論文の概要: A novel framework for Shot number minimization in Quantum Variational Algorithms

• arxiv url: http://arxiv.org/abs/2307.04035v1
• Date: Sat, 8 Jul 2023 19:14:01 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-11 15:46:53.432312
• Title: A novel framework for Shot number minimization in Quantum Variational Algorithms
• Title（参考訳）: 量子変分アルゴリズムにおけるショット数最小化の新しい枠組み
• Authors: Seyed Sajad Kahani and Amin Nobakhti
• Abstract要約: 変分量子アルゴリズム(VQA)は、様々な量子コンピューティングアプリケーションに対する潜在的な解決策として注目されている。 量子デバイスにこれらのアルゴリズムを実装するには、かなりの数の測定を必要とすることが多い。 本稿では,VQAにおけるショット評価の削減を目的とした最適化アルゴリズムの一般化フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Variational Quantum Algorithms (VQAs) have gained significant attention as a potential solution for various quantum computing applications in the near term. However, implementing these algorithms on quantum devices often necessitates a substantial number of measurements, resulting in time-consuming and resource-intensive processes. This paper presents a generalized framework for optimization algorithms aiming to reduce the number of shot evaluations in VQAs. The proposed framework combines an estimator and an optimizer. We investigate two specific case studies within this framework. In the first case, we pair a sample mean estimator with a simulated annealing optimizer, while in the second case, we combine a recursive estimator with a gradient descent optimizer. In both instances, we demonstrate that our proposed approach yields notable performance enhancements compared to conventional methods.
• Abstract（参考訳）: 変分量子アルゴリズム(VQA)は、近い将来、様々な量子コンピューティングアプリケーションに対する潜在的な解決策として注目されている。 しかし、これらのアルゴリズムを量子デバイスに実装するには、しばしばかなりの量の測定が必要であり、結果として時間とリソース集約プロセスが生じる。 本稿では,VQAにおけるショット評価の削減を目的とした最適化アルゴリズムの一般化フレームワークを提案する。 提案するフレームワークは,推定器と最適化器を組み合わせたものである。 本フレームワーク内の2つのケーススタディについて検討する。 第1のケースでは,サンプル平均推定器と模擬焼鈍最適化器をペアリングし,第2のケースでは再帰的推定器と勾配降下最適化器を組み合わせる。 いずれの場合も,提案手法が従来の手法と比較して顕著な性能向上をもたらすことを示す。

関連論文リスト

• Compressed sensing enhanced by quantum approximate optimization algorithm [0.0]
  本稿では,量子サブルーチンを用いた大規模圧縮センシング問題に対処する枠組みを提案する。 本研究は, 量子コンピュータを圧縮センシング分野に適用する有望な方法を探るものである。
  論文  参考訳（メタデータ） (2024-03-26T05:26:51Z)
• A Review on Quantum Approximate Optimization Algorithm and its Variants [47.89542334125886]
  量子近似最適化アルゴリズム(Quantum Approximate Optimization Algorithm、QAOA)は、難解な最適化問題を解くことを目的とした、非常に有望な変分量子アルゴリズムである。 この総合的なレビューは、様々なシナリオにおけるパフォーマンス分析を含む、QAOAの現状の概要を提供する。 我々は,提案アルゴリズムの今後の展望と方向性を探りながら,選択したQAOA拡張と変種の比較研究を行う。
  論文  参考訳（メタデータ） (2023-06-15T15:28:12Z)
• End-to-end resource analysis for quantum interior point methods and portfolio optimization [63.4863637315163]
  問題入力から問題出力までの完全な量子回路レベルのアルゴリズム記述を提供する。 アルゴリズムの実行に必要な論理量子ビットの数と非クリフォードTゲートの量/深さを報告する。
  論文  参考訳（メタデータ） (2022-11-22T18:54:48Z)
• Faster variational quantum algorithms with quantum kernel-based surrogate models [0.0]
  本稿では,雑音量子プロセッサ上での小型から中規模の変分アルゴリズムを提案する。 提案手法は,計算負荷をこれらのハイブリッドアルゴリズムの古典的成分にシフトさせ,量子プロセッサへのクエリ数を劇的に削減する。
  論文  参考訳（メタデータ） (2022-11-02T14:11:25Z)
• A Comparative Study On Solving Optimization Problems With Exponentially Fewer Qubits [0.0]
  変分量子固有解法(VQE)に基づくアルゴリズムの評価と改良を行った。 我々は,問題を変分アンサッツにエンコードすることで生じる数値不安定性を強調する。 より少ないイテレーションでアンザッツの基底状態を求めるための古典的な最適化手法を提案する。
  論文  参考訳（メタデータ） (2022-10-21T08:54:12Z)
• Iteration Complexity of Variational Quantum Algorithms [5.684122393859336]
  雑音は量子回路のバイアスによる目的関数の評価を行う。 我々は、欠落した保証を導き、収束率が影響を受けないことを見出す。
  論文  参考訳（メタデータ） (2022-09-21T19:18:41Z)
• Reducing the cost of energy estimation in the variational quantum eigensolver algorithm with robust amplitude estimation [50.591267188664666]
  量子化学と材料は、量子コンピューティングの最も有望な応用の1つである。 これらの領域における産業関連問題とそれを解決する量子アルゴリズムとの整合性については、まだ多くの研究が続けられている。
  論文  参考訳（メタデータ） (2022-03-14T16:51:36Z)
• Amortized Implicit Differentiation for Stochastic Bilevel Optimization [53.12363770169761]
  決定論的条件と決定論的条件の両方において、二段階最適化問題を解決するアルゴリズムのクラスについて検討する。 厳密な勾配の推定を補正するために、ウォームスタート戦略を利用する。 このフレームワークを用いることで、これらのアルゴリズムは勾配の偏りのない推定値にアクセス可能な手法の計算複雑性と一致することを示す。
  論文  参考訳（メタデータ） (2021-11-29T15:10:09Z)
• 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)
• An optimal quantum sampling regression algorithm for variational eigensolving in the low qubit number regime [0.0]
  量子サンプリング回帰(QSR)は、代替の量子古典的アルゴリズムである。 低量子ビット数構造における時間的複雑さに基づいて,その利用事例を分析した。 ベンチマーク問題に対するアルゴリズムの有効性を示す。
  論文  参考訳（メタデータ） (2020-12-04T00:01:15Z)
• Bilevel Optimization: Convergence Analysis and Enhanced Design [63.64636047748605]
  バイレベル最適化は多くの機械学習問題に対するツールである。 Stoc-BiO という新しい確率効率勾配推定器を提案する。
  論文  参考訳（メタデータ） (2020-10-15T18:09:48Z)

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。