Fugu-MT 論文翻訳(概要): Solving quantum optimal control problems using projection-operator-based Newton steps

論文の概要: Solving quantum optimal control problems using projection-operator-based Newton steps

arxiv url: http://arxiv.org/abs/2305.17630v2
Date: Mon, 8 Jan 2024 21:35:10 GMT
ステータス: 処理完了
システム内更新日: 2024-01-10 20:21:38.230615
Title: Solving quantum optimal control problems using projection-operator-based Newton steps
Title（参考訳）: 投影操作に基づくニュートンステップを用いた量子最適制御問題の解法
Authors: Jieqiu Shao, Mantas Naris, John Hauser and Marco M. Nicotra
Abstract要約: この論文は、各イテレーションで解の見積もりを安定化させるレギュレータを導入することにより、量子射影作用素の以前のバージョンを著しく改善する。この修正は、アルゴリズムの収束率を向上するだけでなく、解法をより良い局所ミニマへ導くことも示している。
参考スコア（独自算出の注目度）: 0.25602836891933073
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The Quantum Projection Operator-Based NewtonMethod for Trajectory Optimization (Q-PRONTO) is a numerical method for solving quantum optimal control problems. This paper significantly improves prior versions of the quantum projection operator by introducing a regulator that stabilizes the solution estimate at every iteration. This modification is shown to not only improve the convergence rate of the algorithm, but also steer the solver towards better local minima compared to the unregulated case. Numerical examples showcase how Q-PRONTO can be used to solve multi-input quantum optimal control problems featuring time-varying costs and undesirable populations that ought to be avoided during the transient.
Abstract（参考訳）: The Quantum Projection Operator-Based Newton Method for Trajectory Optimization (Q-PRONTO)は、量子最適制御問題の解法である。本稿では,各繰り返しの解推定を安定化させるレギュレータを導入することにより,先行バージョンの量子投影演算子を著しく改善する。この修正はアルゴリズムの収束率を向上させるだけでなく、非規制の場合と比較して解法をより局所的な最小化へと導くことが示されている。数値的な例は、Q-PRONTOを用いて、時間的なコストと過渡期に避けるべき望ましくない人口を含む多入力の量子最適制御問題を解く方法を示している。

関連論文リスト

FOCQS: Feedback Optimally Controlled Quantum States [0.0]
FALQONのようなフィードバックベースの量子アルゴリズムは微調整の問題を避けるが、回路深度の追加と収束保証の欠如を犠牲にしている。我々は、従来の制御層を摂動的に更新するためにそれを利用する分析フレームワークを開発した。この摂動的手法は、フィードバックに基づくアルゴリズムの結果を改善するために、フィードバック最適化量子状態(FOCQS)と呼ぶ。
論文参考訳（メタデータ） (2024-09-23T18:00:06Z)
Feedback-Based Quantum Algorithm for Constrained Optimization Problems [0.6554326244334868]
問題の解を基底状態としてエンコードする新しい演算子を導入する。提案アルゴリズムは,量子回路の深さを小さくすることで,計算資源を節約できることを示す。
論文参考訳（メタデータ） (2024-06-12T12:58:43Z)
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)
Binary Control Pulse Optimization for Quantum Systems [2.887393074590696]
量子制御は、特定の量子状態や所望の操作に対して量子システムを操作することを目的としている。計算効率と解法品質を改善するために,異なる最適化アルゴリズムと手法を適用した。我々のアルゴリズムは、様々な量子制御の例に関する数値的研究で示されているように、高品質な制御結果を得ることができる。
論文参考訳（メタデータ） (2022-04-12T12:58:55Z)
Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
論文参考訳（メタデータ） (2022-02-17T18:59:20Z)
A Projection Operator-based Newton Method for the Trajectory Optimization of Closed Quantum Systems [0.0]
本稿では、軌道最適化のためのPRojection Operator Newton法に基づく量子最適制御のための新しい汎用解法を開発した。具体的には、提案手法はプロジェクション演算子を用いてコスト関数に直接Schr"odinger方程式を組み込み、準ニュートン法を用いて最小化する。結果として得られる方法により、反復ごとに単調収束が保証され、解に近接して二次収束が保証される。
論文参考訳（メタデータ） (2021-11-16T21:49:23Z)
Quantum Approximate Optimization Algorithm with Adaptive Bias Fields [4.03537866744963]
量子近似最適化アルゴリズム(QAOA)は、単純な多ビット波動関数を、難解な古典的最適化問題の解を符号化する関数に変換する。本稿では, 演算子自身を局所場を含むように更新し, 1ステップの最後に測定波動関数からの情報を用いて後段の演算子を改善することにより, QAOAを改良する。
論文参考訳（メタデータ） (2021-05-25T13:51:09Z)
Direct Optimal Control Approach to Laser-Driven Quantum Particle Dynamics [77.34726150561087]
間接制御理論に対する頑健で柔軟な代替手段として, 直接最適制御を提案する。この方法は、バイスタブルポテンシャルにおけるレーザー駆動のウェーブパレットダイナミクスの場合に説明される。
論文参考訳（メタデータ） (2020-10-08T07:59:29Z)
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)
Space-efficient binary optimization for variational computing [68.8204255655161]
本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
論文参考訳（メタデータ） (2020-09-15T18:17:27Z)
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。