論文の概要: Benchmarking Adaptative Variational Quantum Algorithms on QUBO Instances
- arxiv url: http://arxiv.org/abs/2308.01789v1
- Date: Thu, 3 Aug 2023 14:39:02 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-04 13:48:15.928171
- Title: Benchmarking Adaptative Variational Quantum Algorithms on QUBO Instances
- Title(参考訳): QUBOインスタンス上の適応変分量子アルゴリズムのベンチマーク
- Authors: Gloria Turati (1), Maurizio Ferrari Dacrema (1), Paolo Cremonesi (1)
((1) Politecnico di Milano)
- Abstract要約: 適応型VQAは、トレーニング中にパラメータの追加、削除、最適化によって回路構造を動的に修正する。
可変量子固有解器(EVQE)、可変アンサッツ(VAns)、ランダム適応-VQE(RA-VQE)の3つの適応的VQAを分析し、ベースラインとして導入するランダムなアプローチを提案する。
我々の分析は、短期量子デバイス用に設計されたAdaptative VQAのベンチマークを設定する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In recent years, Variational Quantum Algorithms (VQAs) have emerged as a
promising approach for solving optimization problems on quantum computers in
the NISQ era. However, one limitation of VQAs is their reliance on
fixed-structure circuits, which may not be taylored for specific problems or
hardware configurations. A leading strategy to address this issue are
Adaptative VQAs, which dynamically modify the circuit structure by adding and
removing gates, and optimize their parameters during the training. Several
Adaptative VQAs, based on heuristics such as circuit shallowness, entanglement
capability and hardware compatibility, have already been proposed in the
literature, but there is still lack of a systematic comparison between the
different methods. In this paper, we aim to fill this gap by analyzing three
Adaptative VQAs: Evolutionary Variational Quantum Eigensolver (EVQE), Variable
Ansatz (VAns), already proposed in the literature, and Random Adapt-VQE
(RA-VQE), a random approach we introduce as a baseline. In order to compare
these algorithms to traditional VQAs, we also include the Quantum Approximate
Optimization Algorithm (QAOA) in our analysis. We apply these algorithms to
QUBO problems and study their performance by examining the quality of the
solutions found and the computational times required. Additionally, we
investigate how the choice of the hyperparameters can impact the overall
performance of the algorithms, highlighting the importance of selecting an
appropriate methodology for hyperparameter tuning. Our analysis sets benchmarks
for Adaptative VQAs designed for near-term quantum devices and provides
valuable insights to guide future research in this area.
- Abstract(参考訳): 近年, 変分量子アルゴリズム (VQA) は, NISQ時代の量子コンピュータにおける最適化問題の解法として期待されている。
しかしながら、VQAの1つの制限は、特定の問題やハードウェア構成に適合しない固定構造回路に依存していることである。
この問題を解決するための主要な戦略はAdaptative VQAで、ゲートの追加と削除によって回路構造を動的に変更し、トレーニング中にパラメータを最適化する。
回路の浅さ,絡み合い能力,ハードウェア互換性などのヒューリスティックに基づく適応vqaは,文献ですでに提案されているが,両者の方法の系統的な比較はいまだに不十分である。
本稿では, 進化的変分量子固有解法 (EVQE) , 可変アンザッツ (VAns) , ランダム適応-VQE (RA-VQE) の3つの変分量子固有解法 (EVQE) を解析し, このギャップを埋めることを目的とする。
これらのアルゴリズムを従来のVQAと比較するために、分析には量子近似最適化アルゴリズム(QAOA)も含んでいる。
これらのアルゴリズムをqubo問題に適用し,検出した解の品質と計算時間を調べ,その性能について検討した。
さらに,ハイパーパラメータの選択がアルゴリズム全体の性能に与える影響について検討し,ハイパーパラメータチューニングに適切な手法を選択することの重要性を強調した。
我々の分析は、短期量子デバイス向けに設計された適応vqaのベンチマークを設定し、この分野の将来研究のガイドとなる貴重な洞察を提供する。
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) - Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。
どの場の量子スピードアップが達成できるかという新たな課題が生じる。
量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文 参考訳(メタデータ) (2024-02-26T09:32:07Z) - A joint optimization approach of parameterized quantum circuits with a
tensor network [0.0]
現在の中間スケール量子(NISQ)デバイスはその能力に制限がある。
本稿では,パラメータ化ネットワーク(TN)を用いて,変分量子固有解法(VQE)アルゴリズムの性能改善を試みる。
論文 参考訳(メタデータ) (2024-02-19T12:53:52Z) - 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) - Quantum-Assisted Solution Paths for the Capacitated Vehicle Routing
Problem [0.0]
我々は、キャパシタントカー問題(CVRP)またはその減量版であるトラベリングセールスパーソン問題(TSP)について議論する。
今日の最も強力な古典的アルゴリズムでさえ、CVRPは古典的解決が難しい。
量子コンピューティングは、ソリューションの時間を改善する手段を提供するかもしれない。
論文 参考訳(メタデータ) (2023-04-19T13:03:50Z) - QNEAT: Natural Evolution of Variational Quantum Circuit Architecture [95.29334926638462]
我々は、ニューラルネットワークの量子対する最も有望な候補として登場した変分量子回路(VQC)に注目した。
有望な結果を示す一方で、バレン高原、重みの周期性、アーキテクチャの選択など、さまざまな問題のために、VQCのトレーニングは困難である。
本稿では,VQCの重みとアーキテクチャの両方を最適化するために,自然進化にインスパイアされた勾配のないアルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-04-14T08:03:20Z) - Iteration Complexity of Variational Quantum Algorithms [5.203200173190989]
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) - Classically optimal variational quantum algorithms [0.0]
変分量子アルゴリズム(VQA)のようなハイブリッド量子古典アルゴリズムは、NISQコンピュータ上での実装に適している。
このレターでは、VQAの暗黙的なステップを拡張します。古典的なプリ計算サブルーチンは、古典的なアルゴリズムを非自明に使用して、問題インスタンス固有の変動量子回路を単純化、変換、特定することができます。
論文 参考訳(メタデータ) (2021-03-31T13:33:38Z) - 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) - 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。