論文の概要: TopGen: Topology-Aware Bottom-Up Generator for Variational Quantum Circuits

• arxiv url: http://arxiv.org/abs/2210.08190v1
• Date: Sat, 15 Oct 2022 04:18:41 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-22 11:44:29.349039
• Title: TopGen: Topology-Aware Bottom-Up Generator for Variational Quantum Circuits
• Title（参考訳）: TopGen: 変分量子回路用トポロジー対応ボトムアップジェネレータ
• Authors: Jinglei Cheng, Hanrui Wang, Zhiding Liang, Yiyu Shi, Song Han, Xuehai Qian
• Abstract要約: 変分量子アルゴリズム(VQA)は、短期デバイスに量子上の利点を示すことを約束している。 パラメータ化ゲートを持つ変分回路であるアンサッツの設計は、VQAにとって最重要となる。 トポロジ固有のアンザッツを生成するボトムアップ手法を提案する。
• 参考スコア（独自算出の注目度）: 26.735857677349628
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Variational Quantum Algorithms (VQA) are promising to demonstrate quantum advantages on near-term devices. Designing ansatz, a variational circuit with parameterized gates, is of paramount importance for VQA as it lays the foundation for parameter optimizations. Due to the large noise on Noisy-Intermediate Scale Quantum (NISQ) machines, considering circuit size and real device noise in the ansatz design process is necessary. Unfortunately, recent works on ansatz design either consider no noise impact or only treat the real device as a black box with no specific noise information. In this work, we propose to open the black box by designing specific ansatz tailored for the qubit topology on target machines. Specifically, we propose a bottom-up approach to generate topology-specific ansatz. Firstly, we generate topology-compatible sub-circuits with desirable properties such as high expressibility and entangling capability. Then, the sub-circuits are combined together to form an initial ansatz. We further propose circuits stitching to solve the sparse connectivity issue between sub-circuits, and dynamic circuit growing to improve the accuracy. The ansatz constructed with this method is highly flexible and thus we can explore a much larger design space than previous state-of-the-art method in which all ansatz candidates are strict subsets of a pre-defined large ansatz. We use a popular VQA algorithm - Quantum Neural Networks (QNN) for Machine Learning (ML) task as the benchmarks. Experiments on 14 ML tasks show that under the same performance, the TopGen-searched ansatz can reduce the circuit depth and the number of CNOT gates by up to 2 * and 4 * respectively. Experiments on three real quantum machines demonstrate on average 17% accuracy improvements over baselines.
• Abstract（参考訳）: 変分量子アルゴリズム(VQA)は、短期デバイスに量子上の利点を示すことを約束している。 パラメータ化ゲートを持つ変分回路であるアンサッツの設計は、パラメータ最適化の基礎となるため、VQAにとって最重要となる。 NISQ(Noisy-Intermediate Scale Quantum)マシンのノイズが大きいため、アンザッツ設計プロセスにおける回路サイズと実機ノイズを考慮する必要がある。 残念なことに、ansatzの設計に関する最近の研究はノイズの影響を考慮せず、実際のデバイスは特定のノイズ情報を持たないブラックボックスとしてのみ扱う。 本研究では,ターゲットマシン上のキュービットトポロジに適した特定のアンサッツを設計し,ブラックボックスを開くことを提案する。 具体的には,トポロジ固有のansatzを生成するボトムアップ手法を提案する。 まず,高表現性や絡み合い能力などの望ましい特性を持つトポロジ互換サブ回路を生成する。 その後、サブ回路を結合して初期アンサッツを形成する。 さらに,サブ回路間の疎結合問題を解決するためにステッチング回路を提案し,その精度を向上させるために動的回路を成長させる。 この方法で構築されたアンサッツは非常に柔軟であるため、すべてのアンサッツ候補が事前定義された大きなアンサッツの厳密な部分集合である従来の最先端手法よりもはるかに大きな設計空間を探索することができる。 一般的なVQAアルゴリズムである量子ニューラルネットワーク(QNN)を用いて機械学習(ML)タスクをベンチマークする。 14のMLタスクの実験では、TopGenで検索したアンサッツは同じ性能で、回路深さとCNOTゲートの数を最大2 *と4 *に減らすことができる。 3つの実量子マシンの実験では、ベースラインよりも平均17%精度が向上した。

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)
• 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)
• Study of Adaptative Derivative-Assemble Pseudo-Trotter Ansatzes in VQE through qiskit API [0.0]
  変分量子アルゴリズム(VQA)は、量子位相推定アルゴリズムの問題を解決するために設計された。 ADAPT-VQEは最小数のパラメータを持つ準最適アンサッツを決定する。 パラメータ数、精度、H2およびLiH分子で使用されるCNOTゲートの数など、これらのアルゴリズムをすべて異なる基準で比較する。
  論文  参考訳（メタデータ） (2022-10-25T16:53:14Z)
• NAPA: Intermediate-level Variational Native-pulse Ansatz for Variational Quantum Algorithms [18.66030936302464]
  変分量子アルゴリズム(VQA)は、ノイズ中間スケール量子(NISQ)時代に大きなポテンシャルを示した。 VQAのためのネイティブパルスアンサッツ生成フレームワークであるNAPAを提案する。
  論文  参考訳（メタデータ） (2022-08-02T02:50:36Z)
• Robust resource-efficient quantum variational ansatz through evolutionary algorithm [0.46180371154032895]
  Vari Quantum Algorithm (VQAsational) は、短期デバイスにおける量子優位性を実証するための有望な手法である。 我々は、広く使われているハードウェア効率の良いアンサッツのような固定VQA回路設計は、必ずしも不完全性に対して堅牢ではないことを示す。 本稿では,ゲノム長調整可能な進化アルゴリズムを提案し,回路アンサッツおよびゲートパラメータの変動に最適化されたロバストなVQA回路を設計する。
  論文  参考訳（メタデータ） (2022-02-28T12:14:11Z)
• Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
  我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。 問題の大きさと問題グラフの次数で指数関数的に増大する。 これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
  論文  参考訳（メタデータ） (2022-01-06T21:02:30Z)
• 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)
• QuantumNAS: Noise-Adaptive Search for Robust Quantum Circuits [26.130594925642143]
  ノイズノイズは、NISQ(Noisy Intermediate-Scale Quantum)コンピュータにおける鍵となる課題である。 可変回路と量子ビットマッピングのノイズ適応型共同研究のための,最初の包括的なフレームワークであるQuantumNASを提案し,実験的に実装した。 QMLタスクでは、QuantumNASは95%以上の2クラス、85%の4クラス、実際の量子コンピュータ上での10クラスの分類精度を初めて証明した。
  論文  参考訳（メタデータ） (2021-07-22T17:58:13Z)
• 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)
• QUANTIFY: A framework for resource analysis and design verification of quantum circuits [69.43216268165402]
  QUINTIFYは、量子回路の定量的解析のためのオープンソースのフレームワークである。 Google Cirqをベースにしており、Clifford+T回路を念頭に開発されている。 ベンチマークのため、QUINTIFYは量子メモリと量子演算回路を含む。
  論文  参考訳（メタデータ） (2020-07-21T15:36:25Z)
• MoG-VQE: Multiobjective genetic variational quantum eigensolver [0.0]
  変分量子固有解法 (VQE) は、近距離量子コンピュータのための最初の実用的なアルゴリズムとして登場した。 本稿では,低深度と精度の向上を両立させる手法を提案する。 2ビットゲート数の10倍近く削減されるのを、標準のハードウェア効率のアンサッツと比較して観察する。
  論文  参考訳（メタデータ） (2020-07-08T20:44:50Z)

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。