論文の概要: Sub-universal variational circuits for combinatorial optimization problems

• arxiv url: http://arxiv.org/abs/2308.14981v1
• Date: Tue, 29 Aug 2023 02:16:48 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-30 16:10:43.564392
• Title: Sub-universal variational circuits for combinatorial optimization problems
• Title（参考訳）: 組合せ最適化問題に対する部分ユニバーサル変分回路
• Authors: Gal Weitz, Lirand\"e Pira, Chris Ferrie, Joshua Combes
• Abstract要約: この研究は、2ビット行列を用いて構築された最適化問題に対する量子近似解を生成するために設計された古典的確率回路の新たなクラスを導入する。 そこで,本研究では,最大カウト問題における変分回路の性能について検討した。 この結果から,変分回路の性能を準ユニバーサルゲートセットで評価することは,量子変分回路が励起可能な領域を特定する上で貴重な指標であることが示唆された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum variational circuits have gained significant attention due to their applications in the quantum approximate optimization algorithm and quantum machine learning research. This work introduces a novel class of classical probabilistic circuits designed for generating approximate solutions to combinatorial optimization problems constructed using two-bit stochastic matrices. Through a numerical study, we investigate the performance of our proposed variational circuits in solving the Max-Cut problem on various graphs of increasing sizes. Our classical algorithm demonstrates improved performance for several graph types to the quantum approximate optimization algorithm. Our findings suggest that evaluating the performance of quantum variational circuits against variational circuits with sub-universal gate sets is a valuable benchmark for identifying areas where quantum variational circuits can excel.
• Abstract（参考訳）: 量子変分回路は、量子近似最適化アルゴリズムや量子機械学習研究に応用され、大きな注目を集めている。 本研究は、2ビット確率行列を用いた組合せ最適化問題に対する近似解を生成するために設計された新しい古典確率回路のクラスを提案する。 本研究では,提案する変分回路の性能を数値実験により検証し,サイズが増大するグラフ上での最大カット問題を解く。 古典的アルゴリズムは,いくつかのグラフ型の性能を量子近似最適化アルゴリズムに改善することを示す。 この結果から,変分回路の性能を準ユニバーサルゲートセットで評価することは,量子変分回路が励起可能な領域を特定する上で貴重な指標であることが示唆された。

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-Informed Recursive Optimization Algorithms [0.0]
  最適化問題に対する量子インフォームド再帰最適化(QIRO)アルゴリズムのファミリを提案し,実装する。 提案手法は、量子資源を利用して、問題固有の古典的還元ステップで使用される情報を得る。 バックトラック技術を用いて、量子ハードウェアの要求を増大させることなく、アルゴリズムの性能をさらに向上させる。
  論文  参考訳（メタデータ） (2023-08-25T18:02:06Z)
• 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)
• Parallel circuit implementation of variational quantum algorithms [0.0]
  本稿では,変分量子アルゴリズム(VQA)の量子回路を分割し,並列トレーニングと実行を可能にする手法を提案する。 本稿では,この問題からの固有構造を同定可能な最適化問題に適用する。 我々は,本手法がより大きな問題に対処できるだけでなく,1つのスライスのみを用いてパラメータをトレーニングしながら,完全なVQAモデルを実行することもできることを示した。
  論文  参考訳（メタデータ） (2023-04-06T12:52:29Z)
• Efficient estimation of trainability for variational quantum circuits [43.028111013960206]
  変動量子回路のコスト関数とその分散を効率よく計算する方法を見出した。 この方法は、変分量子回路のトレーニング容易性を証明し、バレンプラトー問題を克服できる設計戦略を探索するために用いられる。
  論文  参考訳（メタデータ） (2023-02-09T14:05:18Z)
• 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)
• Automated Quantum Circuit Design with Nested Monte Carlo Tree Search [3.2828784290497848]
  変分法に基づく量子アルゴリズムは、量子解を構成する最も有望な方法の1つである。 適応性と単純さにもかかわらず、スケーラビリティと適切なAnsの選択は依然として重要な課題である。
  論文  参考訳（メタデータ） (2022-07-01T00:30:01Z)
• Surrogate-based optimization for variational quantum algorithms [0.0]
  変分量子アルゴリズム(英: Variational quantum algorithm)は、短期量子コンピュータで使用される技術の一種である。 実験的な測定をほとんど行わない変分回路のサロゲートモデルの学習について紹介する。 次に、元のデータとは対照的に、これらのモデルを用いてパラメータ最適化を行う。
  論文  参考訳（メタデータ） (2022-04-12T00:15:17Z)
• Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
  マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。 その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
  論文  参考訳（メタデータ） (2021-06-24T20:16:02Z)
• 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。