論文の概要: Faster variational quantum algorithms with quantum kernel-based
surrogate models
- arxiv url: http://arxiv.org/abs/2211.01134v2
- Date: Mon, 14 Aug 2023 20:40:23 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-16 17:38:12.355050
- Title: Faster variational quantum algorithms with quantum kernel-based
surrogate models
- Title（参考訳）: 量子カーネルに基づく代理モデルを用いた高速変動量子アルゴリズム
- Authors: Alistair W. R. Smith, A. J. Paige, M. S. Kim
- Abstract要約: 本稿では,雑音量子プロセッサ上での小型から中規模の変分アルゴリズムを提案する。
提案手法は,計算負荷をこれらのハイブリッドアルゴリズムの古典的成分にシフトさせ,量子プロセッサへのクエリ数を劇的に削減する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present a new optimization method for small-to-intermediate scale
variational algorithms on noisy near-term quantum processors which uses a
Gaussian process surrogate model equipped with a classically-evaluated quantum
kernel. Variational algorithms are typically optimized using gradient-based
approaches however these are difficult to implement on current noisy devices,
requiring large numbers of objective function evaluations. Our scheme shifts
this computational burden onto the classical optimizer component of these
hybrid algorithms, greatly reducing the number of queries to the quantum
processor. We focus on the variational quantum eigensolver (VQE) algorithm and
demonstrate numerically that such surrogate models are particularly well suited
to the algorithm's objective function. Next, we apply these models to both
noiseless and noisy VQE simulations and show that they exhibit better
performance than widely-used classical kernels in terms of final accuracy and
convergence speed. Compared to the typically-used stochastic gradient-descent
approach for VQAs, our quantum kernel-based approach is found to consistently
achieve significantly higher accuracy while requiring less than an order of
magnitude fewer quantum circuit evaluations. We analyse the performance of the
quantum kernel-based models in terms of the kernels' induced feature spaces and
explicitly construct their feature maps. Finally, we describe a scheme for
approximating the best-performing quantum kernel using a classically-efficient
tensor network representation of its input state and so provide a pathway for
scaling these methods to larger systems.
- Abstract（参考訳）: 本稿では,従来の量子カーネルを用いたガウス過程サロゲートモデルを用いた雑音下近距離量子プロセッサにおける小中規模変分アルゴリズムの新しい最適化手法を提案する。
変分アルゴリズムは一般に勾配に基づくアプローチで最適化されるが、現在のノイズの多いデバイスでは実装が困難であり、多数の目的関数評価を必要とする。
提案手法は,これらのハイブリッドアルゴリズムの古典的オプティマイザコンポーネントに計算負荷をシフトさせ,量子プロセッサへのクエリ数を大幅に削減する。
本稿では,変分量子固有解法(VQE)アルゴリズムに着目し,そのような代理モデルがアルゴリズムの目的関数に特に適していることを示す。
次に、ノイズのないvqeシミュレーションとノイズのないvqeシミュレーションの両方にこれらのモデルを適用し、最終的な精度と収束速度の観点から、広く使われている古典カーネルよりも優れた性能を示すことを示す。
VQAsの常用確率勾配差法と比較して、我々の量子カーネルベースのアプローチは、桁違いの量子回路評価を必要とせず、確実に高い精度を達成できる。
本稿では,量子カーネルモデルの性能を,カーネルが誘導する特徴空間の観点から分析し,特徴マップを明示的に構築する。
最後に、入力状態の古典的に効率的なテンソルネットワーク表現を用いて、最高の量子カーネルを近似する手法を説明し、これらの手法を大規模システムに拡張するための経路を提供する。
関連論文リスト
- Performance Benchmarking of Quantum Algorithms for Hard Combinatorial Optimization Problems: A Comparative Study of non-FTQC Approaches [0.0]
本研究は、4つの異なる最適化問題にまたがっていくつかの非フォールト耐性量子コンピューティングアルゴリズムを体系的にベンチマークする。
我々のベンチマークには、変分量子固有解法など、ノイズの多い中間スケール量子(NISQ)アルゴリズムが含まれている。
以上の結果から,FTQC以外のアルゴリズムは全ての問題に対して最適に動作しないことが明らかとなり,アルゴリズム戦略の調整の必要性が浮き彫りになった。
論文 参考訳（メタデータ） (2024-10-30T08:41:29Z) - Kernel Descent -- a Novel Optimizer for Variational Quantum Algorithms [0.0]
変動量子アルゴリズムの基礎となる関数を最小化するための新しいアルゴリズムであるカーネル降下を導入する。
特に、カーネル降下が勾配降下と量子解析降下より優れるシナリオを示す。
カーネル降下は、局所近似の構築において、再生されたカーネルヒルベルト空間技術(英語版)を使わずに、自身を分離する。
論文 参考訳（メタデータ） (2024-09-16T13:10:26Z) - Surrogate optimization of variational quantum circuits [1.0546736060336612]
変分量子固有解法は、多くの応用に影響を及ぼすことのできる短期的アルゴリズムとして評価される。
収束性を改善するアルゴリズムや手法を見つけることは、VQEの短期ハードウェアの能力を加速するために重要である。
論文 参考訳（メタデータ） (2024-04-03T18:00:00Z) - Near-Term Distributed Quantum Computation using Mean-Field Corrections
and Auxiliary Qubits [77.04894470683776]
本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。
我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
論文 参考訳（メタデータ） (2023-09-11T18:00:00Z) - Iteration Complexity of Variational Quantum Algorithms [5.203200173190989]
雑音は量子回路のバイアスによる目的関数の評価を行う。
我々は、欠落した保証を導き、収束率が影響を受けないことを見出す。
論文 参考訳（メタデータ） (2022-09-21T19:18:41Z) - 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) - Surrogate-based optimization for variational quantum algorithms [0.0]
変分量子アルゴリズム(英: Variational quantum algorithm)は、短期量子コンピュータで使用される技術の一種である。
実験的な測定をほとんど行わない変分回路のサロゲートモデルの学習について紹介する。
次に、元のデータとは対照的に、これらのモデルを用いてパラメータ最適化を行う。
論文 参考訳（メタデータ） (2022-04-12T00:15:17Z) - Quantum algorithms for quantum dynamics: A performance study on the
spin-boson model [68.8204255655161]
量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。
変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。
量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
論文 参考訳（メタデータ） (2021-08-09T18:00:05Z) - 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) - 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) - Space-efficient binary optimization for variational computing [68.8204255655161]
本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。
また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
論文 参考訳（メタデータ） (2020-09-15T18:17:27Z)
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。