論文の概要: A General Framework for Gradient-Based Optimization of Superconducting Quantum Circuits using Qubit Discovery as a Case Study
- arxiv url: http://arxiv.org/abs/2408.12704v1
- Date: Thu, 22 Aug 2024 19:46:50 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-26 16:38:31.589606
- Title: A General Framework for Gradient-Based Optimization of Superconducting Quantum Circuits using Qubit Discovery as a Case Study
- Title（参考訳）: Qubit Discovery を用いた超伝導量子回路の勾配最適化のための一般フレームワーク
- Authors: Taha Rajabzadeh, Alex Boulton-McKeehan, Sam Bonkowsky, David I. Schuster, Amir H. Safavi-Naeini,
- Abstract要約: 超伝導量子回路の勾配に基づく最適化のための網羅的な枠組みを提案する。
この枠組みをキュービット発見問題に適用し、優れた性能指標を持つキュービット設計の同定の有効性を実証する。
- 参考スコア（独自算出の注目度）: 0.19528996680336308
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Engineering the Hamiltonian of a quantum system is fundamental to the design of quantum systems. Automating Hamiltonian design through gradient-based optimization can dramatically accelerate this process. However, computing the gradients of eigenvalues and eigenvectors of a Hamiltonian--a large, sparse matrix--relative to system properties poses a significant challenge, especially for arbitrary systems. Superconducting quantum circuits offer substantial flexibility in Hamiltonian design, making them an ideal platform for this task. In this work, we present a comprehensive framework for the gradient-based optimization of superconducting quantum circuits, leveraging the SQcircuit software package. By addressing the challenge of calculating the gradient of the eigensystem for large, sparse Hamiltonians and integrating automatic differentiation within SQcircuit, our framework enables efficient and precise computation of gradients for various circuit properties or custom-defined metrics, streamlining the optimization process. We apply this framework to the qubit discovery problem, demonstrating its effectiveness in identifying qubit designs with superior performance metrics. The optimized circuits show improvements in a heuristic measure of gate count, upper bounds on gate speed, decoherence time, and resilience to noise and fabrication errors compared to existing qubits. While this methodology is showcased through qubit optimization and discovery, it is versatile and can be extended to tackle other optimization challenges in superconducting quantum hardware design.
- Abstract（参考訳）: 量子系のハミルトニアンの工学は、量子系の設計の基本である。
勾配に基づく最適化によるハミルトン設計の自動化は、この過程を劇的に加速させることができる。
しかし、ハミルトニアンの固有値と固有ベクトルの勾配を計算し、特に任意の系において、系の性質に関連する大きなスパース行列が大きな課題となる。
超伝導量子回路はハミルトニアン設計においてかなりの柔軟性を提供しており、この課題に理想的なプラットフォームとなっている。
本稿では,SQcircuitソフトウェアパッケージを利用した超伝導量子回路の勾配に基づく最適化のための包括的なフレームワークを提案する。
大規模で疎度なハミルトン系の勾配を計算し、SQcircuit内で自動微分を統合するという課題に対処することにより、様々な回路特性やカスタム定義メトリクスの勾配の効率的な高精度な計算を可能にし、最適化プロセスの合理化を実現している。
この枠組みをキュービット発見問題に適用し、優れた性能指標を持つキュービット設計の同定の有効性を実証する。
最適化回路は,既存のキュービットと比較して,ゲート数,ゲート速度上界,デコヒーレンス時間,耐雑音性,加工誤差の改善を示す。
この手法は量子ビット最適化と発見によって実証されるが、汎用性があり、超伝導量子ハードウェア設計における他の最適化課題に取り組むために拡張することができる。
関連論文リスト
- Quantum Circuit Optimization using Differentiable Programming of Tensor Network States [0.0]
このアルゴリズムは古典的なハードウェア上で動作し、浅い正確な量子回路を見つける。
すべての回路は、適切なCPU時間と控えめなメモリ要求下で高い状態忠実性を達成する。
論文 参考訳（メタデータ） (2024-08-22T17:48:53Z) - Pulse-based variational quantum optimization and metalearning in superconducting circuits [3.770494165043573]
ハードウェアレベルフレームワークとしてパルスベースの変動量子最適化(PBVQO)を導入する。
量子干渉デバイス上での外部超伝導の最適化について説明する。
PBVQOとメタラーニングの相乗効果は、従来のゲートベースの変分アルゴリズムよりも有利である。
論文 参考訳（メタデータ） (2024-07-17T15:05:36Z) - 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) - Nonadiabatic geometric quantum gates with on-demand trajectories [2.5539863252714636]
オンデマンドトラジェクトリを用いた幾何学的量子ゲート構築のための汎用プロトコルを提案する。
提案手法は,スムーズパルスを用いたターゲットハミルトニアンのリバースエンジニアリングを採用する。
特定の幾何学的ゲートは様々な異なる軌跡によって誘導できるため、ゲート性能をさらに最適化することができる。
論文 参考訳（メタデータ） (2024-01-20T06:57:36Z) - Superconducting processor design optimization for quantum error correction performance [3.6723640056915436]
ハミルトンおよび量子誤り訂正レベルの両方にまたがるマルチレベルシミュレーションフレームワークを提案する。
このツールセットは、量子メモリパフォーマンスなどの特定の目的に合わせて設計最適化を支援する。
我々はフラキソニウム量子ビットの多経路結合スキームによるアプローチを実証する。
論文 参考訳（メタデータ） (2023-12-07T10:13:08Z) - Efficient estimation of trainability for variational quantum circuits [43.028111013960206]
変動量子回路のコスト関数とその分散を効率よく計算する方法を見出した。
この方法は、変分量子回路のトレーニング容易性を証明し、バレンプラトー問題を克服できる設計戦略を探索するために用いられる。
論文 参考訳（メタデータ） (2023-02-09T14:05:18Z) - Quantum circuit debugging and sensitivity analysis via local inversions [62.997667081978825]
本稿では,回路に最も影響を及ぼす量子回路の断面をピンポイントする手法を提案する。
我々は,IBM量子マシン上に実装されたアルゴリズム回路の例に応用して,提案手法の実用性と有効性を示す。
論文 参考訳（メタデータ） (2022-04-12T19:39:31Z) - Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。
その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
論文 参考訳（メタデータ） (2021-06-24T20:16:02Z) - Fixed Depth Hamiltonian Simulation via Cartan Decomposition [59.20417091220753]
時間に依存しない深さの量子回路を生成するための構成的アルゴリズムを提案する。
一次元横フィールドXYモデルにおけるアンダーソン局在化を含む、モデルの特殊クラスに対するアルゴリズムを強調する。
幅広いスピンモデルとフェルミオンモデルに対して正確な回路を提供するのに加えて、我々のアルゴリズムは最適なハミルトニアンシミュレーションに関する幅広い解析的および数値的な洞察を提供する。
論文 参考訳（メタデータ） (2021-04-01T19:06:00Z) - Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。
我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。
すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文 参考訳（メタデータ） (2020-10-01T18:14:11Z) - Space-efficient binary optimization for variational computing [68.8204255655161]
本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。
また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
論文 参考訳（メタデータ） (2020-09-15T18:17:27Z)
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。