論文の概要: Bayesian optimisation with improved information sharing for the variational quantum eigensolver
- arxiv url: http://arxiv.org/abs/2405.14353v1
- Date: Thu, 23 May 2024 09:27:46 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-24 17:54:56.003887
- Title: Bayesian optimisation with improved information sharing for the variational quantum eigensolver
- Title(参考訳): 変分量子固有解法のための改良された情報共有によるベイズ最適化
- Authors: Milena Röhrs, Alexey Bochkarev, Arcesio C. Medina,
- Abstract要約: 本研究は,変分量子固有解法(VQE)のための情報共有(BOIS)を用いたベイズ最適化の詳細な実験的検討である。
我々は, 水素分子のノイズの影響下で, 無雑音シミュレーションを行い, アルゴリズムの性能について検討した。
特に,H2の共有方式と比較して1.5倍,H2Oの共有方式に比べて少なくとも5倍の改善が認められた。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This work presents a detailed empirical analysis of Bayesian optimisation with information sharing (BOIS) for the variational quantum eigensolver (VQE). The method is applied to computing the potential energy surfaces (PES) of the hydrogen and water molecules. We performed noise-free simulations and investigated the algorithms' performance under the influence of noise for the hydrogen molecule, using both emulated and real quantum hardware (IBMQ System One). Based on the noise free simulations we compared different existing information sharing schemes and proposed a new one, which trades parallelisability of the algorithm for a significant reduction in the amount of quantum computing resources required until convergence. In particular, our numerical experiments show an improvement by a factor of 1.5 as compared to the previously reported sharing schemes in H2, and at least by a factor of 5 as compared to no sharing in H2O. Other algorithmic aspects of the Bayesian optimisation, namely, the acquisition weight decrease rate and kernel, are shown to have an influence on the quantum computation (QC) demand of the same order of magnitude.
- Abstract(参考訳): 本研究では,変分量子固有解法 (VQE) のための情報共有 (BOIS) を用いたベイズ最適化の詳細な実験的検討を行った。
この方法は水素と水分子のポテンシャルエネルギー面(PES)の計算に応用される。
実量子ハードウェア(IBMQ System One)を用いて,水素分子のノイズの影響下でのノイズフリーシミュレーションを行い,アルゴリズムの性能について検討した。
ノイズフリーシミュレーションに基づいて、既存の情報共有方式を比較し、コンバージェンスまでに必要な量子コンピューティングリソースの量を大幅に削減するために、アルゴリズムの並列性を交換する新しい手法を提案した。
特に,H2の共有方式と比較して1.5倍,H2Oの共有方式に比べて少なくとも5倍の改善が認められた。
ベイズ最適化の他のアルゴリズム的側面、すなわち、取得重量減少率とカーネルは、同じ桁の量子計算(QC)要求に影響を与えることが示されている。
関連論文リスト
- Bias-field digitized counterdiabatic quantum optimization [39.58317527488534]
我々はこのプロトコルをバイアス場デジタルダイアバティック量子最適化(BF-DCQO)と呼ぶ。
私たちの純粋に量子的なアプローチは、古典的な変分量子アルゴリズムへの依存を排除します。
基底状態の成功確率のスケーリング改善を実現し、最大2桁まで増大する。
論文 参考訳(メタデータ) (2024-05-22T18:11:42Z) - Bayesian Parameterized Quantum Circuit Optimization (BPQCO): A task and hardware-dependent approach [49.89480853499917]
変分量子アルゴリズム(VQA)は、最適化と機械学習問題を解決するための有望な量子代替手段として登場した。
本稿では,回路設計が2つの分類問題に対して得られる性能に与える影響を実験的に示す。
また、実量子コンピュータのシミュレーションにおいて、ノイズの存在下で得られた回路の劣化について検討する。
論文 参考訳(メタデータ) (2024-04-17T11:00:12Z) - Noise-induced transition in optimal solutions of variational quantum
algorithms [0.0]
変分量子アルゴリズムは、ノイズの多い量子ハードウェアで実用的な量子優位性を実現するための有望な候補である。
スピンチェーンモデルの基底状態を計算する変分量子固有解法(VQE)アルゴリズムについて検討し,ノイズが最適化に与える影響について検討した。
論文 参考訳(メタデータ) (2024-03-05T08:31:49Z) - 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) - Variational quantum eigensolver for closed-shell molecules with
non-bosonic corrections [6.3235499003745455]
ボソニック項の幾何平均に近似した電子相関モデルに簡単な補正手法を導入する。
我々の非ボゾン補正法は、少なくとも試験系では信頼性の高い量子化学シミュレーションに到達している。
論文 参考訳(メタデータ) (2023-10-11T16:47:45Z) - Evaluating the impact of noise on the performance of the Variational
Quantum Eigensolver [0.0]
水素分子の例におけるノイズの影響について検討する。
その強度を体系的に増強することで、異なるノイズ源の効果を定量化する。
ノイズ強度は、IBM Qの超伝導装置に共通する値を中心に変化し、得られたエネルギー値と雑音の大きさの関係をモデル化するために曲線フィッティングを用いる。
論文 参考訳(メタデータ) (2022-09-26T15:58:27Z) - Numerical Simulations of Noisy Quantum Circuits for Computational
Chemistry [51.827942608832025]
短期量子コンピュータは、小さな分子の基底状態特性を計算することができる。
計算アンサッツの構造と装置ノイズによる誤差が計算にどのように影響するかを示す。
論文 参考訳(メタデータ) (2021-12-31T16:33:10Z) - Error mitigation in variational quantum eigensolvers using tailored
probabilistic machine learning [5.630204194930539]
本稿では,量子計算におけるノイズを軽減するために,ガウス過程回帰(GPR)をアクティブラーニングフレームワーク内に導入する新しい手法を提案する。
我々は,IBMのオープンソース量子コンピューティングフレームワークであるQiskitを用いて,2サイトアンダーソン不純物モデルと8サイトハイゼンベルクモデルに対する提案手法の有効性を実証した。
論文 参考訳(メタデータ) (2021-11-16T22:29:43Z) - 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) - 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) - 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。