論文の概要: Pure Quantum Gradient Descent Algorithm and Full Quantum Variational
Eigensolver
- arxiv url: http://arxiv.org/abs/2305.04198v2
- Date: Thu, 11 May 2023 07:55:55 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-12 11:23:04.004194
- Title: Pure Quantum Gradient Descent Algorithm and Full Quantum Variational
Eigensolver
- Title(参考訳): 純量子勾配Descentアルゴリズムと完全量子変分固有解法
- Authors: Ronghang Chen, Shi-Yao Hou, Cong Guo, and Guanru Feng
- Abstract要約: 勾配勾配勾配勾配法は広く採用されている最適化法である。
単一オラクル計算のみを必要とする新しい量子ベース勾配計算法を提案する。
我々は量子勾配降下法をうまく実装し、変分量子固有解法(VQE)に適用した。
- 参考スコア(独自算出の注目度): 0.7149735232319818
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Optimization problems are prevalent in various fields, and the gradient-based
gradient descent algorithm is a widely adopted optimization method. However, in
classical computing, computing the numerical gradient for a function with $d$
variables necessitates at least $d+1$ function evaluations, resulting in a
computational complexity of $O(d)$. As the number of variables increases, the
classical gradient estimation methods require substantial resources, ultimately
surpassing the capabilities of classical computers. Fortunately, leveraging the
principles of superposition and entanglement in quantum mechanics, quantum
computers can achieve genuine parallel computing, leading to exponential
acceleration over classical algorithms in some cases.In this paper, we propose
a novel quantum-based gradient calculation method that requires only a single
oracle calculation to obtain the numerical gradient result for a multivariate
function. The complexity of this algorithm is just $O(1)$. Building upon this
approach, we successfully implemented the quantum gradient descent algorithm
and applied it to the Variational Quantum Eigensolver (VQE), creating a pure
quantum variational optimization algorithm. Compared with classical
gradient-based optimization algorithm, this quantum optimization algorithm has
remarkable complexity advantages, providing an efficient solution to
optimization problems.The proposed quantum-based method shows promise in
enhancing the performance of optimization algorithms, highlighting the
potential of quantum computing in this field.
- Abstract(参考訳): 最適化問題は様々な分野に広まり、勾配に基づく勾配降下アルゴリズムは広く採用されている最適化手法である。
しかし、古典計算では、$d$変数を持つ関数の数値勾配を計算するには少なくとも$d+1$関数の評価が必要であるため、計算複雑性は$O(d)$となる。
変数の数が増加するにつれて、古典的勾配推定法は実質的な資源を必要とし、最終的には古典的コンピュータの能力を超える。
幸いなことに、量子力学における重ね合わせと絡み合いの原理を利用して、量子コンピュータは真の並列計算を実現でき、場合によっては古典的アルゴリズムよりも指数関数的に加速することができる。
このアルゴリズムの複雑さはちょうど$O(1)$である。
このアプローチに基づき,量子勾配降下アルゴリズムの実装に成功し,変分量子固有ソルバ (vqe) に適用し,純量子変分最適化アルゴリズムを作成した。
従来の勾配最適化アルゴリズムと比較して, この量子最適化アルゴリズムは, 最適化問題の効率的な解法を提供し, 複雑度が著しく向上しており, 提案手法は最適化アルゴリズムの性能向上に有望であり, この分野における量子コンピューティングの可能性を強調している。
関連論文リスト
- Iterative Quantum Algorithms for Maximum Independent Set: A Tale of
Low-Depth Quantum Algorithms [0.0]
我々は、反復最大量子アルゴリズム(Iterative Maximum Quantum Algorithms)と呼ばれる、量子最適化のための新しいハイブリッドアプローチのクラスについて研究する。
深度$p=1$のQAOAの場合、このアルゴリズムはMISの古典的欲求アルゴリズムと全く同じ操作と選択を行う。
論文 参考訳(メタデータ) (2023-09-22T18:00:03Z) - Efficient DCQO Algorithm within the Impulse Regime for Portfolio
Optimization [41.94295877935867]
本稿では,デジタルカウンセバティック量子最適化(DCQO)パラダイムを用いて,ポートフォリオ最適化のための高速なディジタル量子アルゴリズムを提案する。
提案手法は,アルゴリズムの回路深度要件を特に低減し,解の精度を向上し,現在の量子プロセッサに適している。
我々は,IonQトラップイオン量子コンピュータ上で最大20量子ビットを使用するプロトコルの利点を実験的に実証した。
論文 参考訳(メタデータ) (2023-08-29T17:53:08Z) - A Review on Quantum Approximate Optimization Algorithm and its Variants [47.89542334125886]
量子近似最適化アルゴリズム(Quantum Approximate Optimization Algorithm、QAOA)は、難解な最適化問題を解くことを目的とした、非常に有望な変分量子アルゴリズムである。
この総合的なレビューは、様々なシナリオにおけるパフォーマンス分析を含む、QAOAの現状の概要を提供する。
我々は,提案アルゴリズムの今後の展望と方向性を探りながら,選択したQAOA拡張と変種の比較研究を行う。
論文 参考訳(メタデータ) (2023-06-15T15:28:12Z) - 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) - 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) - Stochastic optimization algorithms for quantum applications [0.0]
本稿では、一階法、二階法、量子自然勾配最適化法の使用法を概観し、複素数体で定義される新しいアルゴリズムを提案する。
全ての手法の性能は、変分量子固有解法、量子状態の量子制御、および量子状態推定に応用して評価される。
論文 参考訳(メタデータ) (2022-03-11T16:17:05Z) - Quadratic Unconstrained Binary Optimisation via Quantum-Inspired
Annealing [58.720142291102135]
本稿では,2次非制約二項最適化の事例に対する近似解を求める古典的アルゴリズムを提案する。
我々は、チューニング可能な硬さと植え付けソリューションを備えた大規模問題インスタンスに対して、我々のアプローチをベンチマークする。
論文 参考訳(メタデータ) (2021-08-18T09:26:17Z) - Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。
その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
論文 参考訳(メタデータ) (2021-06-24T20:16:02Z) - Quantum mean value approximator for hard integer value problems [19.4417702222583]
正確な予想よりも近似を用いることで、最適化を大幅に改善できることを示す。
効率的な古典的サンプリングアルゴリズムとともに、極小ゲート数を持つ量子アルゴリズムは、一般的な整数値問題の効率を向上させることができる。
論文 参考訳(メタデータ) (2021-05-27T13:03:52Z) - Optimization of the Variational Quantum Eigensolver for Quantum
Chemistry Applications [0.0]
変分量子固有解法アルゴリズムは、量子力学系の基底状態を決定するように設計されている。
本研究では,変分量子固有解法において,必要な量子ビット操作数を減らし,誤りを誘発しがちな方法について検討する。
論文 参考訳(メタデータ) (2021-02-02T22:20:12Z) - Quantum Gradient Algorithm for General Polynomials [5.008814514502094]
問題を最適化するための一般的な戦略であるグラディエントベースのアルゴリズムは、多くの現代の機械学習技術にとって不可欠である。
着飾った振幅で数値を最適化する量子勾配アルゴリズムを提案する。
高次元最適化におけるポテンシャル値について、この量子アルゴリズムは勾配最適化を容易にする。
論文 参考訳(メタデータ) (2020-04-23T11:28:45Z)
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。