論文の概要: Quantum Global Minimum Finder based on Variational Quantum Search

• arxiv url: http://arxiv.org/abs/2405.00450v1
• Date: Wed, 1 May 2024 11:08:26 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-02 15:57:39.023145
• Title: Quantum Global Minimum Finder based on Variational Quantum Search
• Title（参考訳）: 変分量子探索に基づく量子グローバル最小ファインダ
• Authors: Mohammadreza Soltaninia, Junpeng Zhan,
• Abstract要約: 量子グローバルファインダ(QGMF, Quantum Global Finder)は,ミニマを効率的に同定する革新的な計算手法である。 QGMFは2進法を組み合わせて位置を見つける。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The search for global minima is a critical challenge across multiple fields including engineering, finance, and artificial intelligence, particularly with non-convex functions that feature multiple local optima, complicating optimization efforts. We introduce the Quantum Global Minimum Finder (QGMF), an innovative quantum computing approach that efficiently identifies global minima. QGMF combines binary search techniques to shift the objective function to a suitable position and then employs Variational Quantum Search to precisely locate the global minimum within this targeted subspace. Designed with a low-depth circuit architecture, QGMF is optimized for Noisy Intermediate-Scale Quantum (NISQ) devices, utilizing the logarithmic benefits of binary search to enhance scalability and efficiency. This work demonstrates the impact of QGMF in advancing the capabilities of quantum computing to overcome complex non-convex optimization challenges effectively.
• Abstract（参考訳）: グローバルミニマの探索は、工学、金融、人工知能を含む複数の分野において重要な課題であり、特に複数の局所最適化を特徴とする非凸関数では、最適化作業が複雑になる。 我々は、グローバルなミニマムを効率的に識別する革新的な量子コンピューティングアプローチであるQuantum Global Minimum Finder (QGMF)を紹介する。 QGMFは、2進探索技術を組み合わせて目的関数を適切な位置にシフトし、次に変分量子探索を用いて、ターゲットとする部分空間内の大域最小値を正確に特定する。 低深度回路アーキテクチャで設計されたQGMFは、拡張性と効率を向上させるためにバイナリサーチの対数的利点を利用して、ノイズ中間量子(NISQ)デバイスに最適化されている。 この研究は、複雑な非凸最適化課題を効果的に克服する量子コンピューティングの能力向上におけるQGMFの影響を実証する。

関連論文リスト

• ML-QLS: Multilevel Quantum Layout Synthesis [6.706813469929441]
  ML-QLSは、新しいコスト関数とクラスタリング戦略を統合したスケーラブルな改善操作を備えた、最初のマルチレベル量子レイアウトツールである。 実験の結果,ML-QLSは数百の量子ビットを含む問題にスケールアップでき,大規模回路用QLSツールよりも優れた52%の性能向上を達成できることがわかった。
  論文  参考訳（メタデータ） (2024-05-28T17:10:20Z)
• Quantum-Inspired Genetic Algorithm for Designing Planar Multilayer Photonic Structure [40.27913742030096]
  量子アルゴリズムは、機能性材料の設計における新しいツールである。 量子コンピューティングリソースの高価格と成長するコンピューティングニーズのバランスをとる方法は、解決すべき緊急の問題となっている。 改良された量子遺伝的アルゴリズム(QGA)と機械学習サロゲートモデル回帰を組み合わせた能動的学習方式に基づく新しい最適化手法を提案する。
  論文  参考訳（メタデータ） (2024-05-08T03:03:10Z)
• Solving Combinatorial Optimization Problems with a Block Encoding Quantum Optimizer [0.0]
  Block ENcoding Quantum (BEQO) は、ブロック符号化を用いてコスト関数を表現するハイブリッド量子ソルバである。 以上の結果から,BENQOはQAOAよりも有意に優れた性能を示し,VQEと各種のパフォーマンス指標を比較検討した。
  論文  参考訳（メタデータ） (2024-04-22T10:10:29Z)
• 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)
• Optimizing Quantum Federated Learning Based on Federated Quantum Natural Gradient Descent [17.05322956052278]
  本稿では、FQNGD(Federated Quantum Natural descent)という効率的な最適化アルゴリズムを提案する。 アダムやアダグラードのような勾配降下法と比較して、FQNGDアルゴリズムは収束するQFLのトレーニングをはるかに少なくする。 手書き桁分類データセットの実験は、QFLフレームワークにおけるFQNGDの有効性を正当化するものである。
  論文  参考訳（メタデータ） (2023-02-27T11:34:16Z)
• Quantum Neural Architecture Search with Quantum Circuits Metric and Bayesian Optimization [2.20200533591633]
  各量子状態に対するゲートの作用を特徴付ける新しい量子ゲート距離を提案する。 提案手法は、経験的量子機械学習の3つの問題において、ベンチマークを著しく上回っている。
  論文  参考訳（メタデータ） (2022-06-28T16:23:24Z)
• Quantum Robustness Verification: A Hybrid Quantum-Classical Neural Network Certification Algorithm [1.439946676159516]
  本研究では、堅牢性多変数混合整数プログラム(MIP)の解法を含むReLUネットワークの検証について検討する。 この問題を軽減するために、ニューラルネットワーク検証にQCを用い、証明可能な証明書を計算するためのハイブリッド量子プロシージャを導入することを提案する。 シミュレーション環境では,我々の証明は健全であり,問題の近似に必要な最小量子ビット数に制限を与える。
  論文  参考訳（メタデータ） (2022-05-02T13:23:56Z)
• A Hybrid Quantum-Classical Algorithm for Robust Fitting [47.42391857319388]
  本稿では,ロバストフィッティングのためのハイブリッド量子古典アルゴリズムを提案する。 私たちのコアコントリビューションは、整数プログラムの列を解く、新しい堅牢な適合式である。 実際の量子コンピュータを用いて得られた結果について述べる。
  論文  参考訳（メタデータ） (2022-01-25T05:59:24Z)
• 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)
• Space-efficient binary optimization for variational computing [68.8204255655161]
  本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。 また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
  論文  参考訳（メタデータ） (2020-09-15T18:17:27Z)

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。