論文の概要: Physics-Informed Bayesian Optimization of Variational Quantum Circuits

• arxiv url: http://arxiv.org/abs/2406.06150v1
• Date: Mon, 10 Jun 2024 10:17:06 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-11 14:27:16.881100
• Title: Physics-Informed Bayesian Optimization of Variational Quantum Circuits
• Title（参考訳）: 変分量子回路の物理インフォームドベイズ最適化
• Authors: Kim A. Nicoli, Christopher J. Anders, Lena Funcke, Tobias Hartung, Karl Jansen, Stefan Kühn, Klaus-Robert Müller, Paolo Stornati, Pan Kessel, Shinichi Nakajima,
• Abstract要約: 本稿では,変分量子固有解法(VQEs)のベイズ最適化手法を提案する。 量子回路に関する重要な事前情報を含むVQE-カーネルを導出する。 我々はまた、信頼領域(EMICoRe)に対する最大改善(Maximum Improvement)と呼ばれるベイズ最適化のための新しい獲得関数を提案する。
• 参考スコア（独自算出の注目度）: 13.530592183149661
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this paper, we propose a novel and powerful method to harness Bayesian optimization for Variational Quantum Eigensolvers (VQEs) -- a hybrid quantum-classical protocol used to approximate the ground state of a quantum Hamiltonian. Specifically, we derive a VQE-kernel which incorporates important prior information about quantum circuits: the kernel feature map of the VQE-kernel exactly matches the known functional form of the VQE's objective function and thereby significantly reduces the posterior uncertainty. Moreover, we propose a novel acquisition function for Bayesian optimization called Expected Maximum Improvement over Confident Regions (EMICoRe) which can actively exploit the inductive bias of the VQE-kernel by treating regions with low predictive uncertainty as indirectly ``observed''. As a result, observations at as few as three points in the search domain are sufficient to determine the complete objective function along an entire one-dimensional subspace of the optimization landscape. Our numerical experiments demonstrate that our approach improves over state-of-the-art baselines.
• Abstract（参考訳）: 本稿では,量子ハミルトニアン基底状態を近似するハイブリッド量子古典的プロトコルである変分量子固有解法(VQEs)のベイズ最適化手法を提案する。 具体的には、量子回路に関する重要な事前情報を含むVQEカーネルを導出する: VQEカーネルのカーネル特徴写像は、VQEの目的関数の既知の機能形式と正確に一致するので、後続の不確実性を著しく低減する。 さらに,VQEカーネルの帰納バイアスを間接的に‘オブザーブド’として扱うことで,VQEカーネルの帰納バイアスを積極的に活用するベイズ最適化のための新たな獲得関数であるEMICoReを提案する。 その結果、探索領域内の3点までの観測は、最適化ランドスケープの1次元部分空間全体に沿った完全な目的関数を決定するのに十分である。 我々の数値実験は、我々の手法が最先端のベースラインよりも改善されていることを示す。

関連論文リスト

• Towards Efficient Quantum Computation of Molecular Ground State Energies using Bayesian Optimization with Priors over Surface Topology [0.0]
  変分量子固有解法(VQEs)は、現代の量子コンピュータにおける分子基底状態とエネルギーの計算における有望なアプローチである。 量子資源の少ないVQEを解くために,数ショットの回路観測を利用する標準的なベイズ最適化アルゴリズムの修正を提案する。
  論文  参考訳（メタデータ） (2024-07-10T18:01:50Z)
• 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)
• Fermionic Adaptive Sampling Theory for Variational Quantum Eigensolvers [0.0]
  ADAPT-VQEは、波動関数における演算子の重要性を推定する際、大きな測定オーバーヘッドに悩まされる。 波動関数におけるスレーター行列式の集団からのみ導かれる重要度に基づいて演算子を選択するFAST-VQEを提案する。
  論文  参考訳（メタデータ） (2023-03-13T18:57:18Z)
• A self-consistent field approach for the variational quantum eigensolver: orbital optimization goes adaptive [52.77024349608834]
  適応微分組立問題集合型アンザッツ変分固有解法(ADAPTVQE)における自己一貫したフィールドアプローチ(SCF)を提案する。 このフレームワークは、短期量子コンピュータ上の化学系の効率的な量子シミュレーションに使用される。
  論文  参考訳（メタデータ） (2022-12-21T23:15:17Z)
• A Convergence Theory for Over-parameterized Variational Quantum Eigensolvers [21.72347971869391]
  変分量子固有解法(VQE)は、近未来のノイズ中間規模量子(NISQ)コンピュータにおける量子応用の有望な候補である。 オーバーパラメータ化系におけるVQEの収束の厳密な分析を行った。
  論文  参考訳（メタデータ） (2022-05-25T04:06:50Z)
• Fundamental limitations on optimization in variational quantum algorithms [7.165356904023871]
  そのような短期量子アプリケーションを確立するための主要なパラダイムは、変分量子アルゴリズム(VQA)である。 このようなランダム回路の幅広いクラスにおいて、コスト関数の変動範囲は、高い確率で量子ビット数で指数関数的に消えることを示す。 この結果は、勾配に基づく最適化と勾配のない最適化の制約を自然に統一し、VQAのトレーニングランドスケープに余分な厳しい制約を明らかにすることができる。
  論文  参考訳（メタデータ） (2022-05-10T17:14:57Z)
• High Fidelity Quantum State Transfer by Pontryagin Maximum Principle [68.8204255655161]
  We address the problem of the maximize the fidelity in a quantum state transformation process satisfy for the Liouville-von Neumann equation。 性能指標として忠実性を導入することにより、最終状態密度演算子と所望の目標状態との類似性を最大化することを目指す。
  論文  参考訳（メタデータ） (2022-03-07T13:27:26Z)
• Benchmarking adaptive variational quantum eigensolvers [63.277656713454284]
  VQEとADAPT-VQEの精度をベンチマークし、電子基底状態とポテンシャルエネルギー曲線を計算する。 どちらの手法もエネルギーと基底状態の優れた推定値を提供する。 勾配に基づく最適化はより経済的であり、勾配のない類似シミュレーションよりも優れた性能を提供する。
  論文  参考訳（メタデータ） (2020-11-02T19:52:04Z)
• Exploring entanglement and optimization within the Hamiltonian Variational Ansatz [0.4881924950569191]
  我々は、ハミルトン変分アンザッツ(HVA)と呼ばれる量子回路の族を研究する。 HVAは、穏やかまたは完全に欠落したバレン高原や制限された状態空間などの良好な構造特性を示す。 HVAは、環上の修正ハルデン・シャストリー・ハミルトニアンの基底状態に対する正確な近似を見つけることができる。
  論文  参考訳（メタデータ） (2020-08-07T01:28:26Z)
• Quantum-optimal-control-inspired ansatz for variational quantum algorithms [105.54048699217668]
  変分量子アルゴリズム (VQA) の中心成分は状態準備回路(英語版)であり、アンザッツ(英語版)または変分形式(英語版)とも呼ばれる。 ここでは、対称性を破るユニタリを組み込んだ「解」を導入することで、このアプローチが必ずしも有利であるとは限らないことを示す。 この研究は、より一般的な対称性を破るアンスの開発に向けた第一歩となり、物理学や化学問題への応用に繋がる。
  論文  参考訳（メタデータ） (2020-08-03T18:00:05Z)
• Momentum Q-learning with Finite-Sample Convergence Guarantee [49.38471009162477]
  本稿では,有限サンプル保証を用いたモーメントに基づくQ-ラーニングアルゴリズムのクラスを解析する。 線形関数近似とマルコフサンプリングによるMomentumQの収束保証を確立する。 提案したMomentumQが他のモーメントベースのQ-ラーニングアルゴリズムより優れていることを示す。
  論文  参考訳（メタデータ） (2020-07-30T12:27:03Z)

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。