論文の概要: Quantum Power Flows: From Theory to Practice
- arxiv url: http://arxiv.org/abs/2211.05728v1
- Date: Thu, 10 Nov 2022 17:52:43 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-11 14:55:31.344788
- Title: Quantum Power Flows: From Theory to Practice
- Title(参考訳): 量子パワーの流れ:理論から実践へ
- Authors: Junyu Liu, Han Zheng, Masanori Hanada, Kanav Setia, Dan Wu
- Abstract要約: 我々は、最先端のスマートグリッド問題に対する量子コンピューティングアルゴリズムの適用について論じる。
パワーフロー問題におけるスパース行列逆転に対するハロー・ハシジン・ロイド(HHL)アルゴリズムを用いることにより,ポテンシャル,指数的量子スピードアップを提案する。
- 参考スコア(独自算出の注目度): 11.488074575735137
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Climate change is becoming one of the greatest challenges to the sustainable
development of modern society. Renewable energies with low density greatly
complicate the online optimization and control processes, where modern advanced
computational technologies, specifically quantum computing, have significant
potential to help. In this paper, we discuss applications of quantum computing
algorithms toward state-of-the-art smart grid problems. We suggest potential,
exponential quantum speedup by the use of the Harrow-Hassidim-Lloyd (HHL)
algorithms for sparse matrix inversions in power-flow problems. However,
practical implementations of the algorithm are limited by the noise of quantum
circuits, the hardness of realizations of quantum random access memories
(QRAM), and the depth of the required quantum circuits. We benchmark the
hardware and software requirements from the state-of-the-art power-flow
algorithms, including QRAM requirements from hybrid phonon-transmon systems,
and explicit gate counting used in HHL for explicit realizations. We also
develop near-term algorithms of power flow by variational quantum circuits and
implement real experiments for 6 qubits with a truncated version of power
flows.
- Abstract(参考訳): 気候変動は現代社会の持続可能な発展に最も大きな課題となっている。
低密度の再生可能エネルギーは、現代の高度な計算技術、特に量子コンピューティングが役立つオンライン最適化と制御プロセスを大幅に複雑にする。
本稿では,現状のスマートグリッド問題に対する量子コンピューティングアルゴリズムの適用について論じる。
パワーフロー問題におけるスパース行列逆転に対するハロー・ハシジン・ロイド(HHL)アルゴリズムを用いることにより,ポテンシャル,指数的量子スピードアップを提案する。
しかし、実際の実装は量子回路のノイズ、量子ランダムアクセスメモリ(QRAM)の実現の難しさ、必要な量子回路の深さによって制限されている。
我々は,ハイブリッドフォノン・トランスモンシステムからのQRAM要求や,明示的な実現のためにHHLで使用される明示的なゲートカウントなど,最先端のパワーフローアルゴリズムのハードウェアおよびソフトウェア要件をベンチマークする。
また,変動量子回路によるパワーフローの短期的アルゴリズムを開発し,停止型パワーフローを用いた6量子ビットの実実験を行う。
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) - Variational Quantum Algorithms for Combinatorial Optimization [0.571097144710995]
変分アルゴリズム (VQA) は, NISQシステムの実用化に向けた最有力候補の1つである。
本稿では,VQAの現状と最近の発展を考察し,近似最適化への適用性を強調した。
10ノードと20ノードのグラフ上でMaxCut問題を解くために,深さの異なるQAOA回路を実装した。
論文 参考訳(メタデータ) (2024-07-08T22:02:39Z) - 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) - Scalable Quantum Algorithms for Noisy Quantum Computers [0.0]
この論文は、量子計算資源の要求を減らす2つの主要な技術を開発した。
目的は、現在の量子プロセッサでアプリケーションサイズをスケールアップすることだ。
アルゴリズムの応用の主な焦点は量子システムのシミュレーションであるが、開発したサブルーチンは最適化や機械学習の分野でさらに活用することができる。
論文 参考訳(メタデータ) (2024-03-01T19:36:35Z) - 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) - Quantum Simulation of Dissipative Energy Transfer via Noisy Quantum
Computer [0.40964539027092917]
雑音の多いコンピュータ上でのオープン量子システムの力学をシミュレートする実用的な手法を提案する。
提案手法は,IBM-Q実機におけるゲートノイズを利用して,2量子ビットのみを用いて計算を行う。
最後に、トロッター展開を行う際の量子回路の深さの増大に対処するため、短期力学シミュレーションを拡張するために転送テンソル法(TTM)を導入した。
論文 参考訳(メタデータ) (2023-12-03T13:56:41Z) - Enhancing variational quantum state diagonalization using reinforcement
learning techniques [1.583327010995414]
我々は、量子状態対角化タスクに必要な非常に浅い量子回路を設計する問題に取り組む。
我々は、RL状態に対する新しい符号化法、高密度報酬関数、およびそれを実現するために$epsilon$-greedyポリシーを使用する。
強化学習法により提案される回路は, 標準変分量子状態対角化アルゴリズムよりも浅いことを示す。
論文 参考訳(メタデータ) (2023-06-19T17:59:04Z) - Quantum Computing for Power Flow Algorithms: Testing on real Quantum
Computers [0.0]
本稿では、量子コンピューティングシミュレーションを超えて、実量子コンピュータ上の電力システムに対する量子コンピューティングの実験的な応用を行う。
我々は5種類の異なる量子コンピュータを使用し、HHL量子アルゴリズムを適用し、交流電力流アルゴリズムの精度と速度に対する現在のノイズ量子ハードウェアの影響を調べる。
論文 参考訳(メタデータ) (2022-04-29T11:53:16Z) - Optimizing Tensor Network Contraction Using Reinforcement Learning [86.05566365115729]
本稿では,グラフニューラルネットワーク(GNN)と組み合わせた強化学習(RL)手法を提案する。
この問題は、巨大な検索スペース、重い尾の報酬分布、そして困難なクレジット割り当てのために非常に難しい。
GNNを基本方針として利用するRLエージェントが,これらの課題にどのように対処できるかを示す。
論文 参考訳(メタデータ) (2022-04-18T21:45:13Z) - 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) - Electronic structure with direct diagonalization on a D-Wave quantum
annealer [62.997667081978825]
本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。
そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
論文 参考訳(メタデータ) (2020-09-02T22:46:47Z)
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。