論文の概要: Superior Performance of Phase Binarized Oscillators (PBOs) Compared to
Quantum Approximation Optimization Algorithm (QAOA) for Ising Computing
(Max-Cut Problem)
- arxiv url: http://arxiv.org/abs/2306.14528v1
- Date: Mon, 26 Jun 2023 09:04:03 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-27 14:27:09.657261
- Title: Superior Performance of Phase Binarized Oscillators (PBOs) Compared to
Quantum Approximation Optimization Algorithm (QAOA) for Ising Computing
(Max-Cut Problem)
- Title（参考訳）: 位相二乗発振器(pbos)の性能とイジング計算のための量子近似最適化アルゴリズム(qaoa)との比較(最大カット問題)
- Authors: Sanyam Singhal, Debanjan Bhowmik
- Abstract要約: 位相二値発振器(PBO)はIsing計算に利用できることを示す。
難解グラフインスタンス(非重み付きランダム立方体、非重み付きエルド・オス・レニイ、および比較的多くのノードを持つ重み付き完全グラフ:18-20)に対して、PBOsの成功確率(正しいマックス・カット解を見つける確率)はQAOAよりも4-5桁高い。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: It has been shown both theoretically and experimentally that most coupled
oscillators undergo synchronization and phase binarization at room temperature
under sub-harmonic injection locking (SHIL), irrespective of the exact physics
of their auto-oscillation or coupling. These phase-binarized oscillators (PBOs)
can be used for Ising computing, which is about heuristically solving NP-Hard
combinatorial optimization problems very fast. The quantum approximate
optimization algorithm (QAOA) has emerged as an alternative noisy intermediate
scale quantum (NISQ) era algorithm for Ising computing and is very popular
currently since it is gate based and needs low circuit depth for
implementation. In this paper, we compare the performance of PBOs with that of
QAOA over a wide range of graph instances of different levels of difficulty,
while restricting ourselves to the NP-Hard Max-Cut problem. We show that for
the difficult graph instances (unweighted random cubic, unweighted Erd{\"o}s
R{\'e}nyi, and weighted complete graphs with relatively high number of nodes:
18-20), the success probability (probability to find the correct Max-Cut
solution) of PBOs is 4-5 orders of magnitude higher than that of QAOA. Since
PBOs operate at room temperature while the quantum circuit in QAOA doesn't (it
operates in milli Kelvins), our finding here on their success probability
numbers makes PBOs a more attractive hardware platform for Ising computing
compared to quantum approaches like QAOA. Since we use the very general and
physics-agnostic Kuramoto model to simulate PBOs here, our result is applicable
to a wide range of oscillators both based on conventional transistors and
emerging nanoscale devices. Hence, we also compare the time to solution for
PBOs based on these different device technologies in this paper.
- Abstract（参考訳）: ほとんどの結合発振器は、自己振動やカップリングの正確な物理によらず、室温で同期と位相二項化を行うことが理論的および実験的に示されている。
これらの位相二値発振器(PBO)は、NP-Hard組合せ最適化問題を非常に高速にヒューリスティックに解くIsingコンピューティングに使用できる。
量子近似最適化アルゴリズム(QAOA)は、Isingコンピューティングの代替ノイズのある中間スケール量子(NISQ)時代アルゴリズムとして登場し、ゲートベースであり実装に低回路深度を必要とするため、現在非常に人気がある。
本稿では,NP-Hard Max-Cut問題に限定しつつ,様々な難易度のグラフインスタンスに対して,PBOとQAOAの性能を比較した。
難解グラフインスタンス(非重み付きランダム立方体、非重み付き Erd{\"o}s R{\'e}nyi、および比較的多くのノードを持つ重み付き完全グラフ:18-20)に対して、PBOsの成功確率(正解を求める確率)はQAOAよりも4-5桁高い。
PBOは室温で動作し、QAOAの量子回路は動作しない(ミリケルビンで動作している)ので、成功確率の数値から、PBOはQAOAのような量子アプローチに比べて、Isingコンピューティングの魅力的なハードウェアプラットフォームとなる。
ここではPBOをシミュレーションするために非常に一般的な物理に依存しない倉本モデルを用いており、従来のトランジスタとナノスケールデバイスの両方に基づく幅広い振動子に適用できる。
そこで本研究では,これらの異なるデバイス技術に基づき,pboの時間とソリューションを比較した。
関連論文リスト
- Increasing the Hardness of Posiform Planting Using Random QUBOs for Programmable Quantum Annealer Benchmarking [1.6385815610837167]
我々は,多数の小さな離散係数スピングラスイジングモデルを融合させることにより,ポジフォーム植込みQUBOを計算的に困難にすることを検討する。
3つのD-Wave超伝導量子アニーリングプロセッサの性能をベンチマークする。
D-Wave QPUの地中サンプリング成功率は、我々が採用するランダムQUBOのサイズに対して変化しないことがわかった。
論文 参考訳（メタデータ） (2024-11-06T02:46:33Z) - Optimizing random local Hamiltonians by dissipation [44.99833362998488]
簡単な量子ギブスサンプリングアルゴリズムが最適値の$Omega(frac1k)$-fraction近似を達成することを証明した。
この結果から, 局所スピンおよびフェルミオンモデルに対する低エネルギー状態の発見は量子的に容易であるが, 古典的には非自明であることが示唆された。
論文 参考訳（メタデータ） (2024-11-04T20:21:16Z) - Optimizing Unitary Coupled Cluster Wave Functions on Quantum Hardware: Error Bound and Resource-Efficient Optimizer [0.0]
本稿では、量子ハードウェア上でのユニタリ結合クラスタ波関数の最適化のための射影量子固有解法(PQE)アプローチについて検討する。
このアルゴリズムはシュル・オーディンガー方程式の射影を用いて、試行状態をハミルトニアンの固有状態に効率的に近づける。
我々は,BFGS法を用いて最適化されたarXiv:2102.00345とVQEの両方で導入された最適化よりも優れていることを示す。
論文 参考訳（メタデータ） (2024-10-19T15:03:59Z) - Application of Langevin Dynamics to Advance the Quantum Natural Gradient Optimization Algorithm [47.47843839099175]
近年,変分量子回路の最適化のためのQNGアルゴリズムが提案されている。
本研究では、この離散時間解が一般化形式を与えることを示すために、QNG力を持つランゲヴィン方程式を用いる。
論文 参考訳（メタデータ） (2024-09-03T15:21:16Z) - Imaginary Hamiltonian variational ansatz for combinatorial optimization problems [3.14105061893604]
パラメタライズド量子ゲートのツリー配置を導入し、1ラウンド$i$HVAを用いて任意のツリーグラフを正確に解けるようにする。
我々のアンサッツは、最大24ノードと$D leq 5$のグラフに対して、MaxCutを正確に解く。
論文 参考訳（メタデータ） (2024-08-17T03:34:17Z) - Revisiting Majumdar-Ghosh spin chain model and Max-cut problem using variational quantum algorithms [0.0]
マジュムダル・ゴッシュモデル(MGM)のエネルギー準位は、ノイズの多い量子フレームワークにおいて最大15スピン鎖まで解析される。
我々は、このモデルを、正確に解ける条件で必要とされるもの以外の相互作用係数のモデルとして解決した。
この解は、複雑なスピン鎖モデルにおける量子相転移を理解するのに役立つ。
論文 参考訳（メタデータ） (2024-04-28T11:16:20Z) - An Optimization-based Deep Equilibrium Model for Hyperspectral Image
Deconvolution with Convergence Guarantees [71.57324258813675]
本稿では,ハイパースペクトル画像のデコンボリューション問題に対処する新しい手法を提案する。
新しい最適化問題を定式化し、学習可能な正規化器をニューラルネットワークの形で活用する。
導出した反復解法は、Deep Equilibriumフレームワーク内の不動点計算問題として表現される。
論文 参考訳（メタデータ） (2023-06-10T08:25:16Z) - Quantum Gate Generation in Two-Level Open Quantum Systems by Coherent
and Incoherent Photons Found with Gradient Search [77.34726150561087]
我々は、非コヒーレント光子によって形成される環境を、非コヒーレント制御によるオープン量子系制御の資源とみなす。
我々は、ハミルトニアンにおけるコヒーレント制御と、時間依存デコヒーレンス率を誘導する散逸器における非コヒーレント制御を利用する。
論文 参考訳（メタデータ） (2023-02-28T07:36:02Z) - 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) - Towards solving the BCS Hamiltonian gap in Near-Term Quantum Computers [0.0]
NISQフレームワークを用いてBCSハミルトンのギャップを得る。
ノイズがあっても、1つの標準偏差内でのギャップを近似する方法を示す。
論文 参考訳（メタデータ） (2021-05-31T13:01:23Z) - Variational Monte Carlo calculations of $\mathbf{A\leq 4}$ nuclei with
an artificial neural-network correlator ansatz [62.997667081978825]
光核の基底状態波動関数をモデル化するためのニューラルネットワーク量子状態アンサッツを導入する。
我々は、Aleq 4$核の結合エネルギーと点核密度を、上位のピオンレス実効場理論から生じるものとして計算する。
論文 参考訳（メタデータ） (2020-07-28T14:52:28Z)
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。