論文の概要: Restricting to the chip architecture maintains the quantum neural
network accuracy, if the parameterization is a $2$-design
- arxiv url: http://arxiv.org/abs/2212.14426v1
- Date: Thu, 29 Dec 2022 18:57:05 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-02 16:05:53.598186
- Title: Restricting to the chip architecture maintains the quantum neural
network accuracy, if the parameterization is a $2$-design
- Title(参考訳): チップアーキテクチャの制限は、パラメータ化が2ドル設計の場合、量子ニューラルネットワークの精度を維持する
- Authors: Lucas Friedrich, Jonas Maziero
- Abstract要約: 変分量子回路(VQC)は、量子機械学習モデルを構築するための主要な戦略の1つである。
この記事では、次のような質問に答えることに焦点をあてる。 使用すべきゲートの最適なシーケンスは何ですか?
一般に、コスト関数は、パラメータ化がより近いほど、通常の平均値となる傾向がある。
- 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: In the era of noisy intermediate scale quantum devices, variational quantum
circuits (VQCs) are currently one of the main strategies for building quantum
machine learning models. These models are made up of a quantum part and a
classical part. The quantum part is given by a parametrization $U$, which, in
general, is obtained from the product of different quantum gates. By its turn,
the classical part corresponds to an optimizer that updates the parameters of
$U$ in order to minimize a cost function $C$. However, despite the many
applications of VQCs, there are still questions to be answered, such as for
example: What is the best sequence of gates to be used? How to optimize their
parameters? Which cost function to use? How the architecture of the quantum
chips influences the final results? In this article, we focus on answering the
last question. We will show that, in general, the cost function will tend to a
typical average value the closer the parameterization used is from a
$2$-design. Therefore, the closer this parameterization is to a $2$-design, the
less the result of the quantum neural network model will depend on its
parametrization. As a consequence, we can use the own architecture of the
quantum chips to defined the VQC parametrization, avoiding the use of
additional swap gates and thus diminishing the VQC depth and the associated
errors.
- Abstract(参考訳): ノイズの多い中間スケール量子デバイスの時代において、変分量子回路(vqcs)は量子機械学習モデルを構築するための主要な戦略の1つである。
これらのモデルは量子部分と古典部分で構成されている。
量子部分はパラメトリゼーション $u$ によって与えられるが、これは一般に異なる量子ゲートの積から得られる。
その順番に、古典的な部分は、コスト関数 $c$ を最小限にするために$u$ のパラメータを更新するオプティマイザに対応する。
しかしながら、vqcsの多くの応用にもかかわらず、例えば: ゲートの最適なシーケンスは何か?
パラメータの最適化方法?
どのコスト関数を使うか?
量子チップのアーキテクチャは最終結果にどのように影響するか?
この記事では、最後の質問に答えることに集中します。
一般的に、コスト関数は、パラメータ化が2ドルの設計でより近くなるほど、典型的な平均値になる傾向があります。
したがって、このパラメータ化が2ドルの設計に近づくほど、量子ニューラルネットワークモデルの結果はそのパラメータ化に依存することになる。
結果として、量子チップの独自のアーキテクチャを用いてVQCパラメトリゼーションを定義し、スワップゲートの追加の使用を回避し、VQC深さと関連するエラーを減らすことができる。
関連論文リスト
- Evaluating Ground State Energies of Chemical Systems with Low-Depth
Quantum Circuits and High Accuracy [6.81054341190257]
我々は,Qubit Coupled Cluster (QCC) に基づく拡張型変分量子固有解器 (VQE) アンサッツを開発した。
我々は、IBM KolkataとQuantinuum H1-1の2つの異なる量子ハードウェア上で、拡張QCCアンサッツを評価する。
論文 参考訳(メタデータ) (2024-02-21T17:45:03Z) - Towards large-scale quantum optimization solvers with few qubits [59.63282173947468]
我々は、$m=mathcalO(nk)$バイナリ変数を$n$ qubitsだけを使って最適化するために、$k>1$で可変量子ソルバを導入する。
我々は,特定の量子ビット効率の符号化が,バレン高原の超ポリノミウム緩和を内蔵特徴としてもたらすことを解析的に証明した。
論文 参考訳(メタデータ) (2024-01-17T18:59:38Z) - Pre-optimizing variational quantum eigensolvers with tensor networks [1.4512477254432858]
VQEをシミュレートすることで、パラメータ化量子回路のよい開始パラメータを求める手法を提示し、ベンチマークする。
最大32キュービットのシステムサイズを持つ1Dと2DのFermi-Hubbardモデルに適用する。
2Dでは、VTNEが検出するパラメータは開始構成よりもはるかに低いエネルギーであり、これらのパラメータから開始するVQEは、与えられたエネルギーに降り着くためには、自明に少ない演算を必要とすることを示す。
論文 参考訳(メタデータ) (2023-10-19T17:57:58Z) - Phenomenological Theory of Variational Quantum Ground-State Preparation [0.0]
変分量子固有解法(VQE)アルゴリズムは、偏光量子回路を利用するハミルトンの基底状態を作成することを目的としている。
アルゴリズムの成功は学習率などの他のパラメータに大きく依存していることが示される。
ギャップが閉じた場合に使用する対称性向上型シミュレーションプロトコルを提案する。
論文 参考訳(メタデータ) (2022-05-12T18:00:04Z) - Analytical and experimental study of center line miscalibrations in M\o
lmer-S\o rensen gates [51.93099889384597]
モルマー・ソレンセンエンタングゲートの誤校正パラメータの系統的摂動展開について検討した。
我々はゲート進化演算子を計算し、関連する鍵特性を得る。
我々は、捕捉されたイオン量子プロセッサにおける測定値に対して、モデルからの予測をベンチマークすることで検証する。
論文 参考訳(メタデータ) (2021-12-10T10:56:16Z) - $i$-QER: An Intelligent Approach towards Quantum Error Reduction [5.055934439032756]
量子回路のエラーを評価するスケーラブルな機械学習ベースのアプローチである$i$-QERを導入する。
i$-QERは、教師付き学習モデルを使用して、与えられた量子回路で可能なエラーを予測する。
これにより、大きな量子回路を2つの小さなサブ回路に分割する。
論文 参考訳(メタデータ) (2021-10-12T20:45:03Z) - Realization of arbitrary doubly-controlled quantum phase gates [62.997667081978825]
本稿では,最適化問題における短期量子優位性の提案に着想を得た高忠実度ゲートセットを提案する。
3つのトランペット四重項のコヒーレントな多レベル制御を編成することにより、自然な3量子ビット計算ベースで作用する決定論的連続角量子位相ゲートの族を合成する。
論文 参考訳(メタデータ) (2021-08-03T17:49:09Z) - FLIP: A flexible initializer for arbitrarily-sized parametrized quantum
circuits [105.54048699217668]
任意サイズのパラメタライズド量子回路のためのFLexible Initializerを提案する。
FLIPは任意の種類のPQCに適用することができ、初期パラメータの一般的なセットに頼る代わりに、成功したパラメータの構造を学ぶように調整されている。
本稿では, 3つのシナリオにおいてFLIPを用いることの利点を述べる。不毛な高原における問題ファミリ, 最大カット問題インスタンスを解くPQCトレーニング, 1次元フェルミ-ハッバードモデルの基底状態エネルギーを求めるPQCトレーニングである。
論文 参考訳(メタデータ) (2021-03-15T17:38:33Z) - Fault-tolerant Coding for Quantum Communication [71.206200318454]
ノイズチャネルの多くの用途でメッセージを確実に送信するために、回路をエンコードしてデコードする。
すべての量子チャネル$T$とすべての$eps>0$に対して、以下に示すゲートエラー確率のしきい値$p(epsilon,T)$が存在し、$C-epsilon$より大きいレートはフォールトトレラント的に達成可能である。
我々の結果は、遠方の量子コンピュータが高レベルのノイズの下で通信する必要があるような、大きな距離での通信やオンチップでの通信に関係している。
論文 参考訳(メタデータ) (2020-09-15T15:10:50Z) - 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) - Enabling Accuracy-Aware Quantum Compilers using Symbolic Resource
Estimation [3.961270923919885]
量子プログラムを低レベルゲートセットにコンパイルする場合、近似誤差を考慮する必要がある。
本稿では,そのようなエラーを自動的に追跡し,その精度パラメータを最適化して,所定の総合的精度を保証する手法を提案する。
Clang/LLVMをベースとしたC++と,Q#コンパイラインフラストラクチャを使用した2つのプロトタイプ実装を開発します。
論文 参考訳(メタデータ) (2020-03-18T18:00:24Z)
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。