論文の概要: Learning Quantum Phase Estimation by Variational Quantum Circuits

• arxiv url: http://arxiv.org/abs/2311.04690v1
• Date: Wed, 8 Nov 2023 13:57:24 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-09 15:51:07.636641
• Title: Learning Quantum Phase Estimation by Variational Quantum Circuits
• Title（参考訳）: 変分量子回路による量子位相推定の学習
• Authors: Chen-Yu Liu, Chu-Hsuan Abraham Lin, Kuan-Cheng Chen
• Abstract要約: 我々は,量子位相推定回路の深さを低減するために,変分量子回路(VQC)近似を開発した。 実験により,VQCは回路ノイズを低減し,実ハードウェア上でのノイズQPEと標準QPEの両方に優れた性能を示した。 この量子コンパイラへのVQCの統合は、ディープ回路を持つ量子アルゴリズムに大きな可能性を秘めている。
• 参考スコア（独自算出の注目度）: 0.9208007322096533
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Quantum Phase Estimation (QPE) stands as a pivotal quantum computing subroutine that necessitates an inverse Quantum Fourier Transform (QFT). However, it is imperative to recognize that enhancing the precision of the estimation inevitably results in a significantly deeper circuit. We developed a variational quantum circuit (VQC) approximation to reduce the depth of the QPE circuit, yielding enhanced performance in noisy simulations and real hardware. Our experiments demonstrated that the VQC outperformed both Noisy QPE and standard QPE on real hardware by reducing circuit noise. This VQC integration into quantum compilers as an intermediate step between input and transpiled circuits holds significant promise for quantum algorithms with deep circuits. Future research will explore its potential applicability across various quantum computing hardware architectures.
• Abstract（参考訳）: 量子位相推定(QPE)は、逆量子フーリエ変換(QFT)を必要とする中心的な量子コンピューティングサブルーチンである。 しかし、推定精度の向上が必然的にはるかに深い回路となることを認識することが不可欠である。 我々は,QPE回路の深さを低減し,ノイズシミュレーションや実ハードウェアの性能を向上させるために,変分量子回路(VQC)近似を開発した。 実験の結果,VQCは回路ノイズを低減し,実ハードウェア上でのノイズQPEと標準QPEの両方に優れていた。 この量子コンパイラへのvqc統合は、入力回路とトランスパイル回路の間の中間ステップとして、深い回路を持つ量子アルゴリズムに大きな期待を持っている。 今後の研究は、様々な量子コンピューティングハードウェアアーキテクチャにまたがる応用可能性を探るだろう。

関連論文リスト

• SuperEncoder: Towards Universal Neural Approximate Quantum State Preparation [12.591173729459427]
  トレーニング済みのニューラルネットワークを利用して任意の量子状態に対してQSP回路を直接生成できることが示される。 我々の研究は、近似QSPのための普遍的ニューラルデザイナに向けて着実に進んでいる。
  論文  参考訳（メタデータ） (2024-08-10T04:39:05Z)
• Distributed Quantum Computing for Chemical Applications [10.679753825744964]
  分散量子コンピューティング(DQC)は、計算処理を多くのデバイスに分散させることによって計算能力を高めることを目的としている。 DQCは、多くのデバイスに計算プロセスを分散させることによって計算能力を高めることを目的としており、量子デバイスに必要なノイズと回路深度を最小限にすることを目的としている。
  論文  参考訳（メタデータ） (2024-08-09T21:42:51Z)
• Quantum Compiling with Reinforcement Learning on a Superconducting Processor [55.135709564322624]
  超伝導プロセッサのための強化学習型量子コンパイラを開発した。 短絡の新規・ハードウェア対応回路の発見能力を示す。 本研究は,効率的な量子コンパイルのためのハードウェアによるソフトウェア設計を実証する。
  論文  参考訳（メタデータ） (2024-06-18T01:49:48Z)
• Reinforcement learning-assisted quantum architecture search for variational quantum algorithms [0.0]
  この論文は、ノイズの多い量子ハードウェアにおける機能量子回路の同定に焦点を当てている。 本稿では, テンソルを用いた量子回路の符号化, 環境力学の制約により, 可能な回路の探索空間を効率的に探索する。 様々なVQAを扱う際、我々のRLベースのQASは既存のQASよりも優れています。
  論文  参考訳（メタデータ） (2024-02-21T12:30:39Z)
• 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)
• Quantum Imitation Learning [74.15588381240795]
  本稿では、量子優位性を利用してILを高速化する量子模倣学習(QIL)を提案する。 量子行動クローニング(Q-BC)と量子生成逆模倣学習(Q-GAIL)という2つのQILアルゴリズムを開発した。 実験結果から,Q-BCとQ-GAILの両者が,従来のものと同等の性能を達成できることが判明した。
  論文  参考訳（メタデータ） (2023-04-04T12:47:35Z)
• Quantum circuit debugging and sensitivity analysis via local inversions [62.997667081978825]
  本稿では,回路に最も影響を及ぼす量子回路の断面をピンポイントする手法を提案する。 我々は,IBM量子マシン上に実装されたアルゴリズム回路の例に応用して,提案手法の実用性と有効性を示す。
  論文  参考訳（メタデータ） (2022-04-12T19:39:31Z)
• Tensor Network Quantum Virtual Machine for Simulating Quantum Circuits at Exascale [57.84751206630535]
  本稿では,E-scale ACCelerator(XACC)フレームワークにおける量子回路シミュレーションバックエンドとして機能する量子仮想マシン(TNQVM)の近代化版を提案する。 新バージョンは汎用的でスケーラブルなネットワーク処理ライブラリであるExaTNをベースにしており、複数の量子回路シミュレータを提供している。 ポータブルなXACC量子プロセッサとスケーラブルなExaTNバックエンドを組み合わせることで、ラップトップから将来のエクサスケールプラットフォームにスケール可能なエンドツーエンドの仮想開発環境を導入します。
  論文  参考訳（メタデータ） (2021-04-21T13:26:42Z)
• Variational quantum compiling with double Q-learning [0.37798600249187286]
  強化学習(RL)に基づく変分量子コンパイル(VQC)アルゴリズムを提案する。 エージェントは、ネイティブゲートアルファベットとそれらが行う量子ビットから、二重Q学習によって順次量子ゲートを選択するように訓練される。 NISQデバイスのデコヒーレンスプロセスとゲートノイズによる量子アルゴリズムのエラーを減らすことができます。
  論文  参考訳（メタデータ） (2021-03-22T06:46:35Z)
• Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
  本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。 数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
  論文  参考訳（メタデータ） (2020-10-20T12:06:27Z)

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。