論文の概要: Absence of barren plateaus in finite local-depth circuits with
long-range entanglement
- arxiv url: http://arxiv.org/abs/2311.01393v2
- Date: Wed, 14 Feb 2024 07:04:05 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-15 19:06:45.001800
- Title: Absence of barren plateaus in finite local-depth circuits with
long-range entanglement
- Title(参考訳): 長距離絡み付き有限局所深さ回路における不毛高原の欠如
- Authors: Hao-Kai Zhang, Shuo Liu, and Shi-Xin Zhang
- Abstract要約: 浅いパラメータ化回路は、短距離の絡み合った状態を得るために効果的に訓練することができる。
深い回路は、バレンプラトー現象のために一般には訓練不可能である。
有限局所深度回路のトレーニングにおいてバレンプラトーが欠如していることを証明する。
- 参考スコア(独自算出の注目度): 3.6343650965508187
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Ground state preparation is classically intractable for general Hamiltonians.
On quantum devices, shallow parameterized circuits can be effectively trained
to obtain short-range entangled states under the paradigm of variational
quantum eigensolver, while deep circuits are generally untrainable due to the
barren plateau phenomenon. In this Letter, we give a general lower bound on the
variance of circuit gradients for arbitrary quantum circuits composed of local
2-designs. Based on our unified framework, we prove the absence of barren
plateaus in training finite local-depth circuits (FLDC) for the ground states
of local Hamiltonians. FLDCs are allowed to be deep in the conventional circuit
depth to generate long-range entangled ground states, such as topologically
ordered states, but their local depths are finite, i.e., there is only a finite
number of gates acting on individual qubits. This characteristic sets FLDC
apart from shallow circuits: FLDC in general cannot be classically simulated to
estimate local observables efficiently by existing tensor network methods in
two and higher dimensions. We validate our analytical results with extensive
numerical simulations and demonstrate the effectiveness of variational training
using the generalized toric code model.
- Abstract(参考訳): 基底状態の準備は古典的には一般のハミルトニアンには難解である。
量子デバイスにおいて、浅いパラメータ化回路は、変分量子固有解法というパラダイムの下で短距離の絡み合った状態を得るために効果的に訓練することができる。
このレターでは、局所的な2次元設計からなる任意の量子回路に対して、回路勾配のばらつきに関する一般的な下界を与える。
統一された枠組みに基づき,局所ハミルトニアンの基底状態に対する有限局所深さ回路(fldc)の訓練において,不毛高原が存在しないことを証明した。
FLDCは、トポロジカルに順序づけられた状態のような長距離の絡み合った基底状態を生成するために、従来の回路深さの奥深くでもよいが、その局所的な深さは有限である。
一般的にfldcは2次元以上の既存のテンソルネットワーク法によって局所観測可能量を効率的に推定するために古典的にシミュレーションすることはできない。
解析結果を広範囲な数値シミュレーションで検証し,一般化トーリック符号モデルを用いた変分訓練の有効性を示す。
関連論文リスト
- Hardware-efficient ansatz without barren plateaus in any depth [1.3108652488669736]
変分量子回路は、最近、現実世界の応用に関係しているため、多くの関心を集めている。
その大きな可能性にもかかわらず、数十量子ビットを超える回路の実用性はほとんど疑問視されている。
主な問題のひとつは、いわゆるバレンプラトー現象である。
論文 参考訳(メタデータ) (2024-03-07T19:00:12Z) - Quantum information spreading in generalised dual-unitary circuits [49.1574468325115]
局所演算子は、二重単位回路のように光速で拡散することを示す。
これらの特性を用いて、回路内の絡み合い膜に対する閉形式表現を求める。
論文 参考訳(メタデータ) (2023-12-05T18:09:27Z) - Tight and Efficient Gradient Bounds for Parameterized Quantum Circuits [7.0379869298557844]
パラメータ化モデルのトレーニングは、下層の損失関数のランドスケープに大きく依存する。
これらの境界は, 損失そのものの分散とともに, VQAモデルの損失景観を研究するために, 効率よく, 古典的に逆向きに推定できることが示される。
この洞察は、局所的およびグローバル的用語からなる観測可能なVQAとして再構成できる生成モデルであるハイブリッド量子生成広告ネットワーク(qGANs)に直接的な意味を持つ。
論文 参考訳(メタデータ) (2023-09-22T07:38:13Z) - Gaussian initializations help deep variational quantum circuits escape
from the barren plateau [87.04438831673063]
近年、変分量子回路は量子シミュレーションや量子機械学習に広く用いられている。
しかし、ランダムな構造を持つ量子回路は、回路深さと量子ビット数に関して指数関数的に消える勾配のため、トレーニング容易性が低い。
この結果、ディープ量子回路は実用的なタスクでは実現できないという一般的な信念が導かれる。
論文 参考訳(メタデータ) (2022-03-17T15:06:40Z) - Toward Trainability of Deep Quantum Neural Networks [87.04438831673063]
ランダムな構造を持つ量子ニューラルネットワーク(QNN)は、回路深さと量子ビット数が増加するにつれて指数関数的に減少する勾配のため、トレーニング性に乏しい。
理論的保証のある深部QNNに対して、消滅する勾配問題に対する最初の実現可能な解決策を提供する。
論文 参考訳(メタデータ) (2021-12-30T10:27:08Z) - Determining ground-state phase diagrams on quantum computers via a
generalized application of adiabatic state preparation [61.49303789929307]
我々は、状態準備のために局所的な断熱ランプを使用して、時間的進化を通じて量子コンピュータ上の基底状態位相図を直接計算することができる。
我々は,IBMの量子マシンを用いて,二つのサイトシステムと3つのサイトシステムの両方の正確な位相図を計算できる。
論文 参考訳(メタデータ) (2021-12-08T23:59:33Z) - Preparing Renormalization Group Fixed Points on NISQ Hardware [0.0]
Evenbly と White の作業に適応した回路を用いて, 臨界イジングモデルの基底状態の堅牢性について数値的, 実験的に検討した。
実験的な実装は、局所可観測物の収束と安定性に見られる再正規化を通じて自己補正を示す。
また、再正規化回路に特化して適応したゼロノイズ外挿方式による誤差低減を数値的に検証する。
論文 参考訳(メタデータ) (2021-09-20T18:35:11Z) - Universal Effectiveness of High-Depth Circuits in Variational
Eigenproblems [6.310247417832755]
そこで本研究では,同じ形状の層ユニタリのシーケンスを実行する汎用的な高深度回路が,所望の状態を正確に近似できることを示す。
我々は、非常に異なる性質を持つ2つのハミルトン系を用いることで、それらの普遍的な成功を実証する。
論文 参考訳(メタデータ) (2020-10-01T00:39:22Z) - Hardware-Encoding Grid States in a Non-Reciprocal Superconducting
Circuit [62.997667081978825]
本稿では、非相互デバイスと、基底空間が2倍縮退し、基底状態がGottesman-Kitaev-Preskill(GKP)符号の近似符号であるジョセフソン接合からなる回路設計について述べる。
この回路は、電荷やフラックスノイズなどの超伝導回路の一般的なノイズチャネルに対して自然に保護されており、受動的量子誤差補正に使用できることを示唆している。
論文 参考訳(メタデータ) (2020-02-18T16:45:09Z) - Efficient classical simulation of random shallow 2D quantum circuits [104.50546079040298]
ランダム量子回路は古典的にシミュレートするのは難しいと見なされる。
典型例の近似シミュレーションは, 正確なシミュレーションとほぼ同程度に困難であることを示す。
また、十分に浅いランダム回路はより一般的に効率的にシミュレーション可能であると推測する。
論文 参考訳(メタデータ) (2019-12-31T19:00:00Z)
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。