論文の概要: Quantum Circuit Optimization through Iteratively Pre-Conditioned
Gradient Descent
- arxiv url: http://arxiv.org/abs/2309.09957v1
- Date: Mon, 18 Sep 2023 17:30:03 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-19 12:11:15.108294
- Title: Quantum Circuit Optimization through Iteratively Pre-Conditioned
Gradient Descent
- Title（参考訳）: 逐次事前条件勾配降下による量子回路最適化
- Authors: Dhruv Srinivasan, Kushal Chakrabarti, Nikhil Chopra, Avik Dutt
- Abstract要約: 量子回路を最適化し、状態準備と量子アルゴリズムの実装のための性能高速化を示すために、繰り返し事前条件勾配降下(IPG)を行う。
4量子W状態と最大絡み合った5量子GHZ状態を作成するための104ドルの係数による忠実度の向上を示す。
また、IPGを用いて量子フーリエ変換のユニタリを最適化するゲインを示し、IonQの量子処理ユニット(QPU)上でそのような最適化された回路の実行結果を報告する。
- 参考スコア（独自算出の注目度）: 0.4915744683251151
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: For typical quantum subroutines in the gate-based model of quantum computing,
explicit decompositions of circuits in terms of single-qubit and two-qubit
entangling gates may exist. However, they often lead to large-depth circuits
that are challenging for noisy intermediate-scale quantum (NISQ) hardware.
Additionally, exact decompositions might only exist for some modular quantum
circuits. Therefore, it is essential to find gate combinations that approximate
these circuits to high fidelity with potentially low depth, for example, using
gradient-based optimization. Traditional optimizers often run into problems of
slow convergence requiring many iterations, and perform poorly in the presence
of noise. Here we present iteratively preconditioned gradient descent (IPG) for
optimizing quantum circuits and demonstrate performance speedups for state
preparation and implementation of quantum algorithmic subroutines. IPG is a
noise-resilient, higher-order algorithm that has shown promising gains in
convergence speed for classical optimizations, converging locally at a linear
rate for convex problems and superlinearly when the solution is unique.
Specifically, we show an improvement in fidelity by a factor of $10^4$ for
preparing a 4-qubit W state and a maximally entangled 5-qubit GHZ state
compared to other commonly used classical optimizers tuning the same ansatz. We
also show gains for optimizing a unitary for a quantum Fourier transform using
IPG, and report results of running such optimized circuits on IonQ's quantum
processing unit (QPU). Such faster convergence with promise for
noise-resilience could provide advantages for quantum algorithms on NISQ
hardware, especially since the cost of running each iteration on a quantum
computer is substantially higher than the classical optimizer step.
- Abstract（参考訳）: ゲートベース量子コンピューティングの典型的な量子サブルーチンでは、単一量子と2量子のエンタングゲートの点で回路の明示的な分解が存在する。
しかし、ノイズの多い中間スケール量子(nisq)ハードウェアに挑戦する大深度回路に繋がることが多い。
さらに、正確な分解はモジュラー量子回路でのみ存在する。
したがって、例えば勾配に基づく最適化を用いて、これらの回路を潜在的に低い深さで高忠実度に近似するゲートの組み合わせを見つけることが不可欠である。
従来のオプティマイザは、多くの繰り返しを必要とする緩やかな収束の問題に遭遇し、ノイズの存在下では性能が良くない。
本稿では,量子回路の最適化のための反復的事前条件勾配降下(ipg)と,量子アルゴリズムサブルーチンの構成と実装のための性能向上を示す。
IPGは、古典最適化における収束速度の有望な向上を示し、凸問題に対する線形速度で局所的に収束し、解が一意であるときに超線形に収束する、耐雑音性の高い高次アルゴリズムである。
具体的には、同じアンサッツをチューニングする他の一般的な古典的最適化器と比較して、4量子ビットw状態と最大絡み合う5量子ビットghz状態を作成するために、10^4$の精度向上を示す。
また、ipgを用いた量子フーリエ変換のユニタリ最適化の利点を示し、ionqの量子処理ユニット(qpu)上での最適化回路の実行結果を報告する。
このような高速収束とノイズ耐性の約束は、特に量子コンピュータ上で各イテレーションを実行するコストが古典的なオプティマイザステップよりもかなり高いため、NISQハードウェア上で量子アルゴリズムの利点をもたらす可能性がある。
関連論文リスト
- Optimization by Decoded Quantum Interferometry [43.55132675053983]
本稿では,古典的復号化問題に対する古典的最適化問題を減じるための量子アルゴリズムを提案する。
DQIは、既知の量子時間古典アルゴリズムよりも近似比が良いことを示す。
論文 参考訳（メタデータ） (2024-08-15T17:47:42Z) - QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum
Circuits [82.50620782471485]
QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。
1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。
提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
論文 参考訳（メタデータ） (2024-01-10T22:33:00Z) - Pre-optimizing variational quantum eigensolvers with tensor networks [1.4512477254432858]
VQEをシミュレートすることで、パラメータ化量子回路のよい開始パラメータを求める手法を提示し、ベンチマークする。
最大32キュービットのシステムサイズを持つ1Dと2DのFermi-Hubbardモデルに適用する。
2Dでは、VTNEが検出するパラメータは開始構成よりもはるかに低いエネルギーであり、これらのパラメータから開始するVQEは、与えられたエネルギーに降り着くためには、自明に少ない演算を必要とすることを示す。
論文 参考訳（メタデータ） (2023-10-19T17:57:58Z) - Efficient Classical Computation of Quantum Mean Values for Shallow QAOA
Circuits [15.279642278652654]
浅いQAOA回路の量子ビット数と線形にスケールするグラフ分解に基づく古典的アルゴリズムを提案する。
我々の結果は、QAOAによる量子アドバンテージの探索だけでなく、NISQプロセッサのベンチマークにも有用である。
論文 参考訳（メタデータ） (2021-12-21T12:41:31Z) - Accelerating Variational Quantum Algorithms Using Circuit Concurrency [2.4718252151897886]
変分量子アルゴリズム(VQA)は、ノイズの多い中間スケール量子時代において量子優位を達成するための有望なアプローチを提供する。
回路レベルの反復は、ノイズの多い量子コンピュータ上でのVQAの性能を向上させる手段となることを示す。
論文 参考訳（メタデータ） (2021-09-03T19:31:36Z) - 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) - 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) - Quantum optimization via four-body Rydberg gates [0.0]
高速で高忠実な4体リドベルクパリティゲートを提案し,解析する。
我々のゲートは1回最適化された断熱レーザーパルスに依存しており、動作中に2回のホールドタイムを調整することで完全にプログラム可能である。
小型テスト問題に対する量子近似最適化アルゴリズム(QAOA)の実装を実証する。
論文 参考訳（メタデータ） (2021-06-04T18:33:09Z) - Space-efficient binary optimization for variational computing [68.8204255655161]
本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。
また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
論文 参考訳（メタデータ） (2020-09-15T18:17:27Z) - Compilation of Fault-Tolerant Quantum Heuristics for Combinatorial
Optimization [0.14755786263360526]
最小限のフォールトトレラント量子コンピュータで試すのに、最適化のための量子アルゴリズムが最も実用的であるかを探る。
この結果から,2次高速化のみを実現する量子最適化が,古典的アルゴリズムよりも有利であるという考えが否定される。
論文 参考訳（メタデータ） (2020-07-14T22:54:04Z) - Improving the Performance of Deep Quantum Optimization Algorithms with
Continuous Gate Sets [47.00474212574662]
変分量子アルゴリズムは計算的に難しい問題を解くのに有望であると考えられている。
本稿では,QAOAの回路深度依存性能について実験的に検討する。
この結果から, 連続ゲートセットの使用は, 短期量子コンピュータの影響を拡大する上で重要な要素である可能性が示唆された。
論文 参考訳（メタデータ） (2020-05-11T17:20:51Z)
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。