Fugu-MT 論文翻訳(概要): Performance and scaling analysis of variational quantum simulation

論文の概要: Performance and scaling analysis of variational quantum simulation

arxiv url: http://arxiv.org/abs/2406.14411v1
Date: Thu, 20 Jun 2024 15:32:41 GMT
ステータス: 処理完了
システム内更新日: 2024-06-21 13:03:05.452226
Title: Performance and scaling analysis of variational quantum simulation
Title（参考訳）: 変分量子シミュレーションの性能とスケーリング解析
Authors: Mario Ponce, Thomas Cope, Inés de Vega, Martin Leib,
Abstract要約: 本稿では,変分量子シミュレーション(VQS)に必要な最小量子回路深さのスケーリングに関する実験的検討を行う。システムのサイズとシミュレーション時間の両方に関して,VQSアプローチによる深度要求のより優れたスケーリングを観察する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We present an empirical analysis of the scaling of the minimal quantum circuit depth required for a variational quantum simulation (VQS) method to obtain a solution to the time evolution of a quantum system within a predefined error tolerance. In a comparison against a non-variational method based on Trotterized time evolution, we observe a better scaling of the depth requirements using the VQS approach with respect to both the size of the system and the simulated time. Results are also put into perspective by discussing the corresponding classical complexity required for VQS. Our results allow us to identify a possible advantage region for VQS over Trotterization.
Abstract（参考訳）: 本稿では,変分量子シミュレーション(VQS)法に必要な最小量子回路深さのスケーリングを実験的に解析し,既定の誤差許容範囲内での量子システムの時間発展の解を求める。時間変化の時間進化に基づく非変分法との比較において,VQS手法を用いて,システムのサイズとシミュレーション時間の両方について,より優れたスケーリングを行う。結果は、VQSに必要な古典的な複雑さを議論することでも見直される。この結果から, トロタライゼーションよりもVQSに有利な領域を特定できる可能性が示唆された。

関連論文リスト

Unifying (Quantum) Statistical and Parametrized (Quantum) Algorithms [65.268245109828]
我々はカーンズのSQオラクルとヴァリアントの弱い評価オラクルからインスピレーションを得ます。評価クエリから学習するための非条件の下限を出力する,広範かつ直感的なフレームワークを提案する。
論文参考訳（メタデータ） (2023-10-26T18:23:21Z)
Classical-to-Quantum Transfer Learning Facilitates Machine Learning with Variational Quantum Circuit [62.55763504085508]
本稿では,変分量子回路(VQC)を用いた古典的量子移動学習アーキテクチャにより,VQCモデルの表現と一般化(推定誤差)が向上することを証明する。古典-量子遷移学習のアーキテクチャは、事前学習された古典的生成AIモデルを活用し、訓練段階におけるVQCの最適パラメータの発見を容易にする。
論文参考訳（メタデータ） (2023-05-18T03:08:18Z)
Hamiltonian simulation using quantum singular value transformation: complexity analysis and application to the linearized Vlasov-Poisson equation [0.4394730767364254]
ハミルトニアンシミュレーション(HS)アルゴリズムは物理系のシミュレーション時間を高速化するために用いられる。近年,量子特異値変換(QSVT)がHSの最小シミュレーション時間を達成することが証明された。そこで本研究では,QSVT ベースの HS の誤りとクエリ数に関する詳細な解析を行い,シミュレーション時間における不明瞭な手法が固定点法よりも優れていることを示す。
論文参考訳（メタデータ） (2023-04-18T12:26:18Z)
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)
Measurement optimization of variational quantum simulation by classical shadow and derandomization [0.0]
変動量子シミュレーション(VQS)は、計算負荷を古典コンピュータと量子コンピュータの両方に分散することにより、短期デバイスにおける目標を達成するためのツールを提供する。最も深刻な課題の1つは、測定数の劇的な増加である。この研究は、最近提案されたシャドーベース戦略により、VQSにおける測定回数を劇的に削減することを目的としている。
論文参考訳（メタデータ） (2022-08-30T00:10:06Z)
On quantum factoring using noisy intermediate scale quantum computers [0.0]
最適化のためのQAOAではなく,VQEを用いた場合の基底状態の発見の可能性を示す。勾配に基づく最適化では、量子回路勾配推定に要する時間が重要な問題であることがわかった。
論文参考訳（メタデータ） (2022-08-15T09:32:07Z)
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)
Quantum circuit architecture search on a superconducting processor [56.04169357427682]
変分量子アルゴリズム(VQA)は、ファイナンス、機械学習、化学といった様々な分野において、証明可能な計算上の優位性を得るための強力な証拠を示している。しかし、現代のVQAで利用されるアンザッツは、表現性と訓練性の間のトレードオフのバランスをとることができない。 8量子ビット超伝導量子プロセッサ上でVQAを強化するために,効率的な自動アンサッツ設計技術を適用した最初の実証実験を実証する。
論文参考訳（メタデータ） (2022-01-04T01:53:42Z)
Efficient measure for the expressivity of variational quantum algorithms [72.59790225766777]
我々は、変分量子アルゴリズムの表現率を研究するために、統計学習理論、すなわち被覆数に関する高度なツールを利用する。まず、任意のアンサーゼを持つVQAの表現性は、量子ゲートの数と観測可能な測定値によって上限づけられていることを示す。次に,システムノイズを考慮した量子チップ上でのVQAの表現性について検討する。
論文参考訳（メタデータ） (2021-04-20T13:51:08Z)
Layer VQE: A Variational Approach for Combinatorial Optimization on Noisy Quantum Computers [5.644434841659249]
変分量子固有解法(VQE)に触発された反復層VQE(L-VQE)アプローチを提案する。 L-VQE は有限サンプリング誤差に対してより堅牢であり,標準的な VQE 手法と比較して解を見つける確率が高いことを示す。シミュレーションの結果,L-VQEは現実的なハードウェアノイズ下では良好に動作していることがわかった。
論文参考訳（メタデータ） (2021-02-10T16:53:22Z)
Characterizing the loss landscape of variational quantum circuits [77.34726150561087]
本稿では,VQCの損失関数のヘシアンを計算する方法を紹介する。この情報がどのように解釈され、従来のニューラルネットワークと比較されるかを示す。
論文参考訳（メタデータ） (2020-08-06T17:48:12Z)

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。