論文の概要: Mitigating the measurement overhead of ADAPT-VQE with optimised
informationally complete generalised measurements
- arxiv url: http://arxiv.org/abs/2212.09719v2
- Date: Tue, 8 Aug 2023 11:27:59 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-09 17:31:36.726393
- Title: Mitigating the measurement overhead of ADAPT-VQE with optimised
informationally complete generalised measurements
- Title（参考訳）: 最適化情報完全一般化測定によるADAPT-VQEの測定オーバーヘッドの軽減
- Authors: Anton Nyk\"anen, Matteo A. C. Rossi, Elsi-Mari Borrelli, Sabrina
Maniscalco, Guillermo Garc\'ia-P\'erez
- Abstract要約: ADAPT-VQEは分子シミュレーションのためのコンパクトアンゼアゼ構築のための頑健なアルゴリズムである。
本稿では,AIM-ADAPT-VQE方式の詳細を述べるとともに,H4ハミルトニアンと演算子プールを用いてその性能について検討する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: ADAPT-VQE stands out as a robust algorithm for constructing compact ans\"atze
for molecular simulation. It enables to significantly reduce the circuit depth
with respect to other methods, such as UCCSD, while achieving higher accuracy
and not suffering from so-called barren plateaus that hinder the variational
optimisation of many hardware-efficient ans\"atze. In its standard
implementation, however, it introduces a considerable measurement overhead in
the form of gradient evaluations trough estimations of many commutator
operators. In this work, we mitigate this measurement overhead by exploiting a
recently introduced method for energy evaluation relying on Adaptive
Informationally complete generalised Measurements (AIM). Besides offering an
efficient way to measure the energy itself, Informationally Complete (IC)
measurement data can be reused to estimate all the commutators of the operators
in the operator pool of ADAPT-VQE, using only classically efficient
post-processing. We present the AIM-ADAPT-VQE scheme in detail, and investigate
its performance with several H4 Hamiltonians and operator pools. Our numerical
simulations indicate that the measurement data obtained to evaluate the energy
can be reused to implement ADAPT-VQE with no additional measurement overhead
for the systems considered here. In addition, we show that, if the energy is
measured within chemical precision, the CNOT count in the resulting circuits is
close to the ideal one. With scarce measurement data, AIM-ADAPT-VQE still
converges to the ground state with high probability, albeit with an increased
circuit depth in some cases.
- Abstract（参考訳）: ADAPT-VQE は分子シミュレーションのためのコンパクトな ans\atze を構築するための頑健なアルゴリズムである。
UCCSDのような他の手法と比較して回路深度を著しく低減できるが、精度は高く、多くのハードウェア効率の良い ans\atze の変動最適化を妨げるようなバレン高原に悩まされない。
しかし、標準的な実装では、多くの整流子演算子の勾配評価とトラフ推定という形でかなりの測定オーバーヘッドを導入する。
本研究では, 適応情報完全一般化計測(AIM)に基づくエネルギー評価手法を最近導入して, この測定オーバーヘッドを軽減する。
エネルギー自体の効率的な測定方法を提供する以外に、情報完全(IC)測定データは、古典的に効率的な後処理のみを使用してADAPT-VQEの演算子プール内の演算子のすべての演算子を推定するために再利用することができる。
本稿では,AIM-ADAPT-VQE方式の詳細を述べるとともに,H4ハミルトニアンと演算子プールを用いてその性能について検討する。
数値シミュレーションにより,エネルギーを評価するために得られた測定データを再利用してADAPT-VQEを実装することができることを示す。
さらに, エネルギーを化学精度で測定すると, 生成回路のcnotカウントが理想値に近いことを示す。
測定データが少ないため、AIM-ADAPT-VQEは高い確率で基底状態に収束するが、回路深さが増加する場合もある。
関連論文リスト
- High-fidelity, multi-qubit generalized measurements with dynamic circuits [1.6437645274005803]
一般測度(英: Generalized Measurement)または正作用素値測度(英: positive operator-valued measures、POVM)は、量子情報タスクにおける射影測度よりも有利である。
そこで我々は, 1 と 2 の超伝導量子ビットの高忠実度および単一実験条件下での一般化された測定を実現した。
雑音条件下でのPOVMの忠実度を高めるために,近似コンパイルの高効率な利用を示す。
論文 参考訳（メタデータ） (2023-12-21T18:07:08Z) - How to really measure operator gradients in ADAPT-VQE [0.0]
通勤可観測物の同時測定に基づくプール勾配測定のための効率的な手法を提案する。
我々のアプローチはショットノイズ効果に対して比較的堅牢であり、プール勾配の測定は単純VQEイテレーションの1倍のO(N)$であることを示す。
論文 参考訳（メタデータ） (2023-06-05T20:22:04Z) - Potential and limitations of quantum extreme learning machines [55.41644538483948]
本稿では,QRCとQELMをモデル化するフレームワークを提案する。
我々の分析は、QELMとQRCの両方の機能と限界をより深く理解するための道を開いた。
論文 参考訳（メタデータ） (2022-10-03T09:32:28Z) - Green, Quantized Federated Learning over Wireless Networks: An
Energy-Efficient Design [68.86220939532373]
有限精度レベルは、固定精度フォーマットで重みとアクティベーションを定量化する量子ニューラルネットワーク(QNN)を使用して取得される。
提案するFLフレームワークは,ベースラインFLアルゴリズムと比較して,収束までのエネルギー消費量を最大70%削減することができる。
論文 参考訳（メタデータ） (2022-07-19T16:37:24Z) - Towards Scale-Aware, Robust, and Generalizable Unsupervised Monocular
Depth Estimation by Integrating IMU Motion Dynamics [74.1720528573331]
教師なし単眼深度と自我運動推定は近年広く研究されている。
我々は、視覚情報とIMUモーションダイナミクスを統合した新しいスケールアウェアフレームワークDynaDepthを提案する。
我々は、KITTIおよびMake3Dデータセット上で広範囲な実験とシミュレーションを行うことにより、DynaDepthの有効性を検証する。
論文 参考訳（メタデータ） (2022-07-11T07:50:22Z) - Performance of teleportation-based error correction circuits for bosonic
codes with noisy measurements [58.720142291102135]
テレポーテーションに基づく誤り訂正回路を用いて、回転対称符号の誤り訂正能力を解析する。
マイクロ波光学における現在達成可能な測定効率により, ボソニック回転符号の破壊ポテンシャルは著しく低下することが判明した。
論文 参考訳（メタデータ） (2021-08-02T16:12:13Z) - Learning to Measure: Adaptive Informationally Complete Generalized
Measurements for Quantum Algorithms [0.0]
本稿では,情報完全正の演算子値測定(POVM)をオンザフライで最適化するアルゴリズムを提案する。
分子ハミルトニアンの基底状態エネルギーの計算における変分量子固有解器の効率を改善することにより、その利点を示す。
さらに、他の量の関心を推測するために測定データを再利用できるため、アプローチの情報完全性は極めて有利である。
論文 参考訳（メタデータ） (2021-04-01T15:49:05Z) - Design of borehole resistivity measurement acquisition systems using
deep learning [0.0]
lwd(loging-while-drilling)装置で記録されたボアホール比抵抗測定は、地球の地下特性を特徴付けるために広く用いられている。
LWD機器は、井戸付近の地表の電気的性質を推定するために、電磁的測定のリアルタイム反転を必要とします。
深層ニューラルネットワーク(dnn)に基づく手法は,ボーリングホール比抵抗測定の高速インバージョンに適している。
論文 参考訳（メタデータ） (2021-01-12T12:49:44Z) - AQD: Towards Accurate Fully-Quantized Object Detection [94.06347866374927]
本稿では,浮動小数点演算を除去するために,AQDと呼ばれる高精度な量子化オブジェクト検出ソリューションを提案する。
我々のAQDは、非常に低ビットのスキームの下での完全精度と比較して、同等またはそれ以上の性能を実現しています。
論文 参考訳（メタデータ） (2020-07-14T09:07:29Z) - IMU Preintegrated Features for Efficient Deep Inertial Odometry [0.0]
慣性計測装置(IMU)は、様々なガジェットやロボットプラットフォームで、ユビキタスな固有受容運動測定装置として利用可能である。
これらのデータのみに基づく幾何学的変換やオードメトリの直接推論は難しい作業である。
本稿では, 深部慣性計測における生IMUデータの代替として, IMUプリインテグレーション機能を提案する。
論文 参考訳（メタデータ） (2020-07-06T17:58:35Z) - Toward fast and accurate human pose estimation via soft-gated skip
connections [97.06882200076096]
本稿では,高精度かつ高効率な人間のポーズ推定について述べる。
我々は、最先端技術よりも精度と効率を両立させる文脈において、この設計選択を再分析する。
本モデルでは,MPII と LSP のデータセットから最先端の結果が得られる。
論文 参考訳（メタデータ） (2020-02-25T18:51:51Z)
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。