論文の概要: Noisy Tensor Ring approximation for computing gradients of Variational
Quantum Eigensolver for Combinatorial Optimization
- arxiv url: http://arxiv.org/abs/2307.03884v1
- Date: Sat, 8 Jul 2023 03:14:28 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-11 16:59:45.840990
- Title: Noisy Tensor Ring approximation for computing gradients of Variational
Quantum Eigensolver for Combinatorial Optimization
- Title(参考訳): 組合せ最適化のための変分量子固有解法の計算勾配に対するノイズテンソルリング近似
- Authors: Dheeraj Peddireddy, Utkarsh Priyam, Vaneet Aggarwal
- Abstract要約: 変分量子アルゴリズムは最適化の領域で計算上の優位性を提供する可能性を確立している。
これらのアルゴリズムは、スケーラビリティを制限する古典的に難解な勾配に悩まされる。
本研究では,パラメータシフト則を用いた古典的勾配法を提案するが,テンソルリング近似を用いて回路から期待値を計算する。
- 参考スコア(独自算出の注目度): 33.12181620473604
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Variational Quantum algorithms, especially Quantum Approximate Optimization
and Variational Quantum Eigensolver (VQE) have established their potential to
provide computational advantage in the realm of combinatorial optimization.
However, these algorithms suffer from classically intractable gradients
limiting the scalability. This work addresses the scalability challenge for VQE
by proposing a classical gradient computation method which utilizes the
parameter shift rule but computes the expected values from the circuits using a
tensor ring approximation. The parametrized gates from the circuit transform
the tensor ring by contracting the matrix along the free edges of the tensor
ring. While the single qubit gates do not alter the ring structure, the state
transformations from the two qubit rotations are evaluated by truncating the
singular values thereby preserving the structure of the tensor ring and
reducing the computational complexity. This variation of the Matrix product
state approximation grows linearly in number of qubits and the number of two
qubit gates as opposed to the exponential growth in the classical simulations,
allowing for a faster evaluation of the gradients on classical simulators.
- Abstract(参考訳): 変分量子アルゴリズム、特に量子近似最適化と変分量子固有解法(VQE)は、組合せ最適化の領域で計算上の利点を提供する可能性を確立している。
しかし、これらのアルゴリズムは、スケーラビリティを制限する古典的な難解な勾配に苦しむ。
本研究は,パラメータシフト則を用いた古典的勾配計算法を提案し,テンソルリング近似を用いて回路から期待値を算出することにより,VQEのスケーラビリティ問題に対処する。
回路からのパラメータ付きゲートはテンソル環の自由辺に沿って行列を収縮することでテンソル環を変換する。
単一量子ビットゲートは環構造を変化させないが、2つの量子ビット回転からの状態変換を特異値の切り換えにより評価し、テンソル環の構造を保ち、計算複雑性を低減させる。
この行列積状態近似の変動は、古典的シミュレーションの指数的な成長とは対照的に、キュービット数と2つのキュービットゲート数で線形に増加し、古典的シミュレータの勾配のより高速な評価を可能にする。
関連論文リスト
- Tensor networks based quantum optimization algorithm [0.0]
最適化において、よく知られた古典的アルゴリズムの1つは電力反復である。
我々はこの落とし穴を回避するために量子化を提案する。
我々の手法はインスタンス非依存となり、量子コンピューティングの枠組みの中でブラックボックス最適化に対処することができる。
論文 参考訳(メタデータ) (2024-04-23T13:49:11Z) - Quantum Circuit Optimization with AlphaTensor [47.9303833600197]
我々は,所定の回路を実装するために必要なTゲート数を最小化する手法であるAlphaTensor-Quantumを開発した。
Tカウント最適化の既存の方法とは異なり、AlphaTensor-Quantumは量子計算に関するドメイン固有の知識を取り入れ、ガジェットを活用することができる。
注目すべきは、有限体における乗法であるカラツバの手法に似た効率的なアルゴリズムを発見することである。
論文 参考訳(メタデータ) (2024-02-22T09:20:54Z) - Parsimonious Optimisation of Parameters in Variational Quantum Circuits [1.303764728768944]
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。
論文 参考訳(メタデータ) (2023-06-20T18:50:18Z) - Fast Computation of Optimal Transport via Entropy-Regularized Extragradient Methods [75.34939761152587]
2つの分布間の最適な輸送距離の効率的な計算は、様々な応用を促進するアルゴリズムとして機能する。
本稿では,$varepsilon$加法精度で最適な輸送を計算できるスケーラブルな一階最適化法を提案する。
論文 参考訳(メタデータ) (2023-01-30T15:46:39Z) - Exploring the role of parameters in variational quantum algorithms [59.20947681019466]
動的リー代数の階数を用いた変分量子回路のキャラクタリゼーションのための量子制御に着想を得た手法を提案する。
有望な接続は、リーランク、計算されたエネルギーの精度、および所定の回路アーキテクチャを介して目標状態を達成するために必要な深さとの間のものである。
論文 参考訳(メタデータ) (2022-09-28T20:24:53Z) - Characterization of variational quantum algorithms using free fermions [0.0]
我々はこれらの対称性と対象状態の局所性の間の相互作用を数値的に研究する。
解に収束するイテレーションの数は、システムサイズと線形にスケールする。
論文 参考訳(メタデータ) (2022-06-13T18:11:16Z) - 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) - 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)
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。