論文の概要: Tutorial: Calibration refinement in quantum annealing

• arxiv url: http://arxiv.org/abs/2304.10352v1
• Date: Thu, 20 Apr 2023 14:48:37 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-21 12:55:15.445027
• Title: Tutorial: Calibration refinement in quantum annealing
• Title（参考訳）: チュートリアル:量子アニールにおける校正の洗練
• Authors: Kevin Chern, Kelly Boothby, Jack Raymond, Pau Farr\'e, and Andrew D. King
• Abstract要約: 量子アニールはクロストーク、デバイス変動、環境騒音などの非理想性に影響を受けやすい。 シミング」は性能を著しく向上させるが、しばしば解かれる問題と量子アニール器自体の両方において対称性を利用するアドホックな手法に依存する。 本稿では,Isingモデルで活用可能な対称性を見つける方法を紹介し,これらの対称性を用いて不必要なバイアスを抑える方法について論じる。
• 参考スコア（独自算出の注目度）: 0.3425341633647624
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum annealing has emerged as a powerful platform for simulating and optimizing classical and quantum Ising models. Quantum annealers, like other quantum and/or analog computing devices, are susceptible to nonidealities including crosstalk, device variation, and environmental noise. Compensating for these effects through calibration refinement or "shimming" can significantly improve performance, but often relies on ad-hoc methods that exploit symmetries in both the problem being solved and the quantum annealer itself. In this tutorial we attempt to demystify these methods. We introduce methods for finding exploitable symmetries in Ising models, and discuss how to use these symmetries to suppress unwanted bias. We work through several examples of increasing complexity, and provide complete Python code. We include automated methods for two important tasks: finding copies of small subgraphs in the qubit connectivity graph, and automatically finding symmetries of an Ising model via generalized graph automorphism. Code is available at https://github.com/dwavesystems/shimming-tutorial.
• Abstract（参考訳）: 量子アニールは古典的および量子イジングモデルをシミュレートし最適化するための強力なプラットフォームとして登場した。 他の量子および/またはアナログコンピューティングデバイスと同様に、量子アニールはクロストーク、デバイス変動、環境騒音などの非理想性に影響を受けやすい。 キャリブレーションの改良や「シミング」によるこれらの効果の補正は、性能を著しく向上させるが、しばしば解決される問題と量子アニール器自体の両方において対称性を利用するアドホックな手法に依存する。 このチュートリアルでは、これらのメソッドのデミスティフィケーションを試みる。 本稿では,Isingモデルで活用可能な対称性を見つける方法を紹介し,これらの対称性を用いて不必要なバイアスを抑える方法について論じる。 複雑さの増大の例をいくつか取り上げ、完全なPythonコードを提供しています。 キュービット接続グラフにおける小部分グラフのコピーの発見と一般化グラフ自己同型によるイジングモデルの対称性の自動発見という,2つの重要なタスクに対する自動手法を含む。 コードはhttps://github.com/dwavesystems/shimming-tutorialで入手できる。

関連論文リスト

• Scheme to Detect the Strong-to-weak Symmetry Breaking via Randomized Measurements [11.213906010203264]
  最近の進歩は、新しい対称性を破るパターンを強調している。 強弱対称性の破れは、典型的にはR'enyi-2相関器のような多重レプリカ相関関数を用いて検出される。 本稿では,ランダム化計測ツールボックスを用いた実験において,強弱対称性の破れを検出するための実用的なプロトコルを提案する。
  論文  参考訳（メタデータ） (2024-12-24T12:41:38Z)
• Discrete Randomized Smoothing Meets Quantum Computing [40.54768963869454]
  重畳における入力バイナリデータの摂動をエンコードし、量子振幅推定(QAE)を用いてモデルへの呼び出し数を2次的に削減する方法を示す。 さらに、画像、グラフ、テキストに対するアプローチの広範な評価を可能にする新しいバイナリ脅威モデルを提案する。
  論文  参考訳（メタデータ） (2024-08-01T20:21:52Z)
• A quantum implementation of high-order power method for estimating geometric entanglement of pure states [39.58317527488534]
  この研究は、多ビット純状態の絡み合いの幾何学的測度を推定する反復高次電力法の量子的適応を示す。 現在の(ハイブリッドな)量子ハードウェア上で実行可能であり、量子メモリに依存しない。 標準偏極チャネルに基づく単純な理論モデルを用いて,雑音がアルゴリズムに与える影響について検討する。
  論文  参考訳（メタデータ） (2024-05-29T14:40:24Z)
• Applications of model-aware reinforcement learning in Bayesian quantum metrology [0.6138671548064355]
  Belliardo et al., arXiv:2312.16985 (2023) では、量子力学と推定において幅広いタスクを最適化できる手順を紹介した。 我々は、トレーニングにおいて、システムを記述する物理を明示的に考慮した最適化にモデルベースのアプローチを採用する。 この展示は、PyPIでリリースされたqsensoroptライブラリで実装されている、この方法の幅広い適用性を示している。
  論文  参考訳（メタデータ） (2024-03-08T22:48:07Z)
• Efficient estimation of trainability for variational quantum circuits [43.028111013960206]
  変動量子回路のコスト関数とその分散を効率よく計算する方法を見出した。 この方法は、変分量子回路のトレーニング容易性を証明し、バレンプラトー問題を克服できる設計戦略を探索するために用いられる。
  論文  参考訳（メタデータ） (2023-02-09T14:05:18Z)
• Variational quantum simulation of critical Ising model with symmetry averaging [0.2578242050187029]
  本研究では, ギャップレスシステムの基底状態に対する可変アンサッツとして, 深層マルチスケールエンタングルメント再正規化回路の利用について検討する。 DMERAは標準的なQAOAスタイルのアンサッツを強く上回り、DMERAを用いて近似した相関関数の体系的誤差の主な原因は、逆場イジングモデルの変換対称性とクラマース・ワニエ対称性の破れである。
  論文  参考訳（メタデータ） (2022-10-26T21:37:14Z)
• Automatic and effective discovery of quantum kernels [41.61572387137452]
  量子コンピューティングは、カーネルマシンが量子カーネルを利用してデータ間の類似度を表現できるようにすることで、機械学習モデルを強化することができる。 本稿では,ニューラルアーキテクチャ検索やAutoMLと同じような最適化手法を用いて,この問題に対するアプローチを提案する。 その結果、高エネルギー物理問題に対する我々のアプローチを検証した結果、最良のシナリオでは、手動設計のアプローチに関して、テストの精度を一致または改善できることが示された。
  論文  参考訳（メタデータ） (2022-09-22T16:42:14Z)
• Learning quantum symmetries with interactive quantum-classical variational algorithms [0.0]
  状態 $vert psi rangle$ の対称性は単位作用素であり、$vert psi rangle$ は固有ベクトルである。 対称性は量子システムに 重要な物理的な洞察を与えます 我々は,$vert psi rangle$の対称性を体系的に探索する変分型量子古典学習法を開発した。
  論文  参考訳（メタデータ） (2022-06-23T20:41:26Z)
• Ion native variational ansatz for quantum approximate optimization [0.0]
  シェリントン・カークパトリック・ハミルトニアンのすべての問題を解くために対称性を破ることができることを示す。 特にこれらの発見は、イオンベースの量子プロセッサによって解決される可能性のあるクラス問題インスタンスを広げた。
  論文  参考訳（メタデータ） (2022-06-23T18:00:01Z)
• Hybridized Methods for Quantum Simulation in the Interaction Picture [69.02115180674885]
  本研究では,異なるシミュレーション手法をハイブリダイズし,インタラクション・ピクチャー・シミュレーションの性能を向上させるフレームワークを提案する。 これらのハイブリッド化手法の物理的応用は、電気遮断において$log2 Lambda$としてゲート複雑性のスケーリングをもたらす。 力学的な制約を受けるハミルトニアンシミュレーションの一般的な問題に対して、これらの手法は、エネルギーコストを課すために使われるペナルティパラメータ$lambda$とは無関係に、クエリの複雑さをもたらす。
  論文  参考訳（メタデータ） (2021-09-07T20:01:22Z)
• 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。