Fugu-MT 論文翻訳(概要): Compact Effective Basis Generation: Insights from Interpretable Circuit Design

論文の概要: Compact Effective Basis Generation: Insights from Interpretable Circuit Design

arxiv url: http://arxiv.org/abs/2302.10660v1
Date: Tue, 21 Feb 2023 13:23:51 GMT
ステータス: 処理完了
システム内更新日: 2023-02-22 15:11:45.267994
Title: Compact Effective Basis Generation: Insights from Interpretable Circuit Design
Title（参考訳）: コンパクト有効バス生成:解釈可能な回路設計からの洞察
Authors: Jakob S. Kottmann, Francesco Scala
Abstract要約: 解釈可能な回路設計と分割・コンカレントアプローチを組み合わせて、これがいかにして説明可能な性能をもたらすかを示す。提案手法は,実効ベースのサイズや関連する回路の個々の量子資源において,他の分割・対数法よりも優れていることを示す。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Efficient ways to prepare Fermionic ground states on quantum computers are in high demand and different techniques ranging from variational to divide-and-conquer were developed over the last years. Despite having a vast set of methods it is still not clear which method performs well for which system. In this work, we combine interpretable circuit designs with a divide-and-conquer approach and show how this leads to explainable performance. We demonstrate that the developed methodology outperforms other divide-and-conquer methods in terms of size of the effective basis as well as individual quantum resources for the involved circuits.
Abstract（参考訳）: 量子コンピュータ上でのフェルミオン基底状態の効率的な作成法は需要が高く、過去数年間で変分から分別まで様々な技術が開発された。多数の方法があるにもかかわらず、どの方法がどのシステムでうまく機能するかはまだ明らかではない。そこで本研究では,解釈可能な回路設計と分割・解法を組み合わせることで,解析可能な性能を実現する方法を示す。提案手法は,実効ベースのサイズや関連する回路の個々の量子資源において,他の分割・対数法よりも優れていることを示す。

関連論文リスト

Bayesian Parameterized Quantum Circuit Optimization (BPQCO): A task and hardware-dependent approach [49.89480853499917]
変分量子アルゴリズム(VQA)は、最適化と機械学習問題を解決するための有望な量子代替手段として登場した。本稿では,回路設計が2つの分類問題に対して得られる性能に与える影響を実験的に示す。また、実量子コンピュータのシミュレーションにおいて、ノイズの存在下で得られた回路の劣化について検討する。
論文参考訳（メタデータ） (2024-04-17T11:00:12Z)
Surrogate optimization of variational quantum circuits [1.0546736060336612]
変分量子固有解法は、多くの応用に影響を及ぼすことのできる短期的アルゴリズムとして評価される。収束性を改善するアルゴリズムや手法を見つけることは、VQEの短期ハードウェアの能力を加速するために重要である。
論文参考訳（メタデータ） (2024-04-03T18:00:00Z)
Learning ground states of gapped quantum Hamiltonians with Kernel Methods [0.0]
本稿では,カーネル手法を用いて最適化を容易にする統計的学習手法を提案する。提案手法は,電力の次のステップを学習するために教師付き学習を用いる電力法を近似的に実現したものである。
論文参考訳（メタデータ） (2023-03-15T19:37:33Z)
SEQUENT: Towards Traceable Quantum Machine Learning using Sequential Quantum Enhanced Training [5.819818547073678]
本稿では,ハイブリッド機械学習における量子コンピューティング手法のトレーサブルな応用のためのアーキテクチャとトレーニングプロセスを提案する。本研究は、SEQUENTの適用可能性の実証として、現在の手法の不備と予備実験結果に関する公式な証拠を提供する。
論文参考訳（メタデータ） (2023-01-06T16:55:59Z)
Guaranteed Conservation of Momentum for Learning Particle-based Fluid Dynamics [96.9177297872723]
本稿では,学習物理シミュレーションにおける線形運動量を保証する新しい手法を提案する。我々は、強い制約で運動量の保存を強制し、反対称的な連続的な畳み込み層を通して実現する。提案手法により,学習シミュレータの物理的精度を大幅に向上させることができる。
論文参考訳（メタデータ） (2022-10-12T09:12:59Z)
Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
論文参考訳（メタデータ） (2022-09-01T17:08:41Z)
Exploiting subspace constraints and ab initio variational methods for quantum chemistry [0.0]
本報告では,適応的に進化する量子回路を用いて問題を解くために姉妹論文に記述した手法を用いる。このアプローチは, 結合クラスタやハードウェア効率のよいアンセットといった, 人間の設計した回路よりも優れることがわかった。また、物理的に関係のある部分空間における回路の進化を制限するための新しいアプローチも導入する。
論文参考訳（メタデータ） (2022-06-22T17:48:30Z)
Quantum circuit debugging and sensitivity analysis via local inversions [62.997667081978825]
本稿では,回路に最も影響を及ぼす量子回路の断面をピンポイントする手法を提案する。我々は,IBM量子マシン上に実装されたアルゴリズム回路の例に応用して,提案手法の実用性と有効性を示す。
論文参考訳（メタデータ） (2022-04-12T19:39:31Z)
Simulation Paths for Quantum Circuit Simulation with Decision Diagrams [72.03286471602073]
決定図を用いて量子回路をシミュレートする際に選択される経路の重要性について検討する。我々は、専用のシミュレーションパスを調査できるオープンソースのフレームワークを提案する。
論文参考訳（メタデータ） (2022-03-01T19:00:11Z)
Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
論文参考訳（メタデータ） (2021-08-09T18:00:05Z)
Certificates of quantum many-body properties assisted by machine learning [0.0]
本稿では,緩和技術の力と深層強化学習を組み合わせた新しい手法を提案する。本研究は,多くの移動系の基底状態エネルギーを求める文脈において,本手法の生存可能性について述べる。我々は、量子情報処理の分野における他の一般的な応用へのアプローチを一般化するためのツールを提供する。
論文参考訳（メタデータ） (2021-03-05T17:47:26Z)

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。