論文の概要: End-to-end resource analysis for quantum interior point methods and portfolio optimization
- arxiv url: http://arxiv.org/abs/2211.12489v2
- Date: Thu, 23 May 2024 22:55:06 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-28 00:35:17.304751
- Title: End-to-end resource analysis for quantum interior point methods and portfolio optimization
- Title(参考訳): 量子内点法とポートフォリオ最適化のためのエンドツーエンドの資源分析
- Authors: Alexander M. Dalzell, B. David Clader, Grant Salton, Mario Berta, Cedric Yen-Yu Lin, David A. Bader, Nikitas Stamatopoulos, Martin J. A. Schuetz, Fernando G. S. L. Brandão, Helmut G. Katzgraber, William J. Zeng,
- Abstract要約: 問題入力から問題出力までの完全な量子回路レベルのアルゴリズム記述を提供する。
アルゴリズムの実行に必要な論理量子ビットの数と非クリフォードTゲートの量/深さを報告する。
- 参考スコア(独自算出の注目度): 63.4863637315163
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We study quantum interior point methods (QIPMs) for second-order cone programming (SOCP), guided by the example use case of portfolio optimization (PO). We provide a complete quantum circuit-level description of the algorithm from problem input to problem output, making several improvements to the implementation of the QIPM. We report the number of logical qubits and the quantity/depth of non-Clifford T-gates needed to run the algorithm, including constant factors. The resource counts we find depend on instance-specific parameters, such as the condition number of certain linear systems within the problem. To determine the size of these parameters, we perform numerical simulations of small PO instances, which lead to concrete resource estimates for the PO use case. Our numerical results do not probe large enough instance sizes to make conclusive statements about the asymptotic scaling of the algorithm. However, already at small instance sizes, our analysis suggests that, due primarily to large constant pre-factors, poorly conditioned linear systems, and a fundamental reliance on costly quantum state tomography, fundamental improvements to the QIPM are required for it to lead to practical quantum advantage.
- Abstract(参考訳): 本稿では,2次コーンプログラミング(SOCP)のための量子内点法(QIPM)について,ポートフォリオ最適化(PO)の例を用いて検討する。
問題入力から問題出力までの完全な量子回路レベル記述を行い、QIPMの実装を改良する。
定数因子を含むアルゴリズムの実行に必要な論理量子ビットの数と非クリフォードTゲートの量/深さを報告する。
リソースの数は、問題内の特定の線形システムの条件数など、インスタンス固有のパラメータに依存する。
これらのパラメータのサイズを決定するため、我々は小さなPOインスタンスの数値シミュレーションを行い、POユースケースの具体的なリソース推定に繋がる。
我々の数値的な結果は、アルゴリズムの漸近的スケーリングに関する決定的なステートメントを作るのに十分なインスタンスサイズを探索しない。
しかし,この分析結果から,大容量の定常前要素,低条件線形系,高コストな量子状態トモグラフィによる基礎的依存などにより,QIPMの基本的な改良が求められている。
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) - Measurement-Based Quantum Approximate Optimization [0.24861619769660645]
近似最適化のための計測ベースの量子コンピューティングプロトコルに焦点をあてる。
我々は,QUBO問題の広範かつ重要なクラスにQAOAを適用するための測定パターンを導出する。
我々は、より伝統的な量子回路に対する我々のアプローチのリソース要件とトレードオフについて論じる。
論文 参考訳(メタデータ) (2024-03-18T06:59:23Z) - Solving lattice gauge theories using the quantum Krylov algorithm and qubitization [0.0]
量子部分空間展開アルゴリズムを用いてシュウィンガーモデルの基底状態を計算する。
量子化を用いた量子アルゴリズムを用いて,LGT真空状態の計算に必要な資源の完全な分析を行う。
論文 参考訳(メタデータ) (2024-03-13T18:00:01Z) - Analyzing Prospects for Quantum Advantage in Topological Data Analysis [35.423446067065576]
我々は、トポロジカルデータ解析のための改良された量子アルゴリズムを解析し、最適化する。
超二次量子スピードアップは乗法誤差近似をターゲットとする場合にのみ可能であることを示す。
数百億のトフォリを持つ量子回路は、古典的に難解なインスタンスを解くことができると我々は主張する。
論文 参考訳(メタデータ) (2022-09-27T17:56:15Z) - Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。
これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。
本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
論文 参考訳(メタデータ) (2022-02-17T18:59:20Z) - 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 Algorithms for Data Representation and Analysis [68.754953879193]
機械学習におけるデータ表現のための固有problemsの解を高速化する量子手続きを提供する。
これらのサブルーチンのパワーと実用性は、主成分分析、対応解析、潜在意味解析のための入力行列の大きさのサブ線形量子アルゴリズムによって示される。
その結果、入力のサイズに依存しない実行時のパラメータは妥当であり、計算モデル上の誤差が小さいことが示され、競合的な分類性能が得られる。
論文 参考訳(メタデータ) (2021-04-19T00:41:43Z) - FLIP: A flexible initializer for arbitrarily-sized parametrized quantum
circuits [105.54048699217668]
任意サイズのパラメタライズド量子回路のためのFLexible Initializerを提案する。
FLIPは任意の種類のPQCに適用することができ、初期パラメータの一般的なセットに頼る代わりに、成功したパラメータの構造を学ぶように調整されている。
本稿では, 3つのシナリオにおいてFLIPを用いることの利点を述べる。不毛な高原における問題ファミリ, 最大カット問題インスタンスを解くPQCトレーニング, 1次元フェルミ-ハッバードモデルの基底状態エネルギーを求めるPQCトレーニングである。
論文 参考訳(メタデータ) (2021-03-15T17:38:33Z) - Resource estimate for quantum many-body ground-state preparation on a
quantum computer [0.0]
中間サイズの量子コンピュータ上で量子多体系の基底状態を作成するのに必要な資源を推定する。
中間格子に対して,回路T深度を最大106ドル程度削減できることが判明した。
論文 参考訳(メタデータ) (2020-06-08T14:55:13Z) - Efficient phase-factor evaluation in quantum signal processing [1.3614427997190908]
量子信号処理(QSP)は、量子コンピュータに行列を正確に実装する強力な量子アルゴリズムである。
現在、QSP回路構築に必要な位相係数を計算できる古典的安定なアルゴリズムは存在しない。
本稿では、標準的な倍精度演算を用いて位相係数を正確に計算できる最適化に基づく手法を提案する。
論文 参考訳(メタデータ) (2020-02-26T17:23:55Z)
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。