論文の概要: Distributionally Robust Variational Quantum Algorithms with Shifted
Noise
- arxiv url: http://arxiv.org/abs/2308.14935v1
- Date: Mon, 28 Aug 2023 23:19:57 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-30 16:18:24.319769
- Title: Distributionally Robust Variational Quantum Algorithms with Shifted
Noise
- Title（参考訳）: シフト雑音を持つ分布ロバストな変分量子アルゴリズム
- Authors: Zichang He, Bo Peng, Yuri Alexeev, Zheng Zhang
- Abstract要約: 現実的な問題は、環境変化に対する量子ノイズの感度が高く、リアルタイムにシフトする確率である。
これは、最適化されたVQAアンザッツが異なるノイズ環境下では効果的に動作しないため、重要な問題となる。
本稿では,VQAパラメータを未知のシフトノイズに対して頑健に最適化する方法を初めて検討する。
- 参考スコア（独自算出の注目度）: 10.60294155904718
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Given their potential to demonstrate near-term quantum advantage, variational
quantum algorithms (VQAs) have been extensively studied. Although numerous
techniques have been developed for VQA parameter optimization, it remains a
significant challenge. A practical issue is the high sensitivity of quantum
noise to environmental changes, and its propensity to shift in real time. This
presents a critical problem as an optimized VQA ansatz may not perform
effectively under a different noise environment. For the first time, we explore
how to optimize VQA parameters to be robust against unknown shifted noise. We
model the noise level as a random variable with an unknown probability density
function (PDF), and we assume that the PDF may shift within an uncertainty set.
This assumption guides us to formulate a distributionally robust optimization
problem, with the goal of finding parameters that maintain effectiveness under
shifted noise. We utilize a distributionally robust Bayesian optimization
solver for our proposed formulation. This provides numerical evidence in both
the Quantum Approximate Optimization Algorithm (QAOA) and the Variational
Quantum Eigensolver (VQE) with hardware-efficient ansatz, indicating that we
can identify parameters that perform more robustly under shifted noise. We
regard this work as the first step towards improving the reliability of VQAs
influenced by real-time noise.
- Abstract（参考訳）: 短期量子優位性を示す可能性を考えると、変分量子アルゴリズム(VQA)は広く研究されている。
VQAパラメータ最適化のための多くの技術が開発されているが、依然として大きな課題である。
現実的な問題は、環境変化に対する量子ノイズの感度が高く、リアルタイムにシフトする確率である。
これは、最適化されたVQAアンザッツが異なるノイズ環境下で効果的に動作しないため、重要な問題となる。
本稿では,VQAパラメータを未知のシフトノイズに対して頑健に最適化する方法を初めて検討する。
ノイズレベルを未知の確率密度関数を持つ確率変数(PDF)としてモデル化し、不確実性セット内でPDFがシフトする可能性があると仮定する。
この仮定は、シフトノイズの下で有効性を維持するパラメータを見つけることを目的として、分布的に堅牢な最適化問題を定式化する。
提案する定式化には分布的ロバストなベイズ最適化解法を用いる。
このことは、量子近似最適化アルゴリズム(QAOA)とハードウェア効率のアンサッツを持つ変分量子固有解法(VQE)の両方に数値的な証拠を与え、シフトノイズ下でより堅牢に実行されるパラメータを特定できることを示す。
本稿では,VQAの信頼性向上に向けた第一歩として,実時間騒音の影響を考察する。
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) - 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) - Shuffle-QUDIO: accelerate distributed VQE with trainability enhancement
and measurement reduction [77.97248520278123]
本稿では,量子分散最適化におけるシャッフル演算を局所ハミルトニアンに組み込むためのShuffle-QUDIOを提案する。
QUDIOと比較して、Shuffle-QUDIOは量子プロセッサ間の通信周波数を著しく低減し、同時にトレーニング性を向上させる。
論文 参考訳（メタデータ） (2022-09-26T06:51:20Z) - 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) - Bayesian Optimization for QAOA [0.0]
量子回路を最適化するためのベイズ最適化手法を提案する。
提案手法により,量子回路の呼び出し回数を大幅に削減できることを示す。
提案手法は,ノイズの多い中間規模量子デバイス上でのQAOAのハイブリッド特性を活用するための,有望なフレームワークであることが示唆された。
論文 参考訳（メタデータ） (2022-09-08T13:59:47Z) - An Efficient Gradient Sensitive Alternate Framework for VQE with
Variable Ansatz [13.360755226969678]
本稿では,変分量子固有解器(VQE)の性能を高めるために,可変アンサッツを用いた勾配感度代替フレームワークを提案する。
本研究では,ハードウェア効率のよいアンサッツと比較して,検出した解の誤差を最大87.9%向上することを示す。
論文 参考訳（メタデータ） (2022-05-06T06:15:10Z) - Performance comparison of optimization methods on variational quantum
algorithms [2.690135599539986]
変分量子アルゴリズム(VQA)は、学術・工業研究への応用に短期的な量子ハードウェアを使用するための有望な道を提供する。
SLSQP, COBYLA, CMA-ES, SPSAの4つの最適化手法の性能について検討した。
論文 参考訳（メタデータ） (2021-11-26T12:13:20Z) - High Probability Complexity Bounds for Non-Smooth Stochastic Optimization with Heavy-Tailed Noise [51.31435087414348]
アルゴリズムが高い確率で小さな客観的残差を与えることを理論的に保証することが不可欠である。
非滑らか凸最適化の既存の方法は、信頼度に依存した複雑性境界を持つ。
そこで我々は,勾配クリッピングを伴う2つの手法に対して,新たなステップサイズルールを提案する。
論文 参考訳（メタデータ） (2021-06-10T17:54:21Z) - Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。
QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。
数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
論文 参考訳（メタデータ） (2020-10-20T12:06:27Z) - 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。