論文の概要: When to Reject a Ground State Preparation Algorithm

• arxiv url: http://arxiv.org/abs/2212.09492v2
• Date: Thu, 22 Dec 2022 15:08:02 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-09 07:51:18.052452
• Title: When to Reject a Ground State Preparation Algorithm
• Title（参考訳）: 基底状態生成アルゴリズムを拒絶する時
• Authors: Katerina Gratsea, Chong Sun and Peter D. Johnson
• Abstract要約: 本稿では,GSEE の目的のために GSP 法を受理又は拒絶するための基準を導入する。 証明可能な性能保証を持つアルゴリズムから、異なる化学系における性能のベンチマークまで、さまざまな手法を検討する。 この研究は、量子化学における量子優位性を達成するための要求をさらに探求する基礎を定めている。
• 参考スコア（独自算出の注目度）: 3.8624049174917214
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In recent years substantial research effort has been devoted to quantum algorithms for ground state energy estimation (GSEE) in chemistry and materials. Given the many heuristic and non-heuristic methods being developed, it is challenging to assess what combination of these will ultimately be used in practice. One important metric for assessing utility is runtime. For most GSEE algorithms, the runtime depends on the ground state preparation (GSP) method. Towards assessing the utility of various combinations of GSEE and GSP methods, we asked under which conditions a GSP method should be accepted over a reference method, such as the Hartree-Fock state. We introduce a criteria for accepting or rejecting a GSP method for the purposes of GSEE. We consider different GSP methods ranging from heuristics to algorithms with provable performance guarantees and perform numerical simulations to benchmark their performance on different chemical systems, starting from small molecules like the hydrogen atom to larger systems like the jellium. In the future this approach may be used to abandon certain VQE ansatzes and other heursitics. Yet so far our findings do not provide evidence against the use of VQE and more expensive heuristic methods, like the low-depth booster. This work sets a foundation from which to further explore the requirements to achieve quantum advantage in quantum chemistry.
• Abstract（参考訳）: 近年、化学や材料における基底状態エネルギー推定(GSEE)のための量子アルゴリズムの研究が盛んに行われている。 多くのヒューリスティックで非ヒューリスティックな手法が開発されていることから、最終的にどの組み合わせが実際に使用されるかを評価することは困難である。 ユーティリティを評価するための重要な指標は、ランタイムです。 ほとんどのGSEEアルゴリズムでは、ランタイムは基底状態準備(GSP)メソッドに依存する。 GSEE法とGSP法の様々な組み合わせの有用性を評価するために,GSP法がHartree-Fock状態などの参照手法でどの条件で受け入れられるかを質問した。 GSEE の目的のために GSP 法を受理又は拒絶するための基準を導入する。 我々は、水素原子のような小さな分子からジェリウムのようなより大きな系まで、異なる化学系での性能をベンチマークするために、ヒューリスティックスからアルゴリズムまで、様々なgsp法を検討し、数値シミュレーションを行う。 将来的には、このアプローチはある種のVQEアンサテイゼや他のヒューリスティックを放棄するために使われるかもしれない。 しかしこれまでのところ、VQEや低深度ブースターのような高価なヒューリスティックな手法の使用に対する証拠は得られていない。 この研究は、量子化学における量子優位を達成するための要件をさらに探究するための基礎となる。

関連論文リスト

• Comparing Classical and Quantum Ground State Preparation Heuristics [44.99833362998488]
  基底状態準備(GSP)はGSEEアルゴリズムにおいて重要な要素である。 本研究では,量子GSP法がHartree-Fock法と比較して重なり合う値を改善することができるかどうかを検討した。
  論文  参考訳（メタデータ） (2024-01-10T18:16:36Z)
• Q-Seg: Quantum Annealing-Based Unsupervised Image Segmentation [4.737806718785056]
  量子アニールに基づく新しい教師なし画像分割法Q-Segを提案する。 画像のスペクトル情報と空間情報を同化する画素分割問題をグラフカット最適化タスクとして定式化する。 合成データセットに関する実証的な評価では、Q-Segは最先端の古典的ソリューションよりも実行時性能が優れていることが示されている。
  論文  参考訳（メタデータ） (2023-11-21T17:27:20Z)
• Guaranteed efficient energy estimation of quantum many-body Hamiltonians using ShadowGrouping [55.47824411563162]
  量子多体系のエネルギーの推定は、様々な研究分野におけるパラダイム的な課題である。 本研究の目的は,全測定予算から最も高い証明可能な精度が得られる単一キュービット計測による最適戦略を見出すことである。 私たちはShadowGroupingと呼ばれる実用的で効率的な見積もり戦略を開発します。
  論文  参考訳（メタデータ） (2023-01-09T14:41:07Z)
• 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)
• Benchmarking Small-Scale Quantum Devices on Computing Graph Edit Distance [52.77024349608834]
  グラフ編集距離(GED: Graph Edit Distance)は、2つのグラフ間の(異なる)相似性の度合いを測定する。 本稿では、GED計算における2つの量子アプローチの比較研究について述べる。
  論文  参考訳（メタデータ） (2021-11-19T12:35:26Z)
• MQBench: Towards Reproducible and Deployable Model Quantization Benchmark [53.12623958951738]
  MQBenchは、モデル量子化アルゴリズムの評価、分析、およびデプロイ可能性のベンチマークを行う最初の試みである。 我々は、CPU、GPU、ASIC、DSPを含む実世界のデプロイのための複数のプラットフォームを選択し、最先端の量子化アルゴリズムを評価する。 包括的な分析を行い、直感的、直感的、あるいは反直感的な洞察を見出す。
  論文  参考訳（メタデータ） (2021-11-05T23:38:44Z)
• Evaluation on Genetic Algorithms as an optimizer of Variational Quantum Eigensolver(VQE) method [1.0742675209112622]
  量子コンピュータ上の変分量子固有解法(VQE)は、量子コンピュータと古典コンピュータの両方を用いた固有状態と固有値の解法としてよく知られたハイブリッドアルゴリズムである。 この方法では、現実的な時間では解決できないような、高分子や複雑な最適化問題を含む量子化学シミュレーションを解くことができる。
  論文  参考訳（メタデータ） (2021-10-14T15:10:16Z)
• Quantum Alternating Operator Ansatz (QAOA) Phase Diagrams and Applications for Quantum Chemistry [0.0]
  我々は、分子の基底状態の発見に適用するためにQAOAを修正し、いくつかの分子上で修正アルゴリズムを経験的に評価する。 パラメータのステップとサイズの関数としてQAOAの頑健な定性的挙動が発見され,この挙動が標準的なQAOA探索にも現れることを示す。
  論文  参考訳（メタデータ） (2021-08-30T08:24:38Z)
• Adaptive shot allocation for fast convergence in variational quantum algorithms [0.0]
  本稿では,gCANS法 (Global Coupled Adaptive Number of Shots) と呼ばれる,各ステップに適応するショット数を用いた勾配降下法を提案する。 これらの改善により、現在のクラウドプラットフォーム上でVQAを実行するのに必要な時間と費用が削減される。
  論文  参考訳（メタデータ） (2021-08-23T22:29:44Z)
• Quantum-optimal-control-inspired ansatz for variational quantum algorithms [105.54048699217668]
  変分量子アルゴリズム (VQA) の中心成分は状態準備回路(英語版)であり、アンザッツ(英語版)または変分形式(英語版)とも呼ばれる。 ここでは、対称性を破るユニタリを組み込んだ「解」を導入することで、このアプローチが必ずしも有利であるとは限らないことを示す。 この研究は、より一般的な対称性を破るアンスの開発に向けた第一歩となり、物理学や化学問題への応用に繋がる。
  論文  参考訳（メタデータ） (2020-08-03T18:00:05Z)

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。