論文の概要: Some improvements to product formula circuits for Hamiltonian simulation
- arxiv url: http://arxiv.org/abs/2310.12256v1
- Date: Wed, 18 Oct 2023 18:43:52 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-20 18:06:13.256509
- Title: Some improvements to product formula circuits for Hamiltonian simulation
- Title（参考訳）: ハミルトニアンシミュレーションのための製品公式回路の改良
- Authors: Andre Kornell and Peter Selinger
- Abstract要約: 本研究では,基底状態エネルギー推定アルゴリズムの標準実装の改善について述べる。
これらには、ハミルトン項ごとのより小さな回路テンプレート、通勤制御された回転の並列化、より効率的なスケジューリングが含まれる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We provide three improvements to the standard implementation of the ground
state energy estimation algorithm via Trotter-Suzuki decomposition. These
consist of smaller circuit templates for each Hamiltonian term, parallelization
of commuting controlled rotations, and more efficient scheduling. These
improvements may be regarded separately, and we anticipate that they may be
combined with other improvements to the standard implementation.
Note that we are not proposing a new algorithm for ground state energy
estimation, nor are we claiming that the Trotter-Suzuki product formula family
of algorithms is the optimal choice for this problem. Rather, we are
demonstrating the use of circuit optimization techniques to give a very
efficient implementation of this particular algorithm.
- Abstract（参考訳）: トロッター・スズキ分解による基底状態エネルギー推定アルゴリズムの標準実装における3つの改善点を提案する。
これらは、ハミルトニアン項毎のより小さな回路テンプレート、可換制御回転の並列化、より効率的なスケジューリングからなる。
これらの改善は別々に検討され、標準実装の他の改善と組み合わせられる可能性があると期待する。
地中エネルギー推定のための新しいアルゴリズムを提案していないことに留意し、また、トロッタースズキ積公式のアルゴリズムがこの問題の最適選択であると主張することに留意する。
むしろ我々は、この特定のアルゴリズムの非常に効率的な実装を提供するために、回路最適化手法の使用を実証している。
関連論文リスト
- Optimization Algorithm Design via Electric Circuits [13.101300549333297]
本稿では,電気RCC回路のアイデアを用いた凸最適化アルゴリズムの設計手法を提案する。
この手法の第一段階は、連続時間ダイナミクスが目の前の最適化問題の解に収束する適切な電気回路を設計することである。
第2段階は、連続時間力学のコンピュータ支援による自動離散化であり、証明可能な収束離散時間アルゴリズムをもたらす。
論文 参考訳（メタデータ） (2024-11-04T20:10:59Z) - Strategies for optimizing double-bracket quantum algorithms [0.050257374758179374]
ダブルブラケット進化の選択を最適化するための戦略を提案する。
また,CNOTやシングルキュービット回転ゲートに直接コンパイル可能な対角展開パラメトリゼーションも提案する。
論文 参考訳（メタデータ） (2024-08-14T10:07:54Z) - Accelerating Cutting-Plane Algorithms via Reinforcement Learning
Surrogates [49.84541884653309]
凸離散最適化問題に対する現在の標準的なアプローチは、カットプレーンアルゴリズムを使うことである。
多くの汎用カット生成アルゴリズムが存在するにもかかわらず、大規模な離散最適化問題は、難易度に悩まされ続けている。
そこで本研究では,強化学習による切削平面アルゴリズムの高速化手法を提案する。
論文 参考訳（メタデータ） (2023-07-17T20:11:56Z) - Accelerated First-Order Optimization under Nonlinear Constraints [73.2273449996098]
我々は、制約付き最適化のための一階アルゴリズムと非滑らかなシステムの間で、新しい一階アルゴリズムのクラスを設計する。
これらのアルゴリズムの重要な性質は、制約がスパース変数の代わりに速度で表されることである。
論文 参考訳（メタデータ） (2023-02-01T08:50:48Z) - Iterative Linear Quadratic Optimization for Nonlinear Control:
Differentiable Programming Algorithmic Templates [9.711326718689495]
本稿では,機能的観点からの目的の線形近似と二次近似に基づく非線形制御アルゴリズムの実装について述べる。
我々は、微分可能なプログラミングフレームワークで全てのアルゴリズムの計算複雑性を導出し、十分な最適性条件を示す。
アルゴリズムは、公開パッケージで微分可能なプログラミング言語でコード化されている。
論文 参考訳（メタデータ） (2022-07-13T17:10:47Z) - Twisted hybrid algorithms for combinatorial optimization [68.8204255655161]
提案されたハイブリッドアルゴリズムは、コスト関数をハミルトニアン問題にエンコードし、回路の複雑さの低い一連の状態によってエネルギーを最適化する。
レベル$p=2,ldots, 6$の場合、予想される近似比をほぼ維持しながら、レベル$p$を1に減らすことができる。
論文 参考訳（メタデータ） (2022-03-01T19:47:16Z) - Provably Faster Algorithms for Bilevel Optimization [54.83583213812667]
バイレベル最適化は多くの重要な機械学習アプリケーションに広く適用されている。
両レベル最適化のための2つの新しいアルゴリズムを提案する。
両アルゴリズムが$mathcalO(epsilon-1.5)$の複雑さを達成し,既存のアルゴリズムを桁違いに上回っていることを示す。
論文 参考訳（メタデータ） (2021-06-08T21:05:30Z) - 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) - Adaptivity of Stochastic Gradient Methods for Nonconvex Optimization [71.03797261151605]
適応性は現代最適化理論において重要であるが、研究されていない性質である。
提案アルゴリズムは,PL目標に対して既存のアルゴリズムよりも優れた性能を保ちながら,PL目標に対して最適な収束性を実現することを実証した。
論文 参考訳（メタデータ） (2020-02-13T05:42:27Z)
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。