論文の概要: Variational Optimization for Quantum Problems using Deep Generative Networks
- arxiv url: http://arxiv.org/abs/2404.18041v1
- Date: Sun, 28 Apr 2024 00:58:28 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-30 18:02:54.170088
- Title: Variational Optimization for Quantum Problems using Deep Generative Networks
- Title（参考訳）: 深部生成ネットワークを用いた量子問題の変分最適化
- Authors: Lingxia Zhang, Xiaodie Lin, Peidong Wang, Kaiyan Yang, Xiao Zeng, Zhaohui Wei, Zizhu Wang,
- Abstract要約: 生成モデルに基づく変分最適化アルゴリズムの設計法を提案する。
VGONを3つの量子タスクに適用する: 絡み込み検出プロトコルの最良の状態を見つける、変分量子回路を持つ1次元量子スピンモデルの基底状態を見つける、多体量子ハミルトンの退化基底状態を生成する。
- 参考スコア（独自算出の注目度）: 9.011023101133953
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Optimization is one of the keystones of modern science and engineering. Its applications in quantum technology and machine learning helped nurture variational quantum algorithms and generative AI respectively. We propose a general approach to design variational optimization algorithms based on generative models: the Variational Generative Optimization Network (VGON). To demonstrate its broad applicability, we apply VGON to three quantum tasks: finding the best state in an entanglement-detection protocol, finding the ground state of a 1D quantum spin model with variational quantum circuits, and generating degenerate ground states of many-body quantum Hamiltonians. For the first task, VGON greatly reduces the optimization time compared to stochastic gradient descent while generating nearly optimal quantum states. For the second task, VGON alleviates the barren plateau problem in variational quantum circuits. For the final task, VGON can identify the degenerate ground state spaces after a single stage of training and generate a variety of states therein.
- Abstract（参考訳）: 最適化は現代科学と工学のキーストーンの1つだ。
その量子技術と機械学習への応用は、それぞれ変分量子アルゴリズムと生成AIを育むのに役立った。
本稿では,変分生成最適化ネットワーク(VGON)という,生成モデルに基づく変分最適化アルゴリズムの設計手法を提案する。
広範に適用可能性を示すために、VGONを3つの量子タスクに適用する: 絡み込み検出プロトコルの最良の状態を見つける、変分量子回路を持つ1次元量子スピンモデルの基底状態を見つける、多体量子ハミルトンの退化基底状態を生成する。
最初のタスクでは、VGONは、ほぼ最適な量子状態を生成しながら、確率勾配降下と比較して、最適化時間を大幅に短縮する。
2つ目の課題として、VGONは変分量子回路におけるバレンプラトー問題を緩和する。
最終作業のために、VGONは訓練の単一段階の後に退化した基底状態空間を識別し、そこで様々な状態を生成する。
関連論文リスト
- Application of Langevin Dynamics to Advance the Quantum Natural Gradient Optimization Algorithm [47.47843839099175]
近年,変分量子回路の最適化のためのQNGアルゴリズムが提案されている。
本研究では、この離散時間解が一般化形式を与えることを示すために、QNG力を持つランゲヴィン方程式を用いる。
論文 参考訳（メタデータ） (2024-09-03T15:21:16Z) - 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) - QNEAT: Natural Evolution of Variational Quantum Circuit Architecture [95.29334926638462]
我々は、ニューラルネットワークの量子対する最も有望な候補として登場した変分量子回路(VQC)に注目した。
有望な結果を示す一方で、バレン高原、重みの周期性、アーキテクチャの選択など、さまざまな問題のために、VQCのトレーニングは困難である。
本稿では,VQCの重みとアーキテクチャの両方を最適化するために,自然進化にインスパイアされた勾配のないアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-04-14T08:03:20Z) - Quantum Gate Generation in Two-Level Open Quantum Systems by Coherent
and Incoherent Photons Found with Gradient Search [77.34726150561087]
我々は、非コヒーレント光子によって形成される環境を、非コヒーレント制御によるオープン量子系制御の資源とみなす。
我々は、ハミルトニアンにおけるコヒーレント制御と、時間依存デコヒーレンス率を誘導する散逸器における非コヒーレント制御を利用する。
論文 参考訳（メタデータ） (2023-02-28T07:36:02Z) - Improved iterative quantum algorithm for ground-state preparation [4.921552273745794]
ハミルトン系の基底状態を作成するために,改良された反復量子アルゴリズムを提案する。
提案手法には,各イテレーションにおける成功確率の向上,測定精度に依存しないサンプリングの複雑さ,ゲートの複雑さの低減,およびアシラリー状態が十分に準備された場合の量子資源のみを必要とするという利点がある。
論文 参考訳（メタデータ） (2022-10-16T05:57:43Z) - Surviving The Barren Plateau in Variational Quantum Circuits with
Bayesian Learning Initialization [0.0]
変分量子古典ハイブリッドアルゴリズムは、近い将来に量子コンピュータの実用的な問題を解くための有望な戦略と見なされている。
本稿では,ベイズ空間における有望な領域を特定するために勾配を用いた高速・スローアルゴリズムを提案する。
本研究は, 量子化学, 最適化, 量子シミュレーション問題における変分量子アルゴリズムの応用に近づいたものである。
論文 参考訳（メタデータ） (2022-03-04T17:48:57Z) - Nearly optimal quantum algorithm for generating the ground state of a
free quantum field theory [0.0]
量子場理論の基底状態に対する近似を生成するための準線形量子アルゴリズムを考案する。
我々のアルゴリズムは、基底状態生成のための最先端の量子アルゴリズムを超クアッドレートで高速化する。
論文 参考訳（メタデータ） (2021-10-12T02:48:46Z) - Quantum algorithms for quantum dynamics: A performance study on the
spin-boson model [68.8204255655161]
量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。
変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。
量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
論文 参考訳（メタデータ） (2021-08-09T18:00:05Z) - 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) - Preparation of Many-body Ground States by Time Evolution with
Variational Microscopic Magnetic Fields and Incomplete Interactions [1.6554452963165365]
状態準備は量子物理学において基本的な重要性である。
量子多体系における後者の研究は、固定結合と変動磁場による時間発展によって行われる。
時間の離散化を「微粒化」することで磁場を最適化する最適化法を提案する。
論文 参考訳（メタデータ） (2021-06-03T12:04:36Z) - Optimal training of variational quantum algorithms without barren
plateaus [0.0]
変分量子アルゴリズム(VQA)は、短期量子コンピュータの効率的な利用を約束する。
量子状態学習のためのVQAを最適に訓練する方法を示す。
量子機械学習におけるガウスカーネルの応用を提案する。
論文 参考訳（メタデータ） (2021-04-29T17:54:59Z)
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。