論文の概要: Contrasting Statistical Phase Estimation with the Variational Quantum Eigensolver in the era of Early Fault Tolerant Quantum Computation
- arxiv url: http://arxiv.org/abs/2409.07749v1
- Date: Thu, 12 Sep 2024 04:48:05 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-13 17:51:48.902141
- Title: Contrasting Statistical Phase Estimation with the Variational Quantum Eigensolver in the era of Early Fault Tolerant Quantum Computation
- Title(参考訳): 早期フォールトトレラント量子計算における変分量子固有解器による統計的位相推定
- Authors: Ming-Zhi Chung, Andreas Thomasen, Henry Liao, Ryosuke Imai,
- Abstract要約: 本稿では,最近開発された時空効率的なアナログ回転(STAR)アーキテクチャ citeakahoshi PartiallyFaultTolerantQuantum2024 について概説する。
特に,統計位相推定アルゴリズム(SPE)として知られる基底状態エネルギー推定(GSEE)アルゴリズムについて検討した。
- 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: In this review, we give an overview of the proposed applications in the early-FTQC (EFTQC) era. Starting from the error correction architecture for EFTQC device, we first review the recently developed space-time efficient analogue rotation (STAR) architecture \cite{akahoshiPartiallyFaultTolerantQuantum2024}, which is a partially fault-tolerant error correction architecture. Then, we review the requirements of an EFTQC algorithm. In particular, the class of ground state energy estimation (GSEE) algorithm known as the statistical phase estimation algorithm (SPE) is studied. We especially cast our attention on two SPE-type algorithms, the step-function filter-based variant by Lin and Tong (LT22) \cite{Lin:2021rwb} and Gaussian Filter \cite{Wang:2022gxu}. Based on the latter, we introduce the Gaussian Fitting algorithm, which uses an alternative post-processing procedure compared to \cite{Wang:2022gxu}. Finally, we systematically simulate the aforementioned algorithms and Variational Quantum Eigensolver (VQE) using the 1-uCJ ansatz with different shot counts. Most importantly, we perform noisy simulations based on the STAR architecture. We find that for estimating the ground state energy of the 4-qubit $H_2$ Hamiltonian in the STO-3G basis, SPE becomes more advantageous over VQE when the physical error rate is sufficiently low.
- Abstract(参考訳): 本稿では,FTQC(Early-FTQC)時代のアプリケーションの概要を紹介する。
EFTQC装置の誤り訂正アーキテクチャからはじめて,最近開発された時空効率的なアナログ回転(STAR)アーキテクチャであるcite{akahoshi PartiallyFaultTolerantQuantum2024} を概観した。
次に,EDTQCアルゴリズムの要件を概観する。
特に,統計位相推定アルゴリズム(SPE)として知られる基底状態エネルギー推定(GSEE)アルゴリズムについて検討した。
我々は特に,Lin and Tong (LT22) \cite{Lin:2021rwb} と Gaussian Filter \cite{Wang:2022gxu} の2つのSPE型アルゴリズムに注目した。
後者に基づいてガウスフィッティングアルゴリズムを導入し, 代用後処理法を \cite{Wang:2022gxu} と比較した。
最後に,上述したアルゴリズムと変分量子固有解法(VQE)を1-uCJアンサッツを用いて,異なるショット数でシミュレートする。
最も重要なことは、STARアーキテクチャに基づいてノイズのシミュレーションを行うことである。
STO-3G ベースで 4-qubit $H_2$ Hamiltonian の基底状態エネルギーを推定すると,物理誤差率が十分に低い場合,SPE は VQE よりも有利となる。
関連論文リスト
- Bayesian Optimization Priors for Efficient Variational Quantum Algorithms [0.0]
量子コンピュータは現在、量子量子アルゴリズム(VQA)と呼ばれる量子古典的なアプローチで問題を解決している。
本稿では,時間当たりのショット数を削減できる基本計算最適化のためのハイブリッドフレームワークを提案する。
この2つの特徴を用いて,提案手法がVQA内でのシミュレーション実装を統計的に上回っていることを示す。
論文 参考訳(メタデータ) (2024-06-20T18:00:12Z) - Warm-Starting the VQE with Approximate Complex Amplitude Encoding [0.26217304977339473]
変分量子固有解法(VQE)は、量子力学系の基底状態を決定する量子アルゴリズムである。
本稿では,VQEの初期パラメータ値を近似を用いて生成するウォームスタート手法を提案する。
このようなウォームスタートは、古典近似アルゴリズムと量子アルゴリズムの実りある組み合わせへの道を開く。
論文 参考訳(メタデータ) (2024-02-27T10:15:25Z) - 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) - 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) - Greedy Gradient-free Adaptive Variational Quantum Algorithms on a Noisy
Intermediate Scale Quantum Computer [0.632231271751641]
ハイブリッド量子古典適応型変分量子固有解器(VQE)は、量子多体系における古典的計算を上回る可能性を持っている。
本稿では,GPU加速HPCシミュレータに対して,25量子ビット誤り軽減QPU上で適応アルゴリズムを実行する新しい手法を提案する。
論文 参考訳(メタデータ) (2023-06-29T17:58:02Z) - 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) - 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) - Study of Adaptative Derivative-Assemble Pseudo-Trotter Ansatzes in VQE
through qiskit API [0.0]
変分量子アルゴリズム(VQA)は、量子位相推定アルゴリズムの問題を解決するために設計された。
ADAPT-VQEは最小数のパラメータを持つ準最適アンサッツを決定する。
パラメータ数、精度、H2およびLiH分子で使用されるCNOTゲートの数など、これらのアルゴリズムをすべて異なる基準で比較する。
論文 参考訳(メタデータ) (2022-10-25T16:53:14Z) - Quantum Approximate Optimization Algorithm Based Maximum Likelihood
Detection [80.28858481461418]
量子技術の最近の進歩は、ノイズの多い中間スケール量子(NISQ)デバイスへの道を開く。
量子技術の最近の進歩は、ノイズの多い中間スケール量子(NISQ)デバイスへの道を開く。
論文 参考訳(メタデータ) (2021-07-11T10:56:24Z) - An optimal quantum sampling regression algorithm for variational
eigensolving in the low qubit number regime [0.0]
量子サンプリング回帰(QSR)は、代替の量子古典的アルゴリズムである。
低量子ビット数構造における時間的複雑さに基づいて,その利用事例を分析した。
ベンチマーク問題に対するアルゴリズムの有効性を示す。
論文 参考訳(メタデータ) (2020-12-04T00:01:15Z) - Quantum-optimal-control-inspired ansatz for variational quantum
algorithms [105.54048699217668]
変分量子アルゴリズム (VQA) の中心成分は状態準備回路(英語版)であり、アンザッツ(英語版)または変分形式(英語版)とも呼ばれる。
ここでは、対称性を破るユニタリを組み込んだ「解」を導入することで、このアプローチが必ずしも有利であるとは限らないことを示す。
この研究は、より一般的な対称性を破るアンスの開発に向けた第一歩となり、物理学や化学問題への応用に繋がる。
論文 参考訳(メタデータ) (2020-08-03T18:00:05Z)
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。