論文の概要: Noise-robust ground state energy estimates from deep quantum circuits
- arxiv url: http://arxiv.org/abs/2211.08780v2
- Date: Thu, 7 Sep 2023 04:42:20 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-08 17:58:26.710561
- Title: Noise-robust ground state energy estimates from deep quantum circuits
- Title（参考訳）: 深部量子回路からのノイズロバスト基底状態エネルギー推定
- Authors: Harish J. Vallury, Michael A. Jones, Gregory A. L. White, Floyd M.
Creevey, Charles D. Hill, Lloyd C. L. Hollenberg
- Abstract要約: 量子アルゴリズムにおいて、基礎となるエネルギー推定が不整合ノイズを明示的に除去する方法を示す。
我々はIBM Quantumハードウェア上で量子磁性のモデルとしてQCMを実装した。
QCMはVQEが完全に失敗する極めて高いエラー堅牢性を維持している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In the lead up to fault tolerance, the utility of quantum computing will be
determined by how adequately the effects of noise can be circumvented in
quantum algorithms. Hybrid quantum-classical algorithms such as the variational
quantum eigensolver (VQE) have been designed for the short-term regime.
However, as problems scale, VQE results are generally scrambled by noise on
present-day hardware. While error mitigation techniques alleviate these issues
to some extent, there is a pressing need to develop algorithmic approaches with
higher robustness to noise. Here, we explore the robustness properties of the
recently introduced quantum computed moments (QCM) approach to ground state
energy problems, and show through an analytic example how the underlying energy
estimate explicitly filters out incoherent noise. Motivated by this
observation, we implement QCM for a model of quantum magnetism on IBM Quantum
hardware to examine the noise-filtering effect with increasing circuit depth.
We find that QCM maintains a remarkably high degree of error robustness where
VQE completely fails. On instances of the quantum magnetism model up to 20
qubits for ultra-deep trial state circuits of up to ~500 CNOTs, QCM is still
able to extract reasonable energy estimates. The observation is bolstered by an
extensive set of experimental results. To match these results, VQE would need
hardware improvement by some 2 orders of magnitude on error rates.
- Abstract（参考訳）: フォールトトレランスに先立ち、量子コンピューティングの実用性は、量子アルゴリズムにおいてノイズの影響をいかに適切に回避できるかによって決定される。
変分量子固有解法(VQE)のようなハイブリッド量子古典アルゴリズムは、短期的な状態のために設計されている。
しかしながら、問題の規模が大きくなるにつれて、VQEの結果は現在のハードウェアのノイズによってスクランブルされる。
誤り軽減技術はこれらの問題をある程度緩和するが、ノイズに対する堅牢性が高いアルゴリズムアプローチを開発する必要がある。
本稿では,最近導入された量子計算モーメント法(qcm)の基底状態エネルギー問題に対するロバスト性について検討し,基礎エネルギー推定が非コヒーレントノイズを明示的に除去する例を示す。
この観測により、我々はIBM Quantumハードウェア上で量子磁性のモデルとしてQCMを実装し、回路深度の増加に伴うノイズフィルタリング効果を調べる。
QCMはVQEが完全に失敗する極めて高いエラー堅牢性を維持している。
量子磁性モデルでは、500 cnot以下の超深層状態回路の20量子ビットモデルでは、qcmは依然として妥当なエネルギー推定を抽出できる。
この観測は広範な実験結果によって支えられている。
これらの結果と一致させるためには、VQEはエラー率で約2桁のハードウェア改善が必要である。
関連論文リスト
- Quantum subspace expansion in the presence of hardware noise [0.0]
現在の量子処理ユニット(QPU)の基底状態エネルギーの発見は課題を呈し続けている。
ハードウェアノイズは、パラメタライズド量子回路の表現性とトレーニング性の両方に深刻な影響を及ぼす。
量子サブスペース拡張とVQEを統合する方法を示し、量子コンピューティング能力と古典コンピューティング能力とコストの最適なバランスを可能にする。
論文 参考訳（メタデータ） (2024-04-14T02:48:42Z) - Enhancing Quantum Variational Algorithms with Zero Noise Extrapolation
via Neural Networks [0.4779196219827508]
変分量子固有解法(VQE)は複雑な量子問題を解くための有望なアルゴリズムである。
量子デバイスにおけるノイズのユビキタスな存在は、しばしばVQE結果の正確さと信頼性を制限する。
本稿では,VQE計算におけるゼロノイズ外挿(ZNE)にニューラルネットワークを利用する新しい手法を提案する。
論文 参考訳（メタデータ） (2024-03-10T15:35:41Z) - Quantum error mitigation for Fourier moment computation [49.1574468325115]
本稿では、超伝導量子ハードウェアにおける核効果場理論の文脈におけるフーリエモーメントの計算に焦点を当てる。
この研究は、制御反転ゲートを用いたアダマール試験にエコー検証と雑音再正規化を統合した。
ノイズモデルを用いて解析した結果,2桁のノイズ強度が顕著に低下することが判明した。
論文 参考訳（メタデータ） (2024-01-23T19:10:24Z) - 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) - Iterative Qubits Management for Quantum Index Searching in a Hybrid
System [56.39703478198019]
IQuCSは、量子古典ハイブリッドシステムにおけるインデックス検索とカウントを目的としている。
我々はQiskitでIQuCSを実装し、集中的な実験を行う。
その結果、量子ビットの消費を最大66.2%削減できることが示されている。
論文 参考訳（メタデータ） (2022-09-22T21:54:28Z) - Reducing the cost of energy estimation in the variational quantum
eigensolver algorithm with robust amplitude estimation [50.591267188664666]
量子化学と材料は、量子コンピューティングの最も有望な応用の1つである。
これらの領域における産業関連問題とそれを解決する量子アルゴリズムとの整合性については、まだ多くの研究が続けられている。
論文 参考訳（メタデータ） (2022-03-14T16:51:36Z) - Reducing runtime and error in VQE using deeper and noisier quantum
circuits [0.0]
VQEを含む多くの量子アルゴリズムのコアは、ロバスト振幅推定と呼ばれる手法を用いて精度と精度で改善することができる。
より深く、よりエラーを起こしやすい量子回路を使用することで、より少ない時間でより正確な量子計算を実現する。
この技術は、初期のフォールトトレラント量子計算の仕組みに量子計算を高速化するために用いられる。
論文 参考訳（メタデータ） (2021-10-20T17:11:29Z) - Simulating noisy variational quantum eigensolver with local noise models [4.581041382009666]
変分量子固有解法 (VQE) は, 近時雑音中規模量子コンピュータにおいて量子優位性を示すことを約束している。
VQEの中心的な問題はノイズ、特に物理ノイズが現実的な量子コンピュータに与える影響である。
本稿では,様々な局所雑音モデルを用いた数値シミュレーションにより,VQEアルゴリズムの雑音効果を系統的に検討する。
論文 参考訳（メタデータ） (2020-10-28T08:51:59Z) - 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) - On the learnability of quantum neural networks [132.1981461292324]
本稿では,量子ニューラルネットワーク(QNN)の学習可能性について考察する。
また,概念をQNNで効率的に学習することができれば,ゲートノイズがあってもQNNで効果的に学習できることを示す。
論文 参考訳（メタデータ） (2020-07-24T06:34:34Z) - Minimizing estimation runtime on noisy quantum computers [0.0]
ベイズ推論の実行には、ELF(Engineered chance function)が用いられる。
物理ハードウェアがノイズの多い量子コンピュータの仕組みから遷移するにつれて,ELF形式がサンプリングにおける情報ゲイン率をいかに向上させるかを示す。
この技術は、化学、材料、ファイナンスなどを含む多くの量子アルゴリズムの中心的なコンポーネントを高速化する。
論文 参考訳（メタデータ） (2020-06-16T17:46:18Z)
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。