論文の概要: Enabling High Performance Debugging for Variational Quantum Algorithms
using Compressed Sensing
- arxiv url: http://arxiv.org/abs/2308.03213v1
- Date: Sun, 6 Aug 2023 21:35:20 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-08 16:02:50.250477
- Title: Enabling High Performance Debugging for Variational Quantum Algorithms
using Compressed Sensing
- Title（参考訳）: 圧縮センシングを用いた変分量子アルゴリズムの高性能デバッグの実現
- Authors: Kun Liu, Tianyi Hao, and Swamit Tannu
- Abstract要約: 変分量子アルゴリズム(VQA)は、現代のノイズ中間スケール量子(NISQ)コンピュータを用いて、実用的な問題を解くことができる。
VQAsは、パラメータ化量子回路によって計算された損失関数を古典的に最適化することにより、量子ビット誤差の存在下で近似解を求める。
- 参考スコア（独自算出の注目度）: 2.8991059431018398
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Variational quantum algorithms (VQAs) can potentially solve practical
problems using contemporary Noisy Intermediate Scale Quantum (NISQ) computers.
VQAs find near-optimal solutions in the presence of qubit errors by classically
optimizing a loss function computed by parameterized quantum circuits. However,
developing and testing VQAs is challenging due to the limited availability of
quantum hardware, their high error rates, and the significant overhead of
classical simulations. Furthermore, VQA researchers must pick the right
initialization for circuit parameters, utilize suitable classical optimizer
configurations, and deploy appropriate error mitigation methods. Unfortunately,
these tasks are done in an ad-hoc manner today, as there are no software tools
to configure and tune the VQA hyperparameters.
In this paper, we present OSCAR (cOmpressed Sensing based Cost lAndscape
Reconstruction) to help configure: 1) correct initialization, 2) noise
mitigation techniques, and 3) classical optimizers to maximize the quality of
the solution on NISQ hardware. OSCAR enables efficient debugging and
performance tuning by providing users with the loss function landscape without
running thousands of quantum circuits as required by the grid search. Using
OSCAR, we can accurately reconstruct the complete cost landscape with up to
100X speedup. Furthermore, OSCAR can compute an optimizer function query in an
instant by interpolating a computed landscape, thus enabling the trial run of a
VQA configuration with considerably reduced overhead.
- Abstract（参考訳）: 変分量子アルゴリズム(VQA)は、現代のノイズ中間スケール量子(NISQ)コンピュータを用いて、実用的な問題を解くことができる。
VQAsは、パラメータ化量子回路によって計算された損失関数を古典的に最適化することにより、量子ビット誤差の存在下で近似解を求める。
しかしながら、量子ハードウェアの可用性の限界、高いエラー率、古典的なシミュレーションの大きなオーバーヘッドのため、VQAの開発とテストは困難である。
さらに、VQA研究者は、回路パラメータの適切な初期化を選択し、適切な古典的なオプティマイザ構成を利用し、適切なエラー軽減方法をデプロイする必要がある。
残念ながら、これらのタスクは今日、VQAハイパーパラメータの設定とチューニングを行うソフトウェアツールがないため、アドホックな方法で実行されます。
本稿では,OSCAR(cOmpressed Sensing based Cost lAndscape Reconstruction)について述べる。
1)初期化の訂正
2)騒音緩和技術、及び
3) NISQハードウェアにおけるソリューションの品質を最大化するための古典最適化器。
OSCARは、グリッドサーチに必要な数千の量子回路を実行することなく、損失関数のランドスケープをユーザに提供することで、効率的なデバッグとパフォーマンスチューニングを可能にする。
OSCARを使えば、最大100倍のスピードアップでコストの全体像を正確に再構築できます。
さらにOSCARは、計算されたランドスケープを補間することにより、即座にオプティマイザ関数クエリを計算できるため、オーバーヘッドを大幅に削減したVQA構成の試行が可能になる。
関連論文リスト
- Non-Variational Quantum Random Access Optimization with Alternating Operator Ansatz [3.5773675235837974]
量子ランダムアクセス最適化(QRAO)は、量子最適化の空間要求を減らすために提案されている。
インスタンスに依存しない'固定'パラメータは優れた性能を示し、変分パラメータ最適化の必要性を排除した。
本研究は,早期のフォールトトレラント量子コンピュータ上でのQRAOの実践的実行の道を開くものである。
論文 参考訳（メタデータ） (2025-02-06T18:25:31Z) - 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) - Challenges of variational quantum optimization with measurement shot noise [0.0]
問題の大きさが大きくなるにつれて、量子資源のスケーリングが一定の成功確率に達するか検討する。
この結果から,ハイブリッド量子古典アルゴリズムは古典外ループの破壊力を回避する必要がある可能性が示唆された。
論文 参考訳（メタデータ） (2023-07-31T18:01:15Z) - Qubit efficient quantum algorithms for the vehicle routing problem on
NISQ processors [48.68474702382697]
時間窓付き車両ルーティング問題(VRPTW)は、ロジスティクス業界で直面する一般的な最適化問題である。
そこで本研究では,以前に導入した量子ビット符号化方式を用いて,バイナリ変数の数を削減した。
論文 参考訳（メタデータ） (2023-06-14T13:44:35Z) - 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) - Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。
問題の大きさと問題グラフの次数で指数関数的に増大する。
これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
論文 参考訳（メタデータ） (2022-01-06T21:02:30Z) - Quantum circuit architecture search on a superconducting processor [56.04169357427682]
変分量子アルゴリズム(VQA)は、ファイナンス、機械学習、化学といった様々な分野において、証明可能な計算上の優位性を得るための強力な証拠を示している。
しかし、現代のVQAで利用されるアンザッツは、表現性と訓練性の間のトレードオフのバランスをとることができない。
8量子ビット超伝導量子プロセッサ上でVQAを強化するために,効率的な自動アンサッツ設計技術を適用した最初の実証実験を実証する。
論文 参考訳（メタデータ） (2022-01-04T01:53:42Z) - Accelerating variational quantum algorithms with multiple quantum
processors [78.36566711543476]
変分量子アルゴリズム(VQA)は、特定の計算上の利点を得るために、短期量子マシンを利用する可能性がある。
現代のVQAは、巨大なデータを扱うために単独の量子プロセッサを使用するという伝統によって妨げられている、計算上のオーバーヘッドに悩まされている。
ここでは、この問題に対処するため、効率的な分散最適化手法であるQUDIOを考案する。
論文 参考訳（メタデータ） (2021-06-24T08:18:42Z) - 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) - Classical Optimizers for Noisy Intermediate-Scale Quantum Devices [1.43494686131174]
本稿では,NISQ(Noisy Intermediate-Scale Quantum)デバイス上でのチューニングについて述べる。
VQEのケーススタディにおいて、異なる最小値の効率と有効性について分析した。
これまでのほとんどの結果は量子VQE回路のチューニングに集中しているが、量子ノイズの存在下では、古典的な最小化ステップを慎重に選択して正しい結果を得る必要がある。
論文 参考訳（メタデータ） (2020-04-06T21:31:22Z)
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。