論文の概要: QAOA-MC: Markov chain Monte Carlo enhanced by Quantum Alternating Operator Ansatz

• arxiv url: http://arxiv.org/abs/2305.08789v1
• Date: Mon, 15 May 2023 16:47:31 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-16 13:36:14.187915
• Title: QAOA-MC: Markov chain Monte Carlo enhanced by Quantum Alternating Operator Ansatz
• Title（参考訳）: QAOA-MC:量子交互演算子Ansatzにより強化されたマルコフ連鎖モンテカルロ
• Authors: Yuichiro Nakano, Hideaki Hakoshima, Kosuke Mitarai, Keisuke Fujii
• Abstract要約: 本稿では,量子交換演算子 Ansatz (QAOA) のモンテカルロへの応用を提案する。 この研究は、現在利用可能な量子コンピュータで実用的な量子優位性を実現するための重要なステップである。
• 参考スコア（独自算出の注目度）: 0.6181093777643575
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum computation is expected to accelerate certain computational task over classical counterpart. Its most primitive advantage is its ability to sample from classically intractable probability distributions. A promising approach to make use of this fact is the so-called quantum-enhanced Markov chain Monte Carlo (MCMC) [D. Layden, et al., arXiv:2203.12497 (2022)] which uses outputs from quantum circuits as the proposal distributions. In this work, we propose the use of Quantum Alternating Operator Ansatz (QAOA) for quantum-enhanced MCMC and provide a strategy to optimize its parameter to improve convergence speed while keeping its depth shallow. The proposed QAOA-type circuit is designed to satisfy the specific constraint which quantum-enhanced MCMC requires with arbitrary parameters. Through our extensive numerical analysis, we find a correlation in certain parameter range between an experimentally measurable value, acceptance rate of MCMC, and the spectral gap of the MCMC transition matrix, which determines the convergence speed. This allows us to optimize the parameter in the QAOA circuit and achieve quadratic speedup in convergence. Since MCMC is used in various areas such as statistical physics and machine learning makes, this work represents an important step toward realizing practical quantum advantage with currently available quantum computers through quantum-enhanced MCMC.
• Abstract（参考訳）: 量子計算は、古典計算よりも特定の計算タスクを加速することが期待されている。 その最も原始的な利点は、古典的に難解な確率分布からサンプリングできることである。 この事実を利用するための有望なアプローチは、量子回路からの出力を提案分布として利用するいわゆる量子強化マルコフ連鎖モンテカルロ (MCMC) [D. Layden, et al., arXiv:2203.12497 (2022)] である。 本研究では,量子交換演算子 Ansatz (QAOA) を量子化MCMCに適用し,そのパラメータを最適化し,奥行きを浅く保ちながら収束速度を改善する戦略を提案する。 提案したQAOA型回路は、量子化MCMCが任意のパラメータで要求する制約を満たすように設計されている。 本研究では,実験値とMCMCの受入率,および収束速度を決定するMCMC遷移行列のスペクトルギャップとの間にあるパラメータ範囲の相関関係を求める。 これにより、QAOA回路のパラメータを最適化し、収束の2次高速化を実現することができる。 MCMCは統計物理学や機械学習などの様々な分野で使われているため、この研究は量子強化MCMCを通じて現在利用可能な量子コンピュータで実用的な量子優位性を実現するための重要なステップである。

関連論文リスト

• Quantum Zeno Monte Carlo for computing observables [0.0]
  我々はQuantum Zeno Monte Carlo (QZMC)と呼ばれる古典量子ハイブリッドアルゴリズムを導入する。 QZMCは計算コストを実証しながらノイズやトロッターエラーを処理できる。 量子位相推定と比較すると、QZMCは量子回路の深さを著しく減らしている。
  論文  参考訳（メタデータ） (2024-03-05T08:32:17Z)
• Quantum Dynamical Hamiltonian Monte Carlo [0.0]
  機械学習におけるユビキタスな問題は、ログの確率を通してのみアクセス可能な確率分布からサンプリングすることである。 我々は、チェインモンテカルロ(MCMC)サンプリングのための有名なハミルトンモンテカルロ法を拡張し、ハイブリッド方式で量子計算を利用する。
  論文  参考訳（メタデータ） (2024-03-04T07:08:23Z)
• Applicability of Measurement-based Quantum Computation towards Physically-driven Variational Quantum Eigensolver [17.975555487972166]
  変分量子アルゴリズムは、短期量子の利点を得る最も有望な方法の1つである。 測定に基づく量子計算方式で量子アルゴリズムを開発するための障害は、リソースコストである。 量子多体系シミュレーションタスクのための効率的な測定ベース量子アルゴリズム(MBHVA)を提案する。
  論文  参考訳（メタデータ） (2023-07-19T08:07:53Z)
• Wasserstein Quantum Monte Carlo: A Novel Approach for Solving the Quantum Many-Body Schr\"odinger Equation [56.9919517199927]
  ワーッセルシュタイン量子モンテカルロ (WQMC) はフィッシャー・ラオ計量ではなくワーッセルシュタイン計量によって誘導される勾配流を用いており、テレポートではなく確率質量の輸送に対応する。 我々は、WQMCの力学が分子系の基底状態へのより高速な収束をもたらすことを実証的に実証した。
  論文  参考訳（メタデータ） (2023-07-06T17:54:08Z)
• A self-consistent field approach for the variational quantum eigensolver: orbital optimization goes adaptive [52.77024349608834]
  適応微分組立問題集合型アンザッツ変分固有解法(ADAPTVQE)における自己一貫したフィールドアプローチ(SCF)を提案する。 このフレームワークは、短期量子コンピュータ上の化学系の効率的な量子シミュレーションに使用される。
  論文  参考訳（メタデータ） (2022-12-21T23:15:17Z)
• 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)
• Squeezing and quantum approximate optimization [0.6562256987706128]
  変分量子アルゴリズムは、デジタル量子コンピュータを用いた最適化問題の解法として興味深い可能性を提供する。 しかし、そのようなアルゴリズムにおける達成可能な性能と量子相関の役割は未だ不明である。 我々は、IBM量子チップと同様に、システマティックな手順で高度に圧縮された状態が生成されるかを数値的に示す。
  論文  参考訳（メタデータ） (2022-05-20T18:00:06Z)
• Optimal quantum kernels for small data classification [0.0]
  本稿では,量子ゲートシーケンスをデータに適応させるベクトルマシンをサポートするために,量子カーネルを構築するアルゴリズムを示す。 少数のトレーニングポイントを持つ分類問題に対する結果の量子モデルの性能は、最適化された古典モデルよりも著しく高い。
  論文  参考訳（メタデータ） (2022-03-25T18:26:44Z)
• Circuit Symmetry Verification Mitigates Quantum-Domain Impairments [69.33243249411113]
  本稿では,量子状態の知識を必要とせず,量子回路の可換性を検証する回路指向対称性検証を提案する。 特に、従来の量子領域形式を回路指向安定化器に一般化するフーリエ時間安定化器(STS)手法を提案する。
  論文  参考訳（メタデータ） (2021-12-27T21:15:35Z)
• Fast Swapping in a Quantum Multiplier Modelled as a Queuing Network [64.1951227380212]
  量子回路をキューネットワークとしてモデル化することを提案する。 提案手法はスケーラビリティが高く,大規模量子回路のコンパイルに必要となる潜在的な速度と精度を有する。
  論文  参考訳（メタデータ） (2021-06-26T10:55:52Z)
• Error mitigation and quantum-assisted simulation in the error corrected regime [77.34726150561087]
  量子コンピューティングの標準的なアプローチは、古典的にシミュレート可能なフォールトトレラントな演算セットを促進するという考え方に基づいている。 量子回路の古典的準確率シミュレーションをどのように促進するかを示す。
  論文  参考訳（メタデータ） (2021-03-12T20:58:41Z)

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。