論文の概要: QHDOPT: A Software for Nonlinear Optimization with Quantum Hamiltonian Descent

• arxiv url: http://arxiv.org/abs/2409.03121v1
• Date: Wed, 4 Sep 2024 23:11:25 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-06 22:44:13.277850
• Title: QHDOPT: A Software for Nonlinear Optimization with Quantum Hamiltonian Descent
• Title（参考訳）: QHDOPT:量子ハミルトニアンDescentを用いた非線形最適化ソフトウェア
• Authors: Samuel Kushnir, Jiaqi Leng, Yuxiang Peng, Lei Fan, Xiaodi Wu,
• Abstract要約: 我々はオープンソースのエンドツーエンドソフトウェア(QHDOPT)を開発している。 QHDOPTは量子ハミルトン降下を用いて非線形最適化問題を解くことができる。
• 参考スコア（独自算出の注目度）: 9.227520281589165
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We develop an open-source, end-to-end software (named QHDOPT), which can solve nonlinear optimization problems using the quantum Hamiltonian descent (QHD) algorithm. QHDOPT offers an accessible interface and automatically maps tasks to various supported quantum backends (i.e., quantum hardware machines). These features enable users, even those without prior knowledge or experience in quantum computing, to utilize the power of existing quantum devices for nonlinear and nonconvex optimization tasks. In its intermediate compilation layer, QHDOPT employs SimuQ, an efficient interface for Hamiltonian-oriented programming, to facilitate multiple algorithmic specifications and ensure compatible cross-hardware deployment. The detailed documentation of QHDOPT is available at https://github.com/jiaqileng/QHDOPT.
• Abstract（参考訳）: 量子ハミルトニアン降下(QHD)アルゴリズムを用いて非線形最適化問題を解くことができる,オープンソースのエンドツーエンドソフトウェア(QHDOPT)を開発した。 QHDOPTはアクセス可能なインターフェースを提供し、様々なサポートされている量子バックエンド(量子ハードウェアマシン)にタスクを自動的にマッピングする。 これらの機能は、量子コンピューティングに関する事前の知識や経験のないユーザでさえ、非線形および非凸最適化タスクに既存の量子デバイスのパワーを利用することができる。 中間的なコンパイル層では、QHDOPTはハミルトン指向プログラミングの効率的なインターフェースであるSimuQを使用して、複数のアルゴリズム仕様を容易にし、互換性のあるクロスハードウェアデプロイメントを保証する。 QHDOPTの詳細なドキュメントはhttps://github.com/jiaqileng/QHDOPT.comで公開されている。

関連論文リスト

• Connecting the Hamiltonian structure to the QAOA performance and energy landscape [0.0]
  量子交互演算子 Ansatz (QAOA) は2次非制約二項最適化問題の解法に有効である。 本研究は,短期量子デバイスにおけるアルゴリズムの堅牢性と最適化タスクの可能性を強調する。
  論文  参考訳（メタデータ） (2024-07-05T11:32:46Z)
• 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)
• Quafu-Qcover: Explore Combinatorial Optimization Problems on Cloud-based Quantum Computers [0.0]
  最適化問題のために設計されたオープンソースクラウドベースのソフトウェアパッケージであるQuafu-Qcoverを紹介する。 QcoverはQuantum Approximate Optimization Algorithm (QAOA)を使用して最適化問題を解決するための標準化された完全なワークフローを提供する。 Qcoverには、QAOA回路をQuafuクラウド量子コンピュータ上で実行可能な物理回路に変換する特別なコンパイラが含まれている。
  論文  参考訳（メタデータ） (2023-05-29T09:39:14Z)
• Benchmarking the Variational Quantum Eigensolver using different quantum hardware [0.0]
  変分量子固有解法(VQE)は化学応用のための有望な量子アルゴリズムである。 VQEを用いて水素分子のシミュレーションを行い、超伝導とイオントラップ量子コンピュータを比較した。
  論文  参考訳（メタデータ） (2023-05-11T18:56:07Z)
• TeD-Q: a tensor network enhanced distributed hybrid quantum machine learning framework [59.07246314484875]
  TeD-Qは、量子機械学習のためのオープンソースのソフトウェアフレームワークである。 古典的な機械学習ライブラリと量子シミュレータをシームレスに統合する。 量子回路とトレーニングの進捗をリアルタイムで視覚化できるグラフィカルモードを提供する。
  論文  参考訳（メタデータ） (2023-01-13T09:35:05Z)
• QSAN: A Near-term Achievable Quantum Self-Attention Network [73.15524926159702]
  SAM(Self-Attention Mechanism)は機能の内部接続を捉えるのに長けている。 短期量子デバイスにおける画像分類タスクに対して,新しい量子自己注意ネットワーク(QSAN)を提案する。
  論文  参考訳（メタデータ） (2022-07-14T12:22:51Z)
• Open Source Variational Quantum Eigensolver Extension of the Quantum Learning Machine (QLM) for Quantum Chemistry [0.0]
  我々は,化学に着想を得た適応手法の使用と開発のための新しいオープンソースQCパッケージ,Open-VQEを紹介した。 Atos Quantum Learning Machine (QLM)は、コンピュータプログラムを記述、最適化できる汎用プログラミングフレームワークである。 OpenVQEとともに、新しいオープンソースモジュールであるmyQLMFermion(QC開発において重要な重要なQLMリソースを含む)を紹介します。
  論文  参考訳（メタデータ） (2022-06-17T14:24:22Z)
• A Quantum Dot Plot Generation Algorithm for Pairwise Sequence Alignment [0.0]
  量子ペアワイズシーケンスアライメント(QPSA)アルゴリズムは、データアライメントタスクにおいて指数的なスピードアップを提供する。 これは、量子重ね合わせに整列する古典的なデータを効率的に符号化するというオープンな問題に依存している。 我々は、量子ドットプロット(QDP)と呼ばれる、このオラクルの代替的で明示的な構成を提供する。 我々はQDPの運用上の複雑さを、Q#とQiskitのソフトウェアフレームワークが生成する量子マシン命令の分析を通じて評価する。
  論文  参考訳（メタデータ） (2021-07-23T16:48:29Z)
• 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)
• 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)
• Electronic structure with direct diagonalization on a D-Wave quantum annealer [62.997667081978825]
  本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。 そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
  論文  参考訳（メタデータ） (2020-09-02T22:46:47Z)

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。