論文の概要: Adaptive Circuit Learning of Born Machine: Towards Realization of
Amplitude Embedding and Data Loading
- arxiv url: http://arxiv.org/abs/2311.17798v1
- Date: Wed, 29 Nov 2023 16:47:31 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-30 20:31:13.998648
- Title: Adaptive Circuit Learning of Born Machine: Towards Realization of
Amplitude Embedding and Data Loading
- Title（参考訳）: ボルンマシンの適応回路学習:振幅埋め込みとデータ読み込みの実現に向けて
- Authors: Chun-Tse Li, Hao-Chung Cheng
- Abstract要約: 本稿では,ACLBM(Adaptive Circuit Learning of Born Machine)という新しいアルゴリズムを提案する。
我々のアルゴリズムは、ターゲット状態に存在する複雑な絡み合いを最もよく捉える2ビットの絡み合いゲートを選択的に統合するように調整されている。
実験結果は、振幅埋め込みによる実世界のデータの符号化における我々のアプローチの習熟度を裏付けるものである。
- 参考スコア（独自算出の注目度）: 7.88657961743755
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: With the progress in the quantum algorithm in recent years, much of the
existing literature claims the exponential quantum advantage against their
classical counterpart. However, many of these successes hinge on the assumption
that arbitrary states can be efficiently prepared in quantum circuits. In
reality, crafting a circuit to prepare a generic $n$-qubit quantum state
demands an operation count on the order of $\mathcal{O}(2^n)$, which is
prohibitively demanding for the quantum algorithm to demonstrate its advantage
against the classical one. To tackle this data-loading problem, numerous
strategies have been put forward. Nonetheless, most of these approaches only
consider a very simple and easy-to-implement circuit structure, which has been
shown to suffer from serious optimization issues.
In this study, we harness quantum circuits as Born machines to generate
probability distributions. Drawing inspiration from methods used to investigate
electronic structures in quantum chemistry and condensed matter physics, we
present a novel algorithm "Adaptive Circuit Learning of Born Machine" (ACLBM)
that dynamically expands the ansatz circuit. Our algorithm is tailored to
selectively integrate two-qubit entangled gates that best capture the complex
entanglement present within the target state. Empirical results underscore the
proficiency of our approach in encoding real-world data through amplitude
embedding, demonstrating not only compliance with but also enhancement over the
performance benchmarks set by previous research.
- Abstract（参考訳）: 近年の量子アルゴリズムの進歩により、既存の文献の多くは古典的手法に対する指数関数的量子優位性を主張している。
しかし、これらの成功の多くは、任意の状態が量子回路で効率的に準備できるという仮定にかかっている。
実際には、一般的なn$-量子ビット量子状態を作成する回路を作成するには、$\mathcal{o}(2^n)$の順序で演算数を要求する。
データローディングの問題に対処するため、多くの戦略が進められている。
それにもかかわらず、これらのアプローチのほとんどは、非常に単純で実装が容易な回路構造しか考慮していない。
本研究では,量子回路を生まれた機械として確率分布を生成する。
量子化学および凝縮物質の物理学における電子構造を調べる手法から着想を得て,アンサッツ回路を動的に拡張する新しいアルゴリズム "adaptive circuit learning of born machine" (aclbm) を提案する。
このアルゴリズムは、2量子ビットのエンタングルゲートを選択的に統合し、ターゲット状態に存在する複雑なエンタングルメントを最もよくキャプチャする。
実験結果は、振幅埋め込みによる実世界のデータをエンコーディングする手法の習熟度を強調し、従来の研究で設定したパフォーマンスベンチマークを遵守するだけでなく、強化することを示す。
関連論文リスト
- Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか?
我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。
我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
論文 参考訳（メタデータ） (2024-08-22T08:21:28Z) - Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。
どの場の量子スピードアップが達成できるかという新たな課題が生じる。
量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文 参考訳（メタデータ） (2024-02-26T09:32:07Z) - Testing and Debugging Quantum Circuits [0.65268245109828]
本稿では,振幅変調,位相変調,振幅再分配の3種類の回路ブロックについて述べる。
本稿では,量子コンピューティングのユニークな要求に合わせて,包括的ユニットテストツール(Cirquo)とデバッグアプローチを提案する。
論文 参考訳（メタデータ） (2023-11-30T02:42:58Z) - Predicting RNA Secondary Structure on Universal Quantum Computer [2.277461161767121]
RNA構造が塩基配列からどのように折り畳み、その二次構造がどのように形成されるかを知るための最初のステップである。
従来のエネルギーベースのアルゴリズムは、特に非ネスト配列の精度が低い。
普遍量子コンピューティングのためのゲートモデルアルゴリズムは利用できない。
論文 参考訳（メタデータ） (2023-05-16T15:57:38Z) - Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。
提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
論文 参考訳（メタデータ） (2023-04-18T11:57:15Z) - 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) - Quantum amplitude damping for solving homogeneous linear differential
equations: A noninterferometric algorithm [0.0]
本研究は,同種LDEを解くための効率的な量子アルゴリズムを構築するために,量子振幅減衰演算を資源として利用する新しい手法を提案する。
このようなオープンな量子系にインスパイアされた回路は、非干渉法で解の実際の指数項を構成することができることを示す。
論文 参考訳（メタデータ） (2021-11-10T11:25:32Z) - Efficient realization of quantum algorithms with qudits [0.70224924046445]
マルチレベル量子システム(キューディット)を用いた量子アルゴリズムの効率的な実装手法を提案する。
提案手法は,Quditベースのプロセッサのパラメータに依存する標準量子ビット方式の回路のトランスパイレーションを用いる。
特定の普遍集合から取られた単一量子ゲートと2量子ゲートの列に量子回路を変換する明示的なスキームを提供する。
論文 参考訳（メタデータ） (2021-11-08T11:09:37Z) - 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) - Quantum Gate Pattern Recognition and Circuit Optimization for Scientific
Applications [1.6329956884407544]
回路最適化のための2つのアイデアを導入し、AQCELと呼ばれる多層量子回路最適化プロトコルに組み合わせる。
AQCELは、高エネルギー物理学における最終状態の放射をモデル化するために設計された反復的で効率的な量子アルゴリズム上に展開される。
我々の手法は汎用的であり、様々な量子アルゴリズムに有用である。
論文 参考訳（メタデータ） (2021-02-19T16:20:31Z) - Electronic structure with direct diagonalization on a D-Wave quantum
annealer [62.997667081978825]
本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。
そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
論文 参考訳（メタデータ） (2020-09-02T22:46:47Z)
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。