論文の概要: Enhancing quantum variational state diagonalization using reinforcement learning techniques

• arxiv url: http://arxiv.org/abs/2306.11086v1
• Date: Mon, 19 Jun 2023 17:59:04 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-21 16:50:34.144397
• Title: Enhancing quantum variational state diagonalization using reinforcement learning techniques
• Title（参考訳）: 強化学習技術を用いた量子変分状態対角化の強化
• Authors: Akash Kundu, Przemys{\l}aw Bede{\l}ek, Mateusz Ostaszewski, Onur Danaci, Vedran Dunjko, Jaros{\l}aw A. Miszczak
• Abstract要約: 本研究では,量子状態対角化タスクにおいて必要となる,非常に浅い量子回路の設計問題に取り組む。 そこで我々は,回路深度最適化の問題を解決するために,強化学習手法を用いた新しい符号化手法を提案する。 強化学習法により提案される回路は、標準的な変分量子状態対角化アルゴリズムよりも浅くなっている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The development of variational quantum algorithms is crucial for the application of NISQ computers. Such algorithms require short quantum circuits, which are more amenable to implementation on near-term hardware, and many such methods have been developed. One of particular interest is the so-called the variational diagonalization method, which constitutes an important algorithmic subroutine, and it can be used directly for working with data encoded in quantum states. In particular, it can be applied to discern the features of quantum states, such as entanglement properties of a system, or in quantum machine learning algorithms. In this work, we tackle the problem of designing a very shallow quantum circuit, required in the quantum state diagonalization task, by utilizing reinforcement learning. To achieve this, we utilize a novel encoding method that can be used to tackle the problem of circuit depth optimization using a reinforcement learning approach. We demonstrate that our approach provides a solid approximation to the diagonalization task while using a small number of gates. The circuits proposed by the reinforcement learning methods are shallower than the standard variational quantum state diagonalization algorithm, and thus can be used in situations where the depth of quantum circuits is limited by the hardware capabilities.
• Abstract（参考訳）: NISQコンピュータの適用には、変分量子アルゴリズムの開発が不可欠である。 このようなアルゴリズムは、短期的なハードウェア上で実装しやすい短い量子回路を必要とするため、多くの方法が開発されている。 特に興味深いのは、重要なアルゴリズムのサブルーチンを構成する変分対角化法であり、量子状態に符号化されたデータを扱うために直接使用できる。 特に、システムの絡み合い特性や量子機械学習アルゴリズムなどの量子状態の特徴を識別するために応用することができる。 本研究では,量子状態対角化タスクにおいて必要となる非常に浅い量子回路を,強化学習を利用して設計する問題に取り組む。 そこで我々は,強化学習手法を用いて回路深度最適化の問題に対処するために,新しい符号化手法を用いる。 本手法は,少数のゲートを用いて,対角化タスクに対して確固たる近似を与えることを示す。 強化学習法により提案される回路は、標準的な変分量子状態対角化アルゴリズムよりも浅く、ハードウェア能力によって量子回路の深さが制限される状況で使用できる。

関連論文リスト

• Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
  量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。 どの場の量子スピードアップが達成できるかという新たな課題が生じる。 量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
  論文  参考訳（メタデータ） (2024-02-26T09:32:07Z)
• Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
  期待されている量子コンピュータの応用は、科学と産業にまたがる。 本稿では,量子アルゴリズムの応用分野について検討する。 私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
  論文  参考訳（メタデータ） (2023-10-04T17:53:55Z)
• GASP -- A Genetic Algorithm for State Preparation [0.0]
  本稿では、量子コンピュータを特定の量子状態に初期化するための、比較的低深さの量子回路を生成する状態準備(GASP)のための遺伝的アルゴリズムを提案する。 GASPは、他の方法よりも低い深さとゲート数で、所定の精度でより効率的な回路を生成することができる。
  論文  参考訳（メタデータ） (2023-02-22T04:41:01Z)
• Quantum circuit debugging and sensitivity analysis via local inversions [62.997667081978825]
  本稿では,回路に最も影響を及ぼす量子回路の断面をピンポイントする手法を提案する。 我々は,IBM量子マシン上に実装されたアルゴリズム回路の例に応用して,提案手法の実用性と有効性を示す。
  論文  参考訳（メタデータ） (2022-04-12T19:39:31Z)
• 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)
• Parametrized Complexity of Quantum Inspired Algorithms [0.0]
  量子アルゴリズムの有望な領域は量子機械学習と量子最適化である。 近年の量子技術、特に量子ソフトウェアの発展により、研究と産業のコミュニティは量子アルゴリズムの新しい応用を見つけようとしている。
  論文  参考訳（メタデータ） (2021-12-22T06:19:36Z)
• Quantum amplitude damping for solving homogeneous linear differential equations: A noninterferometric algorithm [0.0]
  本研究は,同種LDEを解くための効率的な量子アルゴリズムを構築するために,量子振幅減衰演算を資源として利用する新しい手法を提案する。 このようなオープンな量子系にインスパイアされた回路は、非干渉法で解の実際の指数項を構成することができることを示す。
  論文  参考訳（メタデータ） (2021-11-10T11:25:32Z)
• Efficient realization of quantum algorithms with qudits [0.70224924046445]
  マルチレベル量子システム(キューディット)を用いた量子アルゴリズムの効率的な実装手法を提案する。 提案手法は,Quditベースのプロセッサのパラメータに依存する標準量子ビット方式の回路のトランスパイレーションを用いる。 特定の普遍集合から取られた単一量子ゲートと2量子ゲートの列に量子回路を変換する明示的なスキームを提供する。
  論文  参考訳（メタデータ） (2021-11-08T11:09:37Z)
• Resource-efficient encoding algorithm for variational bosonic quantum simulations [0.0]
  量子コンピューティングのノイズ中間スケール量子(NISQ)時代には、量子資源は限られている。 ボゾン基底と励起状態計算のための資源効率のよい量子アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-02-23T19:00:05Z)
• 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)
• Electronic structure with direct diagonalization on a D-Wave quantum annealer [62.997667081978825]
  本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。 そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
  論文  参考訳（メタデータ） (2020-09-02T22:46:47Z)

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。