Fugu-MT 論文翻訳(概要): Parsimonious Optimisation of Parameters in Variational Quantum Circuits

論文の概要: Parsimonious Optimisation of Parameters in Variational Quantum Circuits

arxiv url: http://arxiv.org/abs/2306.11842v1
Date: Tue, 20 Jun 2023 18:50:18 GMT
ステータス: 処理完了
システム内更新日: 2023-06-22 16:06:25.756186
Title: Parsimonious Optimisation of Parameters in Variational Quantum Circuits
Title（参考訳）: 変分量子回路におけるパラメータの同時最適化
Authors: Sayantan Pramanik, Chaitanya Murti, M Girish Chandra
Abstract要約: 最適なパラメータを更新するために、1イテレーション毎に少なくとも2つの回路を実行する必要がある新しい量子勾配サンプリングを提案する。提案手法は,古典的勾配降下に類似した収束率を達成し,勾配座標降下とSPSAを実証的に上回っている。
参考スコア（独自算出の注目度）: 1.303764728768944
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Variational quantum circuits characterise the state of a quantum system through the use of parameters that are optimised using classical optimisation procedures that typically rely on gradient information. The circuit-execution complexity of estimating the gradient of expectation values grows linearly with the number of parameters in the circuit, thereby rendering such methods prohibitively expensive. In this paper, we address this problem by proposing a novel Quantum-Gradient Sampling algorithm that requires the execution of at most two circuits per iteration to update the optimisable parameters, and with a reduced number of shots. Furthermore, our proposed method achieves similar asymptotic convergence rates to classical gradient descent, and empirically outperforms gradient descent, randomised coordinate descent, and SPSA.
Abstract（参考訳）: 変分量子回路は、通常勾配情報に依存する古典的な最適化手順を用いて最適化されるパラメータを用いて量子システムの状態を特徴づける。期待値の勾配を推定する回路実行の複雑さは、回路内のパラメータ数で線形に増大し、そのような方法が強制的に高価になる。本稿では、最適なパラメータを更新するために、イテレーション毎に少なくとも2つの回路を実行する必要がある新しい量子勾配サンプリングアルゴリズムを提案し、ショット数を減らし、この問題に対処する。さらに,本手法は古典的勾配降下と類似した漸近収束率を達成し,経験的に勾配降下,ランダム座標降下,spsaを上回っている。

関連論文リスト

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)
Random coordinate descent: a simple alternative for optimizing parameterized quantum circuits [4.112419132722306]
本稿では、全勾配降下アルゴリズムに代わる実用的で実装が容易なランダム座標降下アルゴリズムを提案する。本稿では,パラメータ化量子回路の実用最適化における計測ノイズの挙動から,解析可能な最適化問題を提案する。
論文参考訳（メタデータ） (2023-10-31T18:55:45Z)
Stochastic Gradient Descent for Gaussian Processes Done Right [86.83678041846971]
emphdone right -- 最適化とカーネルコミュニティからの具体的な洞察を使用するという意味で -- が、勾配降下は非常に効果的であることを示している。本稿では,直感的に設計を記述し,設計選択について説明する。本手法は,分子結合親和性予測のための最先端グラフニューラルネットワークと同程度にガウス過程の回帰を配置する。
論文参考訳（メタデータ） (2023-10-31T16:15:13Z)
Optimization using Parallel Gradient Evaluations on Multiple Parameters [51.64614793990665]
本稿では,複数のパラメータからの勾配を勾配降下の各ステップで利用することができる凸最適化の一階法を提案する。本手法では,複数のパラメータからの勾配を用いて,これらのパラメータを最適方向に更新する。
論文参考訳（メタデータ） (2023-02-06T23:39:13Z)
Gradient Estimation with Constant Scaling for Hybrid Quantum Machine Learning [0.0]
機械学習モデルにおけるパラメータ化量子回路(PQC)の勾配を決定する新しい手法を提案する。 PQC層の勾配は、回路パラメータの数に依存しないフォワードパス当たりの回路評価のオーバーヘッドで計算できる。量子ビットの数が増加するにつれて、パラメータシフト規則と同等の精度で、我々の手法ははるかに高速に収束する。
論文参考訳（メタデータ） (2022-11-25T09:45:35Z)
Twisted hybrid algorithms for combinatorial optimization [68.8204255655161]
提案されたハイブリッドアルゴリズムは、コスト関数をハミルトニアン問題にエンコードし、回路の複雑さの低い一連の状態によってエネルギーを最適化する。レベル$p=2,ldots, 6$の場合、予想される近似比をほぼ維持しながら、レベル$p$を1に減らすことができる。
論文参考訳（メタデータ） (2022-03-01T19:47:16Z)
Natural Evolutionary Strategies for Variational Quantum Computation [0.7874708385247353]
自然進化戦略 (NES) は勾配のないブラックボックス最適化アルゴリズムの一群である。本研究では、無作為化パラメトリゼーション量子回路(PQC)の減衰勾配領域における最適化への応用について述べる。
論文参考訳（メタデータ） (2020-11-30T21:23:38Z)
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)
Large gradients via correlation in random parameterized quantum circuits [0.0]
コスト関数ランドスケープにおける指数関数的に消失する勾配の存在は、勾配降下法による最適化の障害となる。パラメータ空間の次元性を減少させることで、消滅する勾配現象を回避できることを示す。
論文参考訳（メタデータ） (2020-05-25T16:15:53Z)
Measuring Analytic Gradients of General Quantum Evolution with the Stochastic Parameter Shift Rule [0.0]
本研究では,量子計測から直接最適化される関数の勾配を推定する問題について検討する。マルチキュービットパラメトリック量子進化の勾配を推定するアルゴリズムを提供する数学的に正確な公式を導出する。私たちのアルゴリズムは、利用可能な全ての量子ゲートがノイズである場合でも、いくつかの近似で機能し続けています。
論文参考訳（メタデータ） (2020-05-20T18:24:11Z)
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。