論文の概要: Variational quantum eigensolver with linear depth problem-inspired
ansatz for solving portfolio optimization in finance
- arxiv url: http://arxiv.org/abs/2403.04296v1
- Date: Thu, 7 Mar 2024 07:45:47 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-08 14:43:05.799795
- Title: Variational quantum eigensolver with linear depth problem-inspired
ansatz for solving portfolio optimization in finance
- Title（参考訳）: 線形奥行き問題にインスパイアされたansatzを用いた変動量子固有ソルバによるファイナンスにおけるポートフォリオ最適化
- Authors: Shengbin Wang, Peng Wang, Guihui Li, Shubin Zhao, Dongyi Zhao, Jing
Wang, Yuan Fang, Menghan Dou, Yongjian Gu, Yu-Chun Wu, Guo-Ping Guo
- Abstract要約: 本稿では,金融におけるポートフォリオ最適化問題を解決するために,変分量子固有解法(VQE)を提案する。
超伝導量子コンピュータWu Kongにおける最大55量子ビットのHDC実験を実装した。
HDCスキームは、NISQ時代に量子アドバンテージを達成する大きな可能性を示している。
- 参考スコア（独自算出の注目度）: 7.501820750179541
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Great efforts have been dedicated in recent years to explore practical
applications for noisy intermediate-scale quantum (NISQ) computers, which is a
fundamental and challenging problem in quantum computing. As one of the most
promising methods, the variational quantum eigensolver (VQE) has been
extensively studied. In this paper, VQE is applied to solve portfolio
optimization problems in finance by designing two hardware-efficient Dicke
state ansatze that reach a maximum of 2n two-qubit gate depth and n^2/4
parameters, with n being the number of qubits used. Both ansatze are
partitioning-friendly, allowing for the proposal of a highly scalable
quantum/classical hybrid distributed computing (HDC) scheme. Combining
simultaneous sampling, problem-specific measurement error mitigation, and
fragment reuse techniques, we successfully implement the HDC experiments on the
superconducting quantum computer Wu Kong with up to 55 qubits. The simulation
and experimental results illustrate that the restricted expressibility of the
ansatze, induced by the small number of parameters and limited entanglement, is
advantageous for solving classical optimization problems with the cost function
of the conditional value-at-risk (CVaR) for the NISQ era and beyond.
Furthermore, the HDC scheme shows great potential for achieving quantum
advantage in the NISQ era. We hope that the heuristic idea presented in this
paper can motivate fruitful investigations in current and future quantum
computing paradigms.
- Abstract（参考訳）: 近年、ノイズの多い中間スケール量子(nisq)コンピュータの実用的応用を探求する取り組みが盛んに行われており、これは量子コンピューティングにおける根本的な挑戦的な問題である。
最も有望な方法の1つとして、変分量子固有解法(VQE)が広く研究されている。
本稿では、VQEを用いて、最大2nの2量子ゲート深さとn^2/4パラメータに達する2つのハードウェア効率のDicke状態アンサットを設計し、nを使用数とする。
どちらもパーティショニングフレンドリーであり、高度にスケーラブルな量子/古典ハイブリッド分散コンピューティング(HDC)方式を提案することができる。
超伝導量子コンピュータWu Kong上で55キュービットまでのHDC実験を,同時サンプリング,問題特異的測定誤差軽減,フラグメント再利用技術を組み合わせて実施した。
シミュレーションと実験の結果,少数のパラメータと限られた絡み合いによって引き起こされるansatzeの表現可能性の制限は,nisq時代以降の条件付バリュー・アット・リスク(cvar)のコスト関数を用いて古典的最適化問題を解く上で有利であることが示された。
さらに、HDCスキームは、NISQ時代に量子優位を達成する大きな可能性を示している。
この論文で提示されたヒューリスティックなアイデアが、現在の量子コンピューティングパラダイムと将来の量子コンピューティングパラダイムにおける実りある研究を動機付けることを願っている。
関連論文リスト
- Variational Quantum Algorithms for Combinatorial Optimization [0.571097144710995]
変分アルゴリズム (VQA) は, NISQシステムの実用化に向けた最有力候補の1つである。
本稿では,VQAの現状と最近の発展を考察し,近似最適化への適用性を強調した。
10ノードと20ノードのグラフ上でMaxCut問題を解くために,深さの異なるQAOA回路を実装した。
論文 参考訳（メタデータ） (2024-07-08T22:02:39Z) - A Quantum-Classical Collaborative Training Architecture Based on Quantum
State Fidelity [50.387179833629254]
我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。
Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。
他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
論文 参考訳（メタデータ） (2024-02-23T14:09:41Z) - 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) - A Quantum Approach for Stochastic Constrained Binary Optimization [2.6803492658436032]
量子ベースのアルゴリズムは、難しい問題に対する高品質な解を生成することが示されている。
この研究は、二進二乗制約プログラムに対処する量子ベクトルを提示する。
この手法は二重分解に基づいて構築され、規則的に修正された標準VQEタスクの順序を解く必要がある。
論文 参考訳（メタデータ） (2023-01-04T04:24:26Z) - A Performance Study of Variational Quantum Algorithms for Solving the
Poisson Equation on a Quantum Computer [0.0]
偏微分方程式 (Partial differential equation, PDE) は、物質や流れのシミュレーションで用いられる。
短期から短期までの量子プロセッサの有用な展開への最も有望なルートは、いわゆるハイブリッド変分量子アルゴリズム(VQA)である。
我々は、PDEの最も単純なプロトタイプであるポアソン方程式を解くために、実量子デバイス上でのVQAの利用に関する広範な研究を行う。
論文 参考訳（メタデータ） (2022-11-25T12:39:13Z) - 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) - Reducing the cost of energy estimation in the variational quantum
eigensolver algorithm with robust amplitude estimation [50.591267188664666]
量子化学と材料は、量子コンピューティングの最も有望な応用の1つである。
これらの領域における産業関連問題とそれを解決する量子アルゴリズムとの整合性については、まだ多くの研究が続けられている。
論文 参考訳（メタデータ） (2022-03-14T16:51:36Z) - 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) - The Variational Quantum Eigensolver: a review of methods and best
practices [3.628860803653535]
変分量子固有解法(VQE)は変動原理を用いてハミルトンの基底状態エネルギーを計算する。
本総説は,アルゴリズムの様々な部分における進捗状況について概説することを目的としている。
論文 参考訳（メタデータ） (2021-11-09T14:40:18Z) - 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 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。