論文の概要: FOCQS: Feedback Optimally Controlled Quantum States

• arxiv url: http://arxiv.org/abs/2409.15426v1
• Date: Mon, 23 Sep 2024 18:00:06 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-26 13:10:19.053763
• Title: FOCQS: Feedback Optimally Controlled Quantum States
• Title（参考訳）: FOCQS: フィードバック最適制御量子状態
• Authors: Lucas T. Brady, Stuart Hadfield,
• Abstract要約: FALQONのようなフィードバックベースの量子アルゴリズムは微調整の問題を避けるが、回路深度の追加と収束保証の欠如を犠牲にしている。 我々は、従来の制御層を摂動的に更新するためにそれを利用する分析フレームワークを開発した。 この摂動的手法は、フィードバックに基づくアルゴリズムの結果を改善するために、フィードバック最適化量子状態(FOCQS)と呼ぶ。
• 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: Quantum optimization, both for classical and quantum functions, is one of the most well-studied applications of quantum computing, but recent trends have relied on hybrid methods that push much of the fine-tuning off onto costly classical algorithms. Feedback-based quantum algorithms, such as FALQON, avoid these fine-tuning problems but at the cost of additional circuit depth and a lack of convergence guarantees. In this work, we take the local greedy information collected by Lyapunov feedback control and develop an analytic framework to use it to perturbatively update previous control layers, similar to the global optimal control achievable using Pontryagin optimal control. This perturbative methodology, which we call Feedback Optimally Controlled Quantum States (FOCQS), can be used to improve the results of feedback-based algorithms, like FALQON. Furthermore, this perturbative method can be used to push smooth annealing-like control protocol closer to the control optimum, even providing and iterative approach, albeit with diminishing returns. In numerical testing, we show improvements in convergence and required depth due to these methods over existing quantum feedback control methods.
• Abstract（参考訳）: 量子最適化は古典関数と量子関数の両方において、量子コンピューティングの最もよく研究されている応用の1つであるが、近年のトレンドは、微調整の多くをコストのかかる古典的アルゴリズムにプッシュするハイブリッド手法に依存している。 FALQONのようなフィードバックベースの量子アルゴリズムは、これらの微調整問題を回避しているが、回路深度の追加と収束保証の欠如を犠牲にしている。 本研究では,リアプノフフィードバック制御によって収集された局所的欲求情報を用いて,ポントリャーギン最適制御により達成可能な大域的最適制御と同様に,従来の制御層を摂動的に更新する分析フレームワークを開発する。 フィードバック最適化量子状態(FOCQS)と呼ばれるこの摂動的手法は、FALQONのようなフィードバックベースのアルゴリズムの結果を改善するために使用できる。 さらに、この摂動法は、スムーズなアニール様制御プロトコルを制御最適に近づけるために使用することができ、リターンが低下するにもかかわらず、反復的アプローチを提供することもできる。 数値実験では,既存の量子フィードバック制御法に比較して,これらの手法による収束性や必要深度の向上が示されている。

関連論文リスト

• Bias-field digitized counterdiabatic quantum optimization [39.58317527488534]
  我々はこのプロトコルをバイアス場デジタルダイアバティック量子最適化(BF-DCQO)と呼ぶ。 私たちの純粋に量子的なアプローチは、古典的な変分量子アルゴリズムへの依存を排除します。 基底状態の成功確率のスケーリング改善を実現し、最大2桁まで増大する。
  論文  参考訳（メタデータ） (2024-05-22T18:11:42Z)
• 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)
• Optimal control in large open quantum systems: the case of transmon readout and reset [44.99833362998488]
  本稿では, 随伴状態法と逆時間バックプロパゲーションを組み合わせることで, 極めて大規模なオープンシステム量子制御問題を解く枠組みを提案する。 超伝導量子ビットにおける2つの本質的に散逸する演算を最適化するために、この枠組みを適用した。 システムパラメータの固定化により,制御パルスの形状は両操作の忠実度と持続時間において2倍の改善が得られた。
  論文  参考訳（メタデータ） (2024-03-21T18:12:51Z)
• Efficient DCQO Algorithm within the Impulse Regime for Portfolio Optimization [41.94295877935867]
  本稿では,デジタルカウンセバティック量子最適化(DCQO)パラダイムを用いて,ポートフォリオ最適化のための高速なディジタル量子アルゴリズムを提案する。 提案手法は,アルゴリズムの回路深度要件を特に低減し,解の精度を向上し,現在の量子プロセッサに適している。 我々は,IonQトラップイオン量子コンピュータ上で最大20量子ビットを使用するプロトコルの利点を実験的に実証した。
  論文  参考訳（メタデータ） (2023-08-29T17:53:08Z)
• Solving quantum optimal control problems using projection-operator-based Newton steps [0.25602836891933073]
  この論文は、各イテレーションで解の見積もりを安定化させるレギュレータを導入することにより、量子射影作用素の以前のバージョンを著しく改善する。 この修正は、アルゴリズムの収束率を向上するだけでなく、解法をより良い局所ミニマへ導くことも示している。
  論文  参考訳（メタデータ） (2023-05-28T04:30:35Z)
• Performance Bounds for Quantum Control [0.06999740786886534]
  量子フィードバックコントローラは、しばしば性能目標と最適性証明書を欠いている。 量子フィルタリング理論と2乗のモーメント・サム・オブ・二乗法を組み合わせて凸最適化問題の階層を構築する。
  論文  参考訳（メタデータ） (2023-04-06T20:48:51Z)
• Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
  テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる 本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。 その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
  論文  参考訳（メタデータ） (2022-09-01T17:08:41Z)
• Robust optimization for quantum reinforcement learning control using partial observations [10.975734427172231]
  量子状態の完全な観測は、量子ビット数に対する必要な量子測定数の指数的スケーリングのために実験的に不可能である。 この制御方式は、ノイズが一般的である短期量子デバイスと互換性がある。 騒音振幅が制御振幅と同じレベルであっても、高忠実度状態制御が達成できることが示されている。
  論文  参考訳（メタデータ） (2022-06-29T06:30:35Z)
• Stochastic optimization for learning quantum state feedback control [16.4432244108711]
  量子非破壊測定を用いたオープン量子システムのためのディープフィードバックネットワークのトレーニングフレームワークを提案する。 本手法は, 並列化性, オープンなシステム間相互作用に対する堅牢性, およびシミュレーションにおけるランドマーク状態フィードバック制御結果よりも優れていることを示す。
  論文  参考訳（メタデータ） (2021-11-18T19:00:06Z)
• Robust Control of Quantum Dynamics under Input and Parameter Uncertainty [0.0]
  工学的な量子系は、磁場とハミルトンパラメータに関連するノイズや不確実性のため、依然として困難である。 我々は、量子制御ロバストネス解析法を様々な量子観測器、ゲート、そのモーメントに拡張し、一般化する。 進化的オープンループ(モデルベース)および閉ループ(モデルフリー)アプローチによるロバスト制御を実現するためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-02-23T17:28:21Z)
• 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)

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。