論文の概要: Quantum Architecture Search: A Survey
- arxiv url: http://arxiv.org/abs/2406.06210v1
- Date: Mon, 10 Jun 2024 12:17:46 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-11 14:07:44.225367
- Title: Quantum Architecture Search: A Survey
- Title(参考訳): 量子アーキテクチャ検索: サーベイ
- Authors: Darya Martyniuk, Johannes Jung, Adrian Paschke,
- Abstract要約: 現実の問題を解決するための量子コンピューティングの応用は、ハードウェアの制限と、量子アルゴリズムの比較的未探索の状況によって、いまだに妨げられている。
量子回路(PQC)の自動生成に関する研究は注目されている。
- 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: Quantum computing has made significant progress in recent years, attracting immense interest not only in research laboratories but also in various industries. However, the application of quantum computing to solve real-world problems is still hampered by a number of challenges, including hardware limitations and a relatively under-explored landscape of quantum algorithms, especially when compared to the extensive development of classical computing. The design of quantum circuits, in particular parameterized quantum circuits (PQCs), which contain learnable parameters optimized by classical methods, is a non-trivial and time-consuming task requiring expert knowledge. As a result, research on the automated generation of PQCs, known as quantum architecture search (QAS), has gained considerable interest. QAS focuses on the use of machine learning and optimization-driven techniques to generate PQCs tailored to specific problems and characteristics of quantum hardware. In this paper, we provide an overview of QAS methods by examining relevant research studies in the field. We discuss main challenges in designing and performing an automated search for an optimal PQC, and survey ways to address them to ease future research.
- Abstract(参考訳): 近年、量子コンピューティングは大きな進歩を遂げており、研究所だけでなく様々な産業でも大きな関心を集めている。
しかし、現実の問題を解決する量子コンピューティングの応用は、ハードウェアの制限や量子アルゴリズムの比較的未探索の状況、特に古典的コンピューティングの広範な発展に比較した場合など、多くの課題によっていまだに妨げられている。
量子回路の設計、特に古典的手法で最適化された学習可能なパラメータを含むパラメータ化量子回路(PQC)は、専門知識を必要とする非自明で時間を要するタスクである。
その結果、量子アーキテクチャサーチ(QAS)として知られるPQCの自動生成の研究が注目されている。
QASは、量子ハードウェアの特定の問題や特性に合わせたPQCを生成するために、機械学習と最適化駆動技術の使用に焦点を当てている。
本稿では,本研究の分野における研究成果を整理し,QAS手法の概要について述べる。
我々は、最適なPQCの自動探索の設計と実行における主な課題について論じ、今後の研究を容易にするためにそれらに対処する方法を調査する。
関連論文リスト
- Topology-Driven Quantum Architecture Search Framework [2.9862856321580895]
本稿では,高性能量子回路を識別するためのトポロジ駆動量子アーキテクチャ探索(TD-QAS)フレームワークを提案する。
広い探索空間をトポロジとゲート型コンポーネントに分離することで、TD-QASは低パフォーマンストポロジ内のゲート構成の探索を避けることができる。
論文 参考訳(メタデータ) (2025-02-20T05:05:53Z) - Comprehensive Survey of QML: From Data Analysis to Algorithmic Advancements [2.5686697584463025]
量子機械学習(Quantum Machine Learning)は、量子コンピューティングと機械学習の交差点におけるパラダイムシフトである。
この分野は、ハードウェアの制約、ノイズ、量子ビットコヒーレンス(英語版)の制限など、重大な課題に直面している。
この調査は、実用的な実世界のアプリケーションに向けて量子機械学習を進めるための基盤となるリソースを提供することを目的としている。
論文 参考訳(メタデータ) (2025-01-16T13:25:49Z) - 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) - Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
期待されている量子コンピュータの応用は、科学と産業にまたがる。
本稿では,量子アルゴリズムの応用分野について検討する。
私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
論文 参考訳(メタデータ) (2023-10-04T17:53:55Z) - 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 Machine Learning: from physics to software engineering [58.720142291102135]
古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。
量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
論文 参考訳(メタデータ) (2023-01-04T23:37:45Z) - Evolutionary Quantum Architecture Search for Parametrized Quantum
Circuits [7.298440208725654]
本稿では,PQCモデルのための進化的量子アーキテクチャ探索フレームワークであるEQAS-PQCを紹介する。
提案手法は,ハイブリッド量子古典モデルの性能を著しく向上させることができることを示す。
論文 参考訳(メタデータ) (2022-08-23T19:47:37Z) - Quantum Phase Recognition via Quantum Kernel Methods [6.3286116342955845]
本稿では,量子位相認識問題における量子学習アルゴリズムのパワーについて考察する。
我々は, 対称性保護位相と対称性破壊位相の認識を含む, 様々な問題に対して, アルゴリズムを数値的にベンチマークする。
本結果は,多粒子系における量子位相遷移の予測における量子機械学習の能力を強調した。
論文 参考訳(メタデータ) (2021-11-15T06:17:52Z) - 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) - Differentiable Quantum Architecture Search [15.045985536395479]
微分可能量子アーキテクチャ探索(DQAS)の一般的なフレームワークを提案する。
DQASは、エンドツーエンドの微分可能な方法で量子回路の自動設計を可能にする。
論文 参考訳(メタデータ) (2020-10-16T18:00:03Z) - An Application of Quantum Annealing Computing to Seismic Inversion [55.41644538483948]
小型地震インバージョン問題を解決するために,D波量子アニールに量子アルゴリズムを適用した。
量子コンピュータによって達成される精度は、少なくとも古典的コンピュータと同程度である。
論文 参考訳(メタデータ) (2020-05-06T14:18:44Z)
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。