論文の概要: OnionVQE Optimization Strategy for Ground State Preparation on NISQ Devices
- arxiv url: http://arxiv.org/abs/2407.10415v1
- Date: Mon, 15 Jul 2024 03:32:27 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-16 16:20:45.780925
- Title: OnionVQE Optimization Strategy for Ground State Preparation on NISQ Devices
- Title(参考訳): NISQデバイスにおけるオニオンVQE最適化手法
- Authors: Katerina Gratsea, Johannes Selisko, Maximilian Amsler, Christopher Wever, Thomas Eckl, Georgy Samsonidze,
- Abstract要約: 変分量子固有解法(VQE)は、現在のノイズ中間スケール量子(NISQ)デバイスの性能を利用するために用いられる。
VQEアルゴリズムは、バレンプラトー、局所ミニマ、量子ハードウェアノイズ、量子ビット接続の制限など、多くの問題に悩まされている。
文献の最近の進歩を基盤として、非常に浅い回路深さを示すVQE最適化戦略を提案する。
- 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 Variational Quantum Eigensolver (VQE) is one of the most promising and widely used algorithms for exploiting the capabilities of current Noisy Intermediate-Scale Quantum (NISQ) devices. However, VQE algorithms suffer from a plethora of issues, such as barren plateaus, local minima, quantum hardware noise, and limited qubit connectivity, thus posing challenges for their successful deployment on hardware and simulators. In this work, we propose a VQE optimization strategy that builds upon recent advances in the literature, and exhibits very shallow circuit depths when applied to the specific system of interest, namely a model Hamiltonian representing a cuprate superconductor. These features make our approach a favorable candidate for generating good ground state approximations on current NISQ devices. Our findings illustrate the potential of VQE algorithmic development for leveraging the full capabilities of NISQ devices.
- Abstract(参考訳): 変分量子固有解法(VQE)は、現在のノイズ中間規模量子(NISQ)デバイスの性能を利用する最も有望で広く使われているアルゴリズムの1つである。
しかしながら、VQEアルゴリズムは、不毛の台地、局所的なミニマ、量子ハードウェアノイズ、量子ビット接続の制限など、多くの問題に悩まされており、ハードウェアやシミュレーターへの展開に成功している。
本研究では,近年の文献の進歩を基盤として,興味のある特定のシステム,すなわち銅酸化物を表すモデルハミルトニアンに適用した場合に,非常に浅い回路深度を示すVQE最適化戦略を提案する。
これらの特徴は,現在のNISQデバイス上での良好な基底状態近似を生成するための候補として,我々のアプローチに好適なものである。
本研究は,NISQ デバイスの全機能を活用した VQE アルゴリズム開発の可能性を示す。
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) - Machine-Learning-Enhanced Optimization of Noise-Resilient Variational Quantum Eigensolvers [0.0]
変分量子固有解法(VQEs)は、ハイブリッド量子古典アルゴリズムの強力なクラスである。
彼らは格子場理論を含む様々な応用を約束する。
Noisy Intermediate-Scale Quantum (NISQ) デバイス固有のノイズは、VQEを実行する上で大きな課題となる。
論文 参考訳(メタデータ) (2025-01-29T14:56:42Z) - Identifying Bottlenecks of NISQ-friendly HHL algorithms [0.0]
NISQ適応反復QPEとそのHHLアルゴリズムの雑音耐性について検討する。
その結果,Qiskit readout や M Three readout package のようなノイズ低減技術は,ここでテストした小さなインスタンスにおいても,結果の回復には不十分であることが示唆された。
論文 参考訳(メタデータ) (2024-06-10T14:11:27Z) - A joint optimization approach of parameterized quantum circuits with a
tensor network [0.0]
現在の中間スケール量子(NISQ)デバイスはその能力に制限がある。
本稿では,パラメータ化ネットワーク(TN)を用いて,変分量子固有解法(VQE)アルゴリズムの性能改善を試みる。
論文 参考訳(メタデータ) (2024-02-19T12:53:52Z) - Pre-training Tensor-Train Networks Facilitates Machine Learning with Variational Quantum Circuits [70.97518416003358]
変分量子回路(VQC)は、ノイズの多い中間スケール量子(NISQ)デバイス上での量子機械学習を約束する。
テンソルトレインネットワーク(TTN)はVQC表現と一般化を向上させることができるが、結果として得られるハイブリッドモデルであるTTN-VQCは、Polyak-Lojasiewicz(PL)条件による最適化の課題に直面している。
この課題を軽減するために,プレトレーニングTTNモデルとVQCを組み合わせたPre+TTN-VQCを導入する。
論文 参考訳(メタデータ) (2023-05-18T03:08:18Z) - Scaling Limits of Quantum Repeater Networks [62.75241407271626]
量子ネットワーク(QN)は、セキュアな通信、強化されたセンシング、効率的な分散量子コンピューティングのための有望なプラットフォームである。
量子状態の脆弱な性質のため、これらのネットワークはスケーラビリティの観点から大きな課題に直面している。
本稿では,量子リピータネットワーク(QRN)のスケーリング限界について解析する。
論文 参考訳(メタデータ) (2023-05-15T14:57:01Z) - Quantum Volume in Practice: What Users Can Expect from NISQ Devices [0.9208007322096533]
量子ボリューム(QV)は、ノイズ中間スケール量子(NISQ)デバイスの性能を定量化するデファクト標準ベンチマークとなっている。
我々は、現在IBM Q、IonQ、Rigetti、Oxford Quantum Circuits、Quantinuumが提供している24のNISQデバイス上で、独自のQV計算を行っている。
論文 参考訳(メタデータ) (2022-03-08T02:31:26Z) - Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。
これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。
本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
論文 参考訳(メタデータ) (2022-02-17T18:59:20Z) - Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。
問題の大きさと問題グラフの次数で指数関数的に増大する。
これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
論文 参考訳(メタデータ) (2022-01-06T21:02:30Z) - 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) - 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。