論文の概要: A joint optimization approach of parameterized quantum circuits with a
tensor network
- arxiv url: http://arxiv.org/abs/2402.12105v1
- Date: Mon, 19 Feb 2024 12:53:52 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-20 16:38:24.465873
- Title: A joint optimization approach of parameterized quantum circuits with a
tensor network
- Title(参考訳): テンソルネットワークを用いたパラメタライズド量子回路の合同最適化手法
- Authors: Clara Ferreira Cores, Kaur Kristjuhan, Mark Nicholas Jones
- Abstract要約: 現在の中間スケール量子(NISQ)デバイスはその能力に制限がある。
本稿では,パラメータ化ネットワーク(TN)を用いて,変分量子固有解法(VQE)アルゴリズムの性能改善を試みる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Despite the advantage quantum computers are expected to deliver when
performing simulations compared to their classical counterparts, the current
noisy intermediate-scale quantum (NISQ) devices remain limited in their
capabilities. The training of parameterized quantum circuits (PQCs) remains a
significant practical challenge, exacerbated by the requirement of shallow
circuit depth necessary for their hardware implementation. Hybrid methods
employing classical computers alongside quantum devices, such as the
Variational Quantum Eigensolver (VQE), have proven useful for analyzing the
capabilities of NISQ devices to solve relevant optimization problems. Still, in
the simulation of complex structures involving the many-body problem in quantum
mechanics, major issues remain about the representation of the system and
obtaining results which clearly outperform classical computational devices. In
this research contribution we propose the use of parameterized Tensor Networks
(TNs) to attempt an improved performance of the VQE algorithm. A joint approach
is presented where the Hamiltonian of a system is encapsulated into a Matrix
Product Operator (MPO) within a parameterized unitary TN hereby splitting up
the optimization task between the TN and the VQE. We show that the hybrid
TN-VQE implementation improves the convergence of the algorithm in comparison
to optimizing randomly-initialized quantum circuits via VQE.
- Abstract(参考訳): 量子コンピュータの利点は、従来の量子コンピュータと比較してシミュレーションを行うときにもたらされるが、現在のノイズの多い中間スケール量子(nisq)デバイスはその能力に制限がある。
パラメタライズド量子回路(PQC)のトレーニングは、ハードウェア実装に必要な浅い回路深さの要求により、依然として重要な課題である。
変分量子固有解法(VQE)のような量子デバイスと共に古典的コンピュータを用いるハイブリッド手法は、関連する最適化問題を解決するためにNISQデバイスの能力を分析するのに有用であることが証明されている。
それでも、量子力学における多体問題を含む複雑な構造のシミュレーションでは、システムの表現と、古典的計算装置を明らかに上回る結果を得る上での大きな問題が残っている。
本研究では,vqeアルゴリズムの性能向上を試み,パラメータ化テンソルネットワーク(tns)の利用を提案する。
ここで、システムのハミルトニアンをパラメータ化されたユニタリtn内の行列積演算子(mpo)にカプセル化し、tnとvqeの間の最適化タスクを分割するジョイントアプローチを提案する。
VQEによるランダム初期化量子回路の最適化と比較して,ハイブリッドTN-VQEの実装によりアルゴリズムの収束性が向上することを示す。
関連論文リスト
- 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) - Towards Optimizations of Quantum Circuit Simulation for Solving Max-Cut
Problems with QAOA [1.5047640669285467]
量子近似最適化アルゴリズム(QAOA)は、近似を用いて最適化問題を解くために用いられる一般的な量子アルゴリズムの1つである。
しかし、仮想量子コンピュータ上でのQAOAの実行は、最適化問題を解くのに遅いシミュレーション速度に悩まされている。
本稿では,QAOAの量子演算を数学的に最適化し,QCSを高速化する手法を提案する。
論文 参考訳(メタデータ) (2023-12-05T06:08:57Z) - Variational Quantum Approximate Spectral Clustering for Binary
Clustering Problems [0.7550566004119158]
本稿では,変分量子近似スペクトルクラスタリング(VQASC)アルゴリズムを提案する。
VQASCは、伝統的に古典的な問題で必要とされるシステムサイズ、Nよりも少ないパラメータの最適化を必要とする。
合成と実世界の両方のデータセットから得られた数値結果について述べる。
論文 参考訳(メタデータ) (2023-09-08T17:54:42Z) - 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) - Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる
本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。
その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
論文 参考訳(メタデータ) (2022-09-01T17:08:41Z) - Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the
Race to Practical Quantum Advantage [43.3054117987806]
本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。
本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。
古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
論文 参考訳(メタデータ) (2022-08-29T15:24:03Z) - Theoretical Error Performance Analysis for Variational Quantum Circuit
Based Functional Regression [83.79664725059877]
本研究では,次元減少と機能回帰のためのエンドツーエンドの量子ニューラルネットワークであるTTN-VQCを提案する。
また,polyak-Lojasiewicz (PL) 条件を利用してTTN-VQCの最適化特性を特徴付ける。
論文 参考訳(メタデータ) (2022-06-08T06:54:07Z) - Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。
これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。
本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
論文 参考訳(メタデータ) (2022-02-17T18:59:20Z) - Quantum circuit architecture search on a superconducting processor [56.04169357427682]
変分量子アルゴリズム(VQA)は、ファイナンス、機械学習、化学といった様々な分野において、証明可能な計算上の優位性を得るための強力な証拠を示している。
しかし、現代のVQAで利用されるアンザッツは、表現性と訓練性の間のトレードオフのバランスをとることができない。
8量子ビット超伝導量子プロセッサ上でVQAを強化するために,効率的な自動アンサッツ設計技術を適用した最初の実証実験を実証する。
論文 参考訳(メタデータ) (2022-01-04T01:53:42Z) - 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。