論文の概要: Information scrambling and entanglement in quantum approximate
optimization algorithm circuits
- arxiv url: http://arxiv.org/abs/2301.07445v1
- Date: Wed, 18 Jan 2023 11:36:49 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-19 16:19:48.974360
- Title: Information scrambling and entanglement in quantum approximate
optimization algorithm circuits
- Title（参考訳）: 量子近似最適化アルゴリズム回路における情報スクランブルと絡み合い
- Authors: Chen Qian, Wei-Feng Zhuang, Rui-Cheng Guo, Meng-Jun Hu, Dong E. Liu
- Abstract要約: 変分量子アルゴリズムは、ノイズのある中間スケール量子(NISQ)時代に量子アドバンテージを示すことを約束している。
本稿では,QAOA回路における情報スクランブルと絡み合いについて検討し,より難しい問題に対して,より多くの量子資源が必要であることを明らかにする。
- 参考スコア（独自算出の注目度）: 9.224536428966523
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Variational quantum algorithms, which consist of optimal parameterized
quantum circuits, are promising for demonstrating quantum advantages in the
noisy intermediate-scale quantum (NISQ) era. Apart from classical computational
resources, different kinds of quantum resources have their contributions in the
process of computing, such as information scrambling and entanglement.
Characterizing the relation between complexity of specific problems and quantum
resources consumed by solving these problems is helpful for us to understand
the structure of VQAs in the context of quantum information processing. In this
work, we focus on the quantum approximate optimization algorithm (QAOA), which
aims to solve combinatorial optimization problems. We study information
scrambling and entanglement in QAOA circuits respectively, and discover that
for a harder problem, more quantum resource is required for the QAOA circuit to
obtain the solution. We note that in the future, our results can be used to
benchmark complexity of quantum many-body problems by information scrambling or
entanglement accumulation in the computing process.
- Abstract（参考訳）: 最適なパラメータ化量子回路からなる変分量子アルゴリズムは、ノイズのある中間スケール量子(NISQ)時代に量子上の利点を示すことを約束している。
古典的な計算資源とは別に、異なる種類の量子リソースが情報スクランブルや絡み合いといった計算プロセスに寄与している。
特定の問題の複雑性とこれらの問題の解決によって消費される量子資源の関係を特徴づけることは、量子情報処理の文脈でVQAの構造を理解するのに役立つ。
本研究では,組合せ最適化問題を解くことを目的とした量子近似最適化アルゴリズム(QAOA)に焦点を当てる。
本稿では,QAOA回路における情報スクランブルと絡み合いについて検討し,より難しい問題として,QAOA回路が解を得るためにはより多くの量子資源が必要であることを明らかにする。
将来的には、情報スクランブルや計算プロセスにおける絡み合いの蓄積によって、量子多体問題の複雑性のベンチマークに使用できることに留意する。
関連論文リスト
- Quantum Approximate Optimization: A Computational Intelligence Perspective [1.756184965281354]
量子コンピューティングと変分量子アルゴリズム(VQA)を紹介する。
Farhiらによる量子近似最適化アルゴリズム(FarhiのQAOA)について説明する。
計算学習理論や遺伝的アルゴリズムなど,関連分野へのQAOAの関連性について論じる。
論文 参考訳（メタデータ） (2024-07-09T19:40:23Z) - Variational Quantum Algorithms for Combinatorial Optimization [0.571097144710995]
変分アルゴリズム (VQA) は, NISQシステムの実用化に向けた最有力候補の1つである。
本稿では,VQAの現状と最近の発展を考察し,近似最適化への適用性を強調した。
10ノードと20ノードのグラフ上でMaxCut問題を解くために,深さの異なるQAOA回路を実装した。
論文 参考訳（メタデータ） (2024-07-08T22:02:39Z) - Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。
どの場の量子スピードアップが達成できるかという新たな課題が生じる。
量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文 参考訳（メタデータ） (2024-02-26T09:32:07Z) - Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
期待されている量子コンピュータの応用は、科学と産業にまたがる。
本稿では,量子アルゴリズムの応用分野について検討する。
私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
論文 参考訳（メタデータ） (2023-10-04T17:53:55Z) - Quantum-Informed Recursive Optimization Algorithms [0.0]
最適化問題に対する量子インフォームド再帰最適化(QIRO)アルゴリズムのファミリを提案し,実装する。
提案手法は、量子資源を利用して、問題固有の古典的還元ステップで使用される情報を得る。
バックトラック技術を用いて、量子ハードウェアの要求を増大させることなく、アルゴリズムの性能をさらに向上させる。
論文 参考訳（メタデータ） (2023-08-25T18:02:06Z) - Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。
提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
論文 参考訳（メタデータ） (2023-04-18T11:57:15Z) - Parallel circuit implementation of variational quantum algorithms [0.0]
本稿では,変分量子アルゴリズム(VQA)の量子回路を分割し,並列トレーニングと実行を可能にする手法を提案する。
本稿では,この問題からの固有構造を同定可能な最適化問題に適用する。
我々は,本手法がより大きな問題に対処できるだけでなく,1つのスライスのみを用いてパラメータをトレーニングしながら,完全なVQAモデルを実行することもできることを示した。
論文 参考訳（メタデータ） (2023-04-06T12:52:29Z) - Efficient algorithms for quantum information bottleneck [64.67104066707309]
本稿では,情報ボトルネックの量子一般化のための新しい一般アルゴリズムを提案する。
本アルゴリズムは, 先行結果と比較して, 収束の速度と定性に優れる。
特に、量子システムは、量子情報のボトルネックに関して、同じ大きさの古典的なシステムよりも厳格に優れた性能を達成できることがわかった。
論文 参考訳（メタデータ） (2022-08-22T14:20:05Z) - Resource-efficient encoding algorithm for variational bosonic quantum
simulations [0.0]
量子コンピューティングのノイズ中間スケール量子(NISQ)時代には、量子資源は限られている。
ボゾン基底と励起状態計算のための資源効率のよい量子アルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-02-23T19:00:05Z) - Quantum Geometric Machine Learning for Quantum Circuits and Control [78.50747042819503]
我々は、量子幾何学的制御問題に対するディープラーニングの適用をレビューし、拡張する。
量子回路合成問題における時間-最適制御の強化について述べる。
我々の研究結果は、時間-最適制御問題に対する機械学習と幾何学的手法を組み合わせた量子制御と量子情報理論の研究者にとって興味深いものである。
論文 参考訳（メタデータ） (2020-06-19T19:12:14Z) - An Application of Quantum Annealing Computing to Seismic Inversion [55.41644538483948]
小型地震インバージョン問題を解決するために,D波量子アニールに量子アルゴリズムを適用した。
量子コンピュータによって達成される精度は、少なくとも古典的コンピュータと同程度である。
論文 参考訳（メタデータ） (2020-05-06T14:18:44Z)
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。