate-scale quantum (NISQ) computers by applying a genetic algorithm to
generate quantum circuits for state preparation. The algorithm can account for
the specific characteristics of the physical machine in the evaluation of
circuits, such as the native gate set and qubit connectivity. We use our
genetic algorithm to optimize the circuits provided by the low-rank state
preparation algorithm introduced by Araujo et al. (arXiv:2111.03132), and find
substantial improvements to the fidelity in preparing Haar random states with a
limited number of CNOT gates. Moreover, we observe that already for a 5-qubit
quantum processor with limited qubit connectivity and significant noise levels
(IBM Falcon 5T), the maximal fidelity for Haar random states is achieved by a
short approximate state preparation circuit instead of the exact preparation
circuit. We also present a theoretical analysis of approximate state
preparation circuit complexity to motivate our findings. Our genetic algorithm
for quantum circuit discovery is freely available at
https://github.com/beratyenilen/qc-ga .
- Abstract（参考訳）: 本研究では, 量子回路生成のための遺伝的アルゴリズムを適用し, 雑音中規模量子(nisq)コンピュータの近似状態生成問題を検討する。
このアルゴリズムは、ネイティブゲートセットやキュービット接続などの回路の評価において、物理マシンの特定の特性を説明することができる。
我々は遺伝的アルゴリズムを用いて、Araujoらによって導入された低ランク状態準備アルゴリズム(arXiv:2111.03132)によって提供される回路を最適化し、限られた数のCNOTゲートでハール状態を作成する際の忠実度を大幅に改善する。
さらに、量子ビット接続が限られ、ノイズレベルが大きい5量子ビット量子プロセッサ(IBM Falcon 5T)では、ハールランダム状態の最大忠実度は、正確な準備回路ではなく、短い近似状態準備回路によって達成される。
また, 近似状態準備回路の複雑度を理論的に解析し, 結果の動機付けを行う。
量子回路探索のための遺伝的アルゴリズムはhttps://github.com/beratyenilen/qc-gaで自由に入手できる。
関連論文リスト
- Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか?
我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。
我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
論文 参考訳（メタデータ） (2024-08-22T08:21:28Z) - Quantum Compiling with Reinforcement Learning on a Superconducting Processor [55.135709564322624]
超伝導プロセッサのための強化学習型量子コンパイラを開発した。
短絡の新規・ハードウェア対応回路の発見能力を示す。
本研究は,効率的な量子コンパイルのためのハードウェアによるソフトウェア設計を実証する。
論文 参考訳（メタデータ） (2024-06-18T01:49:48Z) - Non-unitary Coupled Cluster Enabled by Mid-circuit Measurements on Quantum Computers [37.69303106863453]
本稿では,古典計算機における量子化学の柱である結合クラスタ(CC)理論に基づく状態準備法を提案する。
提案手法は,従来の計算オーバーヘッドを低減し,CNOTおよびTゲートの数を平均で28%,57%削減する。
論文 参考訳（メタデータ） (2024-06-17T14:10:10Z) - QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum
Circuits [82.50620782471485]
QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。
1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。
提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
論文 参考訳（メタデータ） (2024-01-10T22:33:00Z) - Adaptive Circuit Learning of Born Machine: Towards Realization of
Amplitude Embedding and Data Loading [7.88657961743755]
本稿では,ACLBM(Adaptive Circuit Learning of Born Machine)という新しいアルゴリズムを提案する。
我々のアルゴリズムは、ターゲット状態に存在する複雑な絡み合いを最もよく捉える2ビットの絡み合いゲートを選択的に統合するように調整されている。
実験結果は、振幅埋め込みによる実世界のデータの符号化における我々のアプローチの習熟度を裏付けるものである。
論文 参考訳（メタデータ） (2023-11-29T16:47:31Z) - Sparse Quantum State Preparation for Strongly Correlated Systems [0.0]
原理として、指数関数的にスケールする多電子波関数を線形にスケールする量子ビットレジスタに符号化することは、従来の量子化学法の限界を克服するための有望な解決策を提供する。
基底状態量子アルゴリズムが実用的であるためには、量子ビットの初期化が要求される基底状態の高品質な近似に必須である。
量子状態準備(QSP)は、古典的な計算から得られる近似固有状態の生成を可能にするが、量子情報のオラクルとして頻繁に扱われる。
論文 参考訳（メタデータ） (2023-11-06T18:53:50Z) - GASP -- A Genetic Algorithm for State Preparation [0.0]
本稿では、量子コンピュータを特定の量子状態に初期化するための、比較的低深さの量子回路を生成する状態準備(GASP)のための遺伝的アルゴリズムを提案する。
GASPは、他の方法よりも低い深さとゲート数で、所定の精度でより効率的な回路を生成することができる。
論文 参考訳（メタデータ） (2023-02-22T04:41:01Z) - Improved iterative quantum algorithm for ground-state preparation [4.921552273745794]
ハミルトン系の基底状態を作成するために,改良された反復量子アルゴリズムを提案する。
提案手法には,各イテレーションにおける成功確率の向上,測定精度に依存しないサンプリングの複雑さ,ゲートの複雑さの低減,およびアシラリー状態が十分に準備された場合の量子資源のみを必要とするという利点がある。
論文 参考訳（メタデータ） (2022-10-16T05:57:43Z) - Compilation of algorithm-specific graph states for quantum circuits [55.90903601048249]
本稿では,高レベル言語で記述された量子回路から,アルゴリズム固有のグラフ状態を作成する量子回路コンパイラを提案する。
この計算は、このグラフ状態に関する一連の非パウリ測度を用いて実装することができる。
論文 参考訳（メタデータ） (2022-09-15T14:52:31Z) - 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) - Optimal quantum control via genetic algorithms for quantum state
engineering in driven-resonator mediated networks [68.8204255655161]
進化的アルゴリズムに基づく量子状態工学には、機械学習によるアプローチを採用しています。
我々は、単一のモード駆動マイクロ波共振器を介して相互作用する、量子ビットのネットワーク(直接結合のない人工原子の状態に符号化された)を考える。
アルゴリズムは理想的なノイズフリー設定で訓練されているにもかかわらず、高い量子忠実度とノイズに対するレジリエンスを観測する。
論文 参考訳（メタデータ） (2022-06-29T14:34:00Z)
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。