論文の概要: Toward Neural Network Simulation of Variational Quantum Algorithms
- arxiv url: http://arxiv.org/abs/2211.02929v1
- Date: Sat, 5 Nov 2022 15:46:47 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-08 19:17:54.165731
- Title: Toward Neural Network Simulation of Variational Quantum Algorithms
- Title（参考訳）: 変分量子アルゴリズムのニューラルネットワークシミュレーションに向けて
- Authors: Oliver Knitter, James Stokes, Shravan Veerapaneni
- Abstract要約: 変分量子アルゴリズム(VQA)は、高次元線形代数の問題を最適化の1つとして再キャストするために、ハイブリッド量子古典アーキテクチャを利用する。
変動量子線形解法(VQLS)の例に着目して、古典最適化アルゴリズムを他のVQAと並列に構築できるかを問う。
このような構成はVQLSに適用でき、理論的には同様の形の他のVQAに拡張できるパラダイムが得られる。
- 参考スコア（独自算出の注目度）: 1.9723551683930771
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Variational quantum algorithms (VQAs) utilize a hybrid quantum-classical
architecture to recast problems of high-dimensional linear algebra as ones of
stochastic optimization. Despite the promise of leveraging near- to
intermediate-term quantum resources to accelerate this task, the computational
advantage of VQAs over wholly classical algorithms has not been firmly
established. For instance, while the variational quantum eigensolver (VQE) has
been developed to approximate low-lying eigenmodes of high-dimensional sparse
linear operators, analogous classical optimization algorithms exist in the
variational Monte Carlo (VMC) literature, utilizing neural networks in place of
quantum circuits to represent quantum states. In this paper we ask if classical
stochastic optimization algorithms can be constructed paralleling other VQAs,
focusing on the example of the variational quantum linear solver (VQLS). We
find that such a construction can be applied to the VQLS, yielding a paradigm
that could theoretically extend to other VQAs of similar form.
- Abstract（参考訳）: 変分量子アルゴリズム(VQA)は、高次元線形代数の問題を確率的最適化の手法として再キャストするために、ハイブリッド量子古典アーキテクチャを利用する。
このタスクを加速するために、準長期の量子資源を活用するという約束にもかかわらず、完全に古典的なアルゴリズムに対するVQAの計算上の優位性は確立されていない。
例えば、変分量子固有解法(VQE)は高次元スパース線形作用素の低次固有度を近似するために開発されたが、変分モンテカルロ(VMC)の文献に類似の古典最適化アルゴリズムがあり、量子回路の代わりにニューラルネットワークを用いて量子状態を表現する。
本稿では、変分量子線形解法(VQLS)の例に着目し、古典確率最適化アルゴリズムを他のVQAと並列に構築できるかを問う。
このような構成はVQLSに適用でき、理論的には同様の形の他のVQAに拡張できるパラダイムが得られる。
関連論文リスト
- Adiabatic training for Variational Quantum Algorithms [0.4374837991804085]
本稿では3要素からなる新しいハイブリッド量子機械学習(QML)モデルを提案する。
量子ニューラルネットワーク(QNN)を表す変分量子アルゴリズム(VQA)を実行するゲートベース量子コンピュータ
VQAの最適パラメータを見つけるために最適化関数が実行される断熱量子コンピュータ。
論文 参考訳（メタデータ） (2024-10-24T10:17:48Z) - 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 Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。
どの場の量子スピードアップが達成できるかという新たな課題が生じる。
量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文 参考訳（メタデータ） (2024-02-26T09:32:07Z) - A joint optimization approach of parameterized quantum circuits with a
tensor network [0.0]
現在の中間スケール量子(NISQ)デバイスはその能力に制限がある。
本稿では,パラメータ化ネットワーク(TN)を用いて,変分量子固有解法(VQE)アルゴリズムの性能改善を試みる。
論文 参考訳（メタデータ） (2024-02-19T12:53:52Z) - A Review on Quantum Approximate Optimization Algorithm and its Variants [47.89542334125886]
量子近似最適化アルゴリズム(Quantum Approximate Optimization Algorithm、QAOA)は、難解な最適化問題を解くことを目的とした、非常に有望な変分量子アルゴリズムである。
この総合的なレビューは、様々なシナリオにおけるパフォーマンス分析を含む、QAOAの現状の概要を提供する。
我々は,提案アルゴリズムの今後の展望と方向性を探りながら,選択したQAOA拡張と変種の比較研究を行う。
論文 参考訳（メタデータ） (2023-06-15T15:28:12Z) - Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。
提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
論文 参考訳（メタデータ） (2023-04-18T11:57:15Z) - 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) - Hybrid Quantum Classical Simulations [0.0]
量子コンピューティングの2つの主要なハイブリッド応用、すなわち量子近似最適化アルゴリズム(QAOA)と変分量子固有解法(VQE)について報告する。
どちらも、古典的な中央処理ユニットと量子処理ユニットの間の漸進的な通信を必要とするため、ハイブリッド量子古典アルゴリズムである。
論文 参考訳（メタデータ） (2022-10-06T10:49:15Z) - Alternating Layered Variational Quantum Circuits Can Be Classically
Optimized Efficiently Using Classical Shadows [4.680722019621822]
変分量子アルゴリズム(VQA)は、古典的ニューラルネットワーク(NN)の量子アナログである。
本稿では,VQAのトレーニングコストを指数的に削減したトレーニングアルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-08-24T15:47:44Z) - 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) - Classically optimal variational quantum algorithms [0.0]
変分量子アルゴリズム(VQA)のようなハイブリッド量子古典アルゴリズムは、NISQコンピュータ上での実装に適している。
このレターでは、VQAの暗黙的なステップを拡張します。古典的なプリ計算サブルーチンは、古典的なアルゴリズムを非自明に使用して、問題インスタンス固有の変動量子回路を単純化、変換、特定することができます。
論文 参考訳（メタデータ） (2021-03-31T13:33:38Z)
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。