論文の概要: JuliQAOA: Fast, Flexible QAOA Simulation
- arxiv url: http://arxiv.org/abs/2312.06451v1
- Date: Mon, 11 Dec 2023 15:35:11 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-12 15:06:01.886684
- Title: JuliQAOA: Fast, Flexible QAOA Simulation
- Title(参考訳): JuliQAOA: 高速で柔軟なQAOAシミュレーション
- Authors: John Golden, Andreas B\"artschi, Daniel O'Malley, Elijah Pelofske,
Stephan Eidenbenz
- Abstract要約: JuliQAOAはQuantum Alternating Operator Ansatz (QAOA)のために開発されたシミュレーションパッケージである。
JuliQAOAは問題を回路レベルで記述する必要はなく、より直接的な線形代数の実装に依存している。
- 参考スコア(独自算出の注目度): 0.7499722271664147
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We introduce JuliQAOA, a simulation package specifically built for the
Quantum Alternating Operator Ansatz (QAOA). JuliQAOA does not require a
circuit-level description of QAOA problems, or another package to simulate such
circuits, instead relying on a more direct linear algebra implementation. This
allows for increased QAOA-specific performance improvements, as well as
improved flexibility and generality. JuliQAOA is the first QAOA package
designed to aid in the study of both constrained and unconstrained
combinatorial optimization problems, and can easily include novel cost
functions, mixer Hamiltonians, and other variations. JuliQAOA also includes
robust and extensible methods for learning optimal angles. Written in the Julia
language, JuliQAOA outperforms existing QAOA software packages and scales well
to HPC-level resources. JuliQAOA is available at
https://github.com/lanl/JuliQAOA.jl.
- Abstract(参考訳): 本稿では,量子交換演算子Ansatz (QAOA) 用に開発されたシミュレーションパッケージJuliQAOAを紹介する。
JuliQAOAはQAOA問題を回路レベルで記述する必要はなく、あるいはそのような回路をシミュレートする他のパッケージも必要とせず、より直接的な線形代数の実装に依存している。
これにより、QAOA固有のパフォーマンスの改善、柔軟性と汎用性の向上が可能になる。
JuliQAOAは制約付きおよび制約なしの組合せ最適化問題の研究を支援するために設計された最初のQAOAパッケージであり、新しいコスト関数、ミキサー・ハミルトンなどを含むことができる。
JuliQAOAには、最適な角度を学習するための堅牢で拡張可能な方法も含まれている。
Julia言語で書かれたJuliQAOAは、既存のQAOAソフトウェアパッケージより優れ、HPCレベルのリソースによくスケールする。
JuliQAOAはhttps://github.com/lanl/JuliQAOA.jlで入手できる。
関連論文リスト
- Parameter Setting Heuristics Make the Quantum Approximate Optimization Algorithm Suitable for the Early Fault-Tolerant Era [3.734751161717204]
量子近似最適化アルゴリズム(QAOA)は、最も有望な量子最適化の1つである。
QAOAにおけるパラメータ設定の最近の進歩は、QAOAを用いたFTQC実験を現実的に実現している。
論文 参考訳(メタデータ) (2024-08-18T16:48:14Z) - CUAOA: A Novel CUDA-Accelerated Simulation Framework for the QAOA [3.757262277494307]
量子近似最適化アルゴリズム(Quantum Approximate Optimization Algorithm, QAOA)は、最適化問題の近似解を見つけるために設計された顕著な量子アルゴリズムである。
既存の最先端のシミュレーションフレームワークは、長い実行時間や包括的な機能が欠如している。
ランタイム・ザ・アート・ツールキットを用いたGPUアクセラレーションQAOAシミュレーションフレームワークを開発した。
論文 参考訳(メタデータ) (2024-07-17T21:06:18Z) - Hybrid Classical-Quantum Simulation of MaxCut using QAOA-in-QAOA [0.0]
そこで本研究では,MaxCut問題のスケーラブルな解に対するQAOA2法の実装について述べる。
The limit of the Goemans-Williamson (GW) algorithm as a purely classical alternative to QAOA。
最大33量子ビットの大規模シミュレーションの結果は、ある場合におけるQAOAの利点と実装の効率性を示す。
論文 参考訳(メタデータ) (2024-06-25T09:02:31Z) - QADYNAMICS: Training Dynamics-Driven Synthetic QA Diagnostic for
Zero-Shot Commonsense Question Answering [48.25449258017601]
State-of-the-artはCommonSense Knowledge Basesから構築されたQAペア上での微調整言語モデルにアプローチする。
本稿では,QA診断と改善のためのトレーニング動的フレームワークQADYNAMICSを提案する。
論文 参考訳(メタデータ) (2023-10-17T14:27:34Z) - QAOA-in-QAOA: solving large-scale MaxCut problems on small quantum
machines [81.4597482536073]
量子近似最適化アルゴリズム(QAOAs)は、量子マシンのパワーを利用し、断熱進化の精神を継承する。
量子マシンを用いて任意の大規模MaxCut問題を解くためにQAOA-in-QAOA(textQAOA2$)を提案する。
提案手法は,大規模最適化問題におけるQAOAsの能力を高めるために,他の高度な戦略にシームレスに組み込むことができる。
論文 参考訳(メタデータ) (2022-05-24T03:49:10Z) - Augmenting QAOA Ansatz with Multiparameter Problem-Independent Layer [0.8258451067861933]
提案したQAOA+アンサッツは、標準QAOAよりも多くのトレーニング可能な古典的パラメータを使用しながら、代替のマルチ角QAOAアンサッツよりも優れていることを示す。
さらに、提案したQAOA+アンサッツは、標準QAOAよりも多くのトレーニング可能な古典的パラメータを使用しながら、ほとんどの場合、代替マルチ角QAOAアンサッツよりも優れていることを示す。
論文 参考訳(メタデータ) (2022-05-02T20:14:08Z) - Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。
問題の大きさと問題グラフの次数で指数関数的に増大する。
これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
論文 参考訳(メタデータ) (2022-01-06T21:02:30Z) - Quantum Approximate Optimization Algorithm Based Maximum Likelihood
Detection [80.28858481461418]
量子技術の最近の進歩は、ノイズの多い中間スケール量子(NISQ)デバイスへの道を開く。
量子技術の最近の進歩は、ノイズの多い中間スケール量子(NISQ)デバイスへの道を開く。
論文 参考訳(メタデータ) (2021-07-11T10:56:24Z) - Q-Match: Iterative Shape Matching via Quantum Annealing [64.74942589569596]
形状対応を見つけることは、NP-hard quadratic assignment problem (QAP)として定式化できる。
本稿では,アルファ拡大アルゴリズムに触発されたQAPの反復量子法Q-Matchを提案する。
Q-Match は、実世界の問題にスケールできるような長文対応のサブセットにおいて、反復的に形状マッチング問題に適用できる。
論文 参考訳(メタデータ) (2021-05-06T17:59:38Z) - Bridging Classical and Quantum with SDP initialized warm-starts for QAOA [4.76507354067301]
本稿では,QAOAをグラフ内のすべての可能なカットの偏重重ね合わせで初期化する,古典的な前処理ステップを紹介する。
我々は、QAOA-Warmと呼ばれるこのQAOAの変種が、トレーニング時間が少なく、低い回路深度で標準QAOAより優れていることを示す。
論文 参考訳(メタデータ) (2020-10-27T02:57:22Z) - Template-Based Question Generation from Retrieved Sentences for Improved
Unsupervised Question Answering [98.48363619128108]
擬似学習データを用いてQAモデルを訓練するための教師なしアプローチを提案する。
関連した検索文に簡単なテンプレートを適用してQA学習のための質問を生成すると、元の文脈文よりも、下流QAのパフォーマンスが向上することを示す。
論文 参考訳(メタデータ) (2020-04-24T17:57:45Z)
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。