Fugu-MT 論文翻訳(概要): Designing Quantum Annealing Schedules using Bayesian Optimization

論文の概要: Designing Quantum Annealing Schedules using Bayesian Optimization

arxiv url: http://arxiv.org/abs/2305.13365v1
Date: Mon, 22 May 2023 18:00:03 GMT
ステータス: 処理完了
システム内更新日: 2023-05-24 21:18:11.907485
Title: Designing Quantum Annealing Schedules using Bayesian Optimization
Title（参考訳）: ベイズ最適化を用いた量子アニーリングスケジュールの設計
Authors: Jernej Rudi Fin\v{z}gar, Martin J. A. Schuetz, J. Kyle Brubaker, Hidetoshi Nishimori, Helmut G. Katzgraber
Abstract要約: ベイジアン最適化は,標準プロトコルよりも数桁優れた忠実度をもたらすスケジュールを特定できることがわかった。我々の手法は、ハード最適化問題に対するハイブリッド量子アルゴリズムの設計を改善するのに役立つ。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We propose and analyze the use of Bayesian optimization techniques to design quantum annealing schedules with minimal user and resource requirements. We showcase our scheme with results for two paradigmatic spin models. We find that Bayesian optimization is able to identify schedules resulting in fidelities several orders of magnitude better than standard protocols for both quantum and reverse annealing, as applied to the $p$-spin model. We also show that our scheme can help improve the design of hybrid quantum algorithms for hard combinatorial optimization problems, such as the maximum independent set problem, and illustrate these results via experiments on a neutral atom quantum processor available on Amazon Braket.
Abstract（参考訳）: ベイズ最適化手法を用いて,ユーザとリソースの要件を最小限に抑える量子アニーリングスケジュールの設計を提案し,解析する。 2つのパラダイム的スピンモデルの結果を提示する。ベイズ最適化は、$p$-spinモデルに適用されるように、量子アニーリングと逆アニーリングの両方の標準プロトコルよりも数桁良いフィデリティをもたらすスケジュールを識別できることがわかった。また,本手法は,Amazon Braketで利用可能な中性原子量子プロセッサを用いた実験により,最大独立セット問題などのハード組合せ最適化問題に対するハイブリッド量子アルゴリズムの設計の改善にも有効であることを示す。

関連論文リスト

Implementing transferable annealing protocols for combinatorial optimisation on neutral atom quantum processors: a case study on smart-charging of electric vehicles [1.53934570513443]
本稿では,類似した局所構造を持つ問題インスタンス間のパラメータ転送可能性の有望性に基づいて構築する。本研究は,共有ジオメトリを持つグラフ族上の最大独立集合問題に対して,最適パラメータが自然に集中していることを明らかにする。本手法を用いて,実データセット上でのスマートチャージ最適化問題に対処する。
論文参考訳（メタデータ） (2024-11-25T18:41:02Z)
Non-native Quantum Generative Optimization with Adversarial Autoencoders [34.82692226532414]
本稿では、大規模最適化問題を既存の量子サンプリングにマッピングするために使用できる逆量子オートエンコーダモデル(AQAM)を紹介する。従来のマルコフ・チェインモンテカルロ試料と比較すると,AQAMはレニイ偏差が低く,スペクトルギャップが大きくなることが示されている。
論文参考訳（メタデータ） (2024-07-18T18:03:18Z)
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)
Superconducting processor design optimization for quantum error correction performance [3.6723640056915436]
ハミルトンおよび量子誤り訂正レベルの両方にまたがるマルチレベルシミュレーションフレームワークを提案する。このツールセットは、量子メモリパフォーマンスなどの特定の目的に合わせて設計最適化を支援する。我々はフラキソニウム量子ビットの多経路結合スキームによるアプローチを実証する。
論文参考訳（メタデータ） (2023-12-07T10:13:08Z)
Randomized Benchmarking of Local Zeroth-Order Optimizers for Variational Quantum Systems [65.268245109828]
古典学のパフォーマンスを、半ランダム化された一連のタスクで比較する。量子システムにおける一般に好適な性能とクエリ効率のため、局所ゼロ階数に着目する。
論文参考訳（メタデータ） (2023-10-14T02:13:26Z)
Evaluating the Convergence of Tabu Enhanced Hybrid Quantum Optimization [58.720142291102135]
本稿では,量子ハードウェア上での最適化問題解決に有用な Tabu Enhanced Hybrid Quantum Optimization メタヒューリスティック手法を提案する。提案手法の理論的収束を,イジングモデルに基づくタブ状態を保存する対象の衝突の観点から考察する。
論文参考訳（メタデータ） (2022-09-05T07:23:03Z)
Quantum topology optimization of ground structures using noisy intermediate-scale quantum devices [8.325359814939517]
トポロジ最適化問題に対する潜在的な解決策として,量子コンピュータの利用について検討する。実機実験を含むいくつかの実験により,提案手法が最適構成を得ることができた。
論文参考訳（メタデータ） (2022-07-19T10:39:28Z)
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)
Feedback-based quantum optimization [0.0]
本稿では,量子回路パラメータに対して,量子ビット計測の結果を構成的に割り当てる,量子最適化のためのフィードバックベースの戦略を提案する。この手法により,量子回路の深さを単調に改善する最適化問題の解が推定されることを示す。
論文参考訳（メタデータ） (2021-03-15T18:01:03Z)
Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文参考訳（メタデータ） (2020-10-01T18:14:11Z)
Cross Entropy Hyperparameter Optimization for Constrained Problem Hamiltonians Applied to QAOA [68.11912614360878]
QAOA(Quantum Approximate Optimization Algorithm)のようなハイブリッド量子古典アルゴリズムは、短期量子コンピュータを実用的に活用するための最も奨励的なアプローチの1つである。このようなアルゴリズムは通常変分形式で実装され、古典的な最適化法と量子機械を組み合わせて最適化問題の優れた解を求める。本研究では,クロスエントロピー法を用いてランドスケープを形作り,古典的パラメータがより容易により良いパラメータを発見でき,その結果,性能が向上することを示す。
論文参考訳（メタデータ） (2020-03-11T13:52:41Z)

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。