論文の概要: Improving Quantum Approximate Optimization by Noise-Directed Adaptive Remapping
- arxiv url: http://arxiv.org/abs/2404.01412v2
- Date: Sat, 10 Aug 2024 03:14:31 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-13 23:27:39.174985
- Title: Improving Quantum Approximate Optimization by Noise-Directed Adaptive Remapping
- Title（参考訳）: 雑音指向適応リマッピングによる量子近似最適化の改善
- Authors: Filip B. Maciejewski, Jacob Biamonte, Stuart Hadfield, Davide Venturelli,
- Abstract要約: ノイズ指向リマッピング(Noss-Directed Remapping, NDAR)は、ある種のノイズを利用して二進最適化問題を解決するアルゴリズムである。
我々は、グローバルなアトラクタ状態を特徴とするダイナミックスを備えたノイズの多い量子プロセッサへのアクセスを検討する。
我々のアルゴリズムは、ノイズアトラクターを高品質な解に変換する方法で、コスト関数ハミルトニアンを反復的にゲージ変換することでノイズアトラクター状態をブートストラップする。
- 参考スコア（独自算出の注目度）: 3.47862118034022
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present Noise-Directed Adaptive Remapping (NDAR), a heuristic algorithm for approximately solving binary optimization problems by leveraging certain types of noise. We consider access to a noisy quantum processor with dynamics that features a global attractor state. In a standard setting, such noise can be detrimental to the quantum optimization performance. Our algorithm bootstraps the noise attractor state by iteratively gauge-transforming the cost-function Hamiltonian in a way that transforms the noise attractor into higher-quality solutions. The transformation effectively changes the attractor into a higher-quality solution of the Hamiltonian based on the results of the previous step. The end result is that noise aids variational optimization, as opposed to hindering it. We present an improved Quantum Approximate Optimization Algorithm (QAOA) runs in experiments on Rigetti's quantum device. We report approximation ratios $0.9$-$0.96$ for random, fully connected graphs on $n=82$ qubits, using only depth $p=1$ QAOA with NDAR. This compares to $0.34$-$0.51$ for standard $p=1$ QAOA with the same number of function calls.
- Abstract（参考訳）: 本研究では,ある種類の雑音を利用して二元最適化問題を解くためのヒューリスティックアルゴリズムであるノイズ指向適応リマッピング(NDAR)を提案する。
我々は、グローバルなアトラクタ状態を特徴とするダイナミックスを備えたノイズの多い量子プロセッサへのアクセスを検討する。
標準的な設定では、そのようなノイズは量子最適化性能に有害である。
我々のアルゴリズムは、ノイズアトラクターを高品質な解に変換する方法で、コスト関数ハミルトニアンを反復的にゲージ変換することでノイズアトラクター状態をブートストラップする。
この変換は、前のステップの結果に基づいて、アトラクタをハミルトニアンの高品質な解に効果的に変換する。
その結果、ノイズはノイズを邪魔するのではなく、変分最適化に役立ちます。
我々は,リゲッティの量子デバイスを用いた実験において,改良された量子近似最適化アルゴリズム(QAOA)を提案する。
NDAR を用いた深度 $p=1$ QAOA のみを用いて,n=82$ qubits 上のランダムな完全連結グラフに対して 0.9$-$0.96$ の近似比を報告する。
これは、標準の$p=1$ QAOAで同じ関数呼び出し数で0.34$-$0.51$と比較する。
関連論文リスト
- Towards large-scale quantum optimization solvers with few qubits [59.63282173947468]
我々は、$m=mathcalO(nk)$バイナリ変数を$n$ qubitsだけを使って最適化するために、$k>1$で可変量子ソルバを導入する。
我々は,特定の量子ビット効率の符号化が,バレン高原の超ポリノミウム緩和を内蔵特徴としてもたらすことを解析的に証明した。
論文 参考訳（メタデータ） (2024-01-17T18:59:38Z) - Optimized Noise Suppression for Quantum Circuits [0.40964539027092917]
クロストークノイズは、例えば、クロス共鳴ベースの超伝導量子プロセッサにおける深刻なエラー源である。
Intrepidプログラミングアルゴリズムは、スワップ挿入によって最適化されたキュービットルーティングに関する以前の作業を拡張する。
最大127キュービットの2つのチップのクロストークノイズを特徴付けることで,提案手法の評価を行った。
論文 参考訳（メタデータ） (2024-01-12T07:34:59Z) - Using non-convex optimization in quantum process tomography: Factored
gradient descent is tough to beat [11.893324664457552]
我々のアルゴリズムは、設定と雑音耐性の両面において、アートを述べるよりも早く収束し、高い忠実性を達成する。
我々のアルゴリズムは、設定と雑音耐性の両面において、より高速に収束し、技術よりも高い忠実性を達成する。
論文 参考訳（メタデータ） (2023-12-03T07:44:17Z) - Trainability Analysis of Quantum Optimization Algorithms from a Bayesian
Lens [2.9356265132808024]
雑音のないQAOA回路の深さが$tildemathtlog nright)$を効率よく訓練できることを示す。
この結果は、ノイズの多い中間スケール量子時代における量子アルゴリズムの理論的性能を提供する。
論文 参考訳（メタデータ） (2023-10-10T02:56:28Z) - Extra-Newton: A First Approach to Noise-Adaptive Accelerated
Second-Order Methods [57.050204432302195]
本研究では,2次スムーズな凸関数を最小化するための普遍的かつ適応的な2次法を提案する。
我々のアルゴリズムは、オラクルフィードバックが分散$sigma2$であるときに$O(sigma / sqrtT)$収束を達成し、決定論的オラクルで$O(1 / T3)$に収束を改善する。
論文 参考訳（メタデータ） (2022-11-03T14:12:51Z) - Quantum Goemans-Williamson Algorithm with the Hadamard Test and
Approximate Amplitude Constraints [62.72309460291971]
本稿では,n+1$ qubitsしか使用しないGoemans-Williamsonアルゴリズムの変分量子アルゴリズムを提案する。
補助量子ビット上で適切にパラメータ化されたユニタリ条件として目的行列を符号化することにより、効率的な最適化を実現する。
各種NPハード問題に対して,Goemans-Williamsonアルゴリズムの量子的効率的な実装を考案し,提案プロトコルの有効性を実証する。
論文 参考訳（メタデータ） (2022-06-30T03:15:23Z) - Gradient-Free optimization algorithm for single-qubit quantum classifier [0.3314882635954752]
量子デバイスによるバレンプラトーの影響を克服するために、勾配のない最適化アルゴリズムを提案する。
提案アルゴリズムは分類タスクに対して実証され,Adamを用いた手法と比較される。
提案アルゴリズムはAdamよりも高速に精度を向上できる。
論文 参考訳（メタデータ） (2022-05-10T08:45:03Z) - Twisted hybrid algorithms for combinatorial optimization [68.8204255655161]
提案されたハイブリッドアルゴリズムは、コスト関数をハミルトニアン問題にエンコードし、回路の複雑さの低い一連の状態によってエネルギーを最適化する。
レベル$p=2,ldots, 6$の場合、予想される近似比をほぼ維持しながら、レベル$p$を1に減らすことができる。
論文 参考訳（メタデータ） (2022-03-01T19:47:16Z) - Modeling and mitigation of cross-talk effects in readout noise with
applications to the Quantum Approximate Optimization Algorithm [0.0]
雑音の緩和は、上界を導出する誤差まで行うことができる。
ノイズモデルとエラー軽減スキームの両方をテストするためにIBMのデバイスを使用した15(23)量子ビットの実験。
浅層深度ランダム回路によって生成されるHaar-random量子状態と状態に対して、同様の効果が期待できることを示す。
論文 参考訳（メタデータ） (2021-01-07T02:19:58Z) - Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。
我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。
すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文 参考訳（メタデータ） (2020-10-01T18:14:11Z) - Convergence of adaptive algorithms for weakly convex constrained
optimization [59.36386973876765]
モローエンベロープの勾配のノルムに対して$mathcaltilde O(t-1/4)$収束率を証明する。
我々の分析では、最小バッチサイズが1ドル、定数が1位と2位のモーメントパラメータが1ドル、そしておそらくスムーズな最適化ドメインで機能する。
論文 参考訳（メタデータ） (2020-06-11T17:43:19Z)
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。