論文の概要: Randomized Benchmarking of Local Zeroth-Order Optimizers for Variational Quantum Systems

• arxiv url: http://arxiv.org/abs/2310.09468v1
• Date: Sat, 14 Oct 2023 02:13:26 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-17 20:25:29.519089
• Title: Randomized Benchmarking of Local Zeroth-Order Optimizers for Variational Quantum Systems
• Title（参考訳）: 変分量子系に対する局所ゼロ階最適化器のランダムベンチマーク
• Authors: Lucas Tecot, Cho-Jui Hsieh
• Abstract要約: 古典学のパフォーマンスを、半ランダム化された一連のタスクで比較する。 量子システムにおける一般に好適な性能とクエリ効率のため、局所ゼロ階数に着目する。
• 参考スコア（独自算出の注目度）: 65.268245109828
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In the field of quantum information, classical optimizers play an important role. From experimentalists optimizing their physical devices to theorists exploring variational quantum algorithms, many aspects of quantum information require the use of a classical optimizer. For this reason, there are many papers that benchmark the effectiveness of different optimizers for specific quantum optimization tasks and choices of parameterized algorithms. However, for researchers exploring new algorithms or physical devices, the insights from these studies don't necessarily translate. To address this concern, we compare the performance of classical optimizers across a series of partially-randomized tasks to more broadly sample the space of quantum optimization problems. We focus on local zeroth-order optimizers due to their generally favorable performance and query-efficiency on quantum systems. We discuss insights from these experiments that can help motivate future works to improve these optimizers for use on quantum systems.
• Abstract（参考訳）: 量子情報の分野では、古典的最適化が重要な役割を果たす。 物理装置を最適化する実験家から変分量子アルゴリズムを探求する理論家まで、量子情報の多くの側面は古典的最適化器の使用を必要とする。 このため、特定の量子最適化タスクに対する異なる最適化器の有効性とパラメータ化アルゴリズムの選択をベンチマークする論文が多数存在する。 しかし、新しいアルゴリズムや物理デバイスを探索する研究者にとって、これらの研究の洞察は必ずしも翻訳されない。 この問題に対処するため、量子最適化問題の空間をより広くサンプリングするために、古典最適化器の性能を半ランダム化された一連のタスクで比較する。 量子システムの性能とクエリ効率が概ね良好であることから、局所ゼロ階最適化に着目する。 我々は、これらの実験から得られた洞察を議論し、量子システムで使用する最適化器を改善するための将来の研究の動機付けに役立てる。

関連論文リスト

• A coherent approach to quantum-classical optimization [0.0]
  ハイブリッド量子古典最適化技術は、量子計算資源の削減を可能にすることが示されている。 我々は、コヒーレンスエントロピーを量子状態の適合性を決定する重要な指標とみなす。 本稿では,従来の課題に対するアプローチを大幅に改善する量子古典最適化プロトコルを提案する。
  論文  参考訳（メタデータ） (2024-09-20T22:22:53Z)
• 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 and Opportunities in Quantum Optimization [14.7608536260003]
  量子コンピュータの最近の進歩は、ブラトフォース古典シミュレーションを超えるスケールで問題を解決する能力を示している。 計算機科学や物理学全般において、主要な最適化問題に対するアプローチは様々である。
  論文  参考訳（メタデータ） (2023-12-04T19:00:44Z)
• 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)
• An Empirical Review of Optimization Techniques for Quantum Variational Circuits [0.0]
  量子変分回路(QVC)は、近距離量子ハードウェアと長期量子ハードウェアの両方の最も強力な用途の1つとしてしばしば主張される。 これらの回路を最適化するための標準的なアプローチは、最適化の各ステップで新しいパラメータを計算するために古典的なシステムに依存している。 我々は、様々な最適化タスクにおいて、多くの共通勾配と自由のポテンシャルを実証的に評価する。
  論文  参考訳（メタデータ） (2022-02-03T03:20:54Z)
• 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)
• 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)
• 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。