論文の概要: Landscape approximation of low energy solutions to binary optimization problems

• arxiv url: http://arxiv.org/abs/2307.02461v1
• Date: Wed, 5 Jul 2023 17:34:14 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-06 12:47:23.135237
• Title: Landscape approximation of low energy solutions to binary optimization problems
• Title（参考訳）: 二元最適化問題に対する低エネルギー解のランドスケープ近似
• Authors: Benjamin Y. L. Tan, Beng Yee Gan, Daniel Leykam, Dimitris G. Angelakis
• Abstract要約: 本稿では, 2値最適化問題の解法として, ハードウェア効率の量子アルゴリズムの基礎となるローカライゼーションの展望を示す。 最大10ドルのバイナリ変数の問題を数値シミュレーションすると、局所化ランドスケープに基づくサンプリングは、同様の深さのQAOA回路より優れていることが示される。
• 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 show how the localization landscape, originally introduced to bound low energy eigenstates of disordered wave media and many-body quantum systems, can form the basis for hardware-efficient quantum algorithms for solving binary optimization problems. Many binary optimization problems can be cast as finding low-energy eigenstates of Ising Hamiltonians. First, we apply specific perturbations to the Ising Hamiltonian such that the low energy modes are bounded by the localization landscape. Next, we demonstrate how a variational method can be used to prepare and sample from the peaks of the localization landscape. Numerical simulations of problems of up to $10$ binary variables show that the localization landscape-based sampling can outperform QAOA circuits of similar depth, as measured in terms of the probability of sampling the exact ground state.
• Abstract（参考訳）: 本研究は, 障害波媒質と多体量子システムの束縛低エネルギー固有状態に対して導入された局在化ランドスケープが, バイナリ最適化問題を解決するためのハードウェア効率の高い量子アルゴリズムの基礎となることを示す。 多くの二進最適化問題はイジング・ハミルトニアンの低エネルギー固有状態を見つけるものとして当てはまる。 まず, イジングハミルトニアンに対して, 低エネルギーモードが局所化ランドスケープによって境界づけられるように, 特定の摂動を適用する。 次に,地域景観のピークからサンプルを作成するために,変分法をどのように利用できるかを示す。 最大10ドルのバイナリ変数の問題を数値シミュレーションすると、正確な基底状態をサンプリングする確率で測定すると、局所化ランドスケープに基づくサンプリングは同様の深さのQAOA回路より優れていることが分かる。

関連論文リスト

• Enhancing Scalability of Quantum Eigenvalue Transformation of Unitary Matrices for Ground State Preparation through Adaptive Finer Filtering [0.13108652488669736]
  ハミルトニアンシミュレーション(英: Hamiltonian Simulation)は、量子コンピュータが古典的計算を上回る可能性を持つ領域である。 このような量子アルゴリズムの主な課題の1つは、システムサイズをアップスケーリングすることである。 本稿では, 固有空間フィルタリングのスケーラビリティを, 与えられたハミルトニアンの基底状態の準備のために向上させるアプローチを提案する。
  論文  参考訳（メタデータ） (2024-01-17T09:52:24Z)
• Probabilistic tensor optimization of quantum circuits for the max-$k$-cut problem [0.0]
  本稿では,変分量子アルゴリズムにおけるパラメータ化回路の最適化手法を提案する。 本稿では,量子近似最適化アルゴリズム (QAOA) を最大$k$-cut問題に適用した例について述べる。
  論文  参考訳（メタデータ） (2023-10-16T12:56:22Z)
• Retrieving space-dependent polarization transformations via near-optimal quantum process tomography [55.41644538483948]
  トモグラフィー問題に対する遺伝的および機械学習アプローチの適用について検討する。 ニューラルネットワークベースのスキームは、リアルタイムにキャラクタリゼーションを必要とするアプリケーションにおいて、重要なスピードアップを提供する。 これらの結果は、より一般的な量子プロセスにおけるトモグラフィーアプローチの最適化の基礎となることを期待する。
  論文  参考訳（メタデータ） (2022-10-27T11:37:14Z)
• Avoiding barren plateaus via transferability of smooth solutions in Hamiltonian Variational Ansatz [0.0]
  変分量子アルゴリズム(VQA)は、現在の量子デバイス上で計算スピードアップを達成するための主要な候補である。 2つの大きなハードルは、低品質な局所最小値の増殖と、コスト関数のランドスケープにおける勾配の指数的な消失である。 ここでは、反復探索方式を用いることで、パラダイム的量子多体モデルの基底状態を効果的に作成できることを示す。
  論文  参考訳（メタデータ） (2022-06-04T12:52:29Z)
• Numerical Simulations of Noisy Quantum Circuits for Computational Chemistry [51.827942608832025]
  短期量子コンピュータは、小さな分子の基底状態特性を計算することができる。 計算アンサッツの構造と装置ノイズによる誤差が計算にどのように影響するかを示す。
  論文  参考訳（メタデータ） (2021-12-31T16:33:10Z)
• Using gradient-based algorithms to determine ground state energies on a quantum computer [0.0]
  変分アルゴリズムは、短期量子コンピュータで実装される可能性のある候補である。 本研究では, 勾配を求める方法, 特に有限差分法とパラメータシフト法が, 量子コンピュータのショットノイズとノイズの影響について検討する。
  論文  参考訳（メタデータ） (2021-09-17T09:12:43Z)
• Bosonic field digitization for quantum computers [62.997667081978825]
  我々は、離散化された場振幅ベースで格子ボゾン場の表現に対処する。 本稿では,エラースケーリングを予測し,効率的な量子ビット実装戦略を提案する。
  論文  参考訳（メタデータ） (2021-08-24T15:30:04Z)
• Quadratic Unconstrained Binary Optimisation via Quantum-Inspired Annealing [58.720142291102135]
  本稿では,2次非制約二項最適化の事例に対する近似解を求める古典的アルゴリズムを提案する。 我々は、チューニング可能な硬さと植え付けソリューションを備えた大規模問題インスタンスに対して、我々のアプローチをベンチマークする。
  論文  参考訳（メタデータ） (2021-08-18T09:26:17Z)
• 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)
• Accelerated variational algorithms for digital quantum simulation of many-body ground states [0.0]
  量子シミュレータのキーとなる応用の1つは、多体系の基底状態をエミュレートすることである。 変分法は、多体系の基底状態をエミュレートする量子シミュレータでも提案され、実現されている。
  論文  参考訳（メタデータ） (2020-06-16T18:01:35Z)
• 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。

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。