論文の概要: Quantum Annealing with chaotic driver Hamiltonians

• arxiv url: http://arxiv.org/abs/2409.20538v1
• Date: Mon, 30 Sep 2024 17:39:54 GMT
• ステータス: 処理完了
• システム内更新日: 2024-10-02 02:20:11.652930
• Title: Quantum Annealing with chaotic driver Hamiltonians
• Title（参考訳）: カオスドライバーハミルトニアンによる量子アニーリング
• Authors: Henning Schlömer, Subir Sachdev,
• Abstract要約: 本稿では,Sachdev-Ye-Kitaev(SYK)モデルのボソニックスピンバージョンに基づくドライバー・ハミルトンについて検討する。 その結果、SYKモデルインスタンスのかなりの割合は、大幅なスピードアップを示していることがわかった。
• 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: Quantum annealing is a computational approach designed to leverage quantum fluctuations for solving large-scale classical optimization problems. Although incorporating standard transverse field (TF) terms in the annealing process can help navigate sharp minima, the potential for achieving a scalable quantum advantage for general optimization problems remains uncertain. Here, we examine the effectiveness of including chaotic quantum driver Hamiltonians in the annealing dynamics. Specifically, we investigate driver Hamiltonians based on a bosonic spin version of the Sachdev-Ye-Kitaev (SYK) model, which features a high degree of non-locality and non-commutativity. Focusing on MaxCut instances on regular graphs, we find that a considerable proportion of SYK model instances demonstrate significant speedups, especially for challenging graph configurations. Additionally, our analysis of time-to-solution scalings for the low autocorrelation binary sequence (LABS) problem suggests that SYK-type fluctuations can outperform traditional transverse field annealing schedules in large-scale optimization tasks.
• Abstract（参考訳）: 量子アニーリング(quantum annealing)は、量子ゆらぎを利用した大規模古典最適化問題の解法である。 標準的な逆場 (TF) 項をアニール過程に組み込むことは、急激な最小化を導くのに役立つが、一般的な最適化問題に対してスケーラブルな量子優位性を実現する可能性については、いまだ定かではない。 ここでは、カオス量子ドライバであるハミルトンをアニーリング力学に組み込むことの有効性について検討する。 具体的には、Sachdev-Ye-Kitaev(SYK)モデルのボソニックスピンバージョンに基づくドライバー・ハミルトンについて検討する。 正規グラフ上のMaxCutインスタンスに注目すると、SYKモデルインスタンスのかなりの割合は、特に挑戦的なグラフ構成において、大幅なスピードアップを示すことが分かる。 さらに,低自己相関二分数列 (LABS) 問題に対する時間-解スケールの解析により,SYK型ゆらぎは大規模最適化タスクにおいて従来の横フィールドアニーリングスケジュールより優れていることが示された。

関連論文リスト

• MG-Net: Learn to Customize QAOA with Circuit Depth Awareness [51.78425545377329]
  量子近似最適化アルゴリズム(QAOA)とその変種は、最適化問題に対処する大きな可能性を示している。 良好な性能を実現するために必要な回路深度は問題固有であり、しばしば現在の量子デバイスの最大容量を超える。 ミキサジェネレータネットワーク (MG-Net) は, 最適ミキサハミルトニアンを動的に定式化するための統合ディープラーニングフレームワークである。
  論文  参考訳（メタデータ） (2024-09-27T12:28:18Z)
• Large-scale quantum annealing simulation with tensor networks and belief propagation [0.0]
  3つの正則グラフに対する量子アニールは1000量子ビットと5000000量子ビットゲートのスケールでも古典的にシミュレートできることを示す。 非退化インスタンスの場合、一意解は最後の縮小された単一量子状態から読み出すことができる。 MaxCutのような退化問題に対して、グラフテンソル-ネットワーク状態に対する近似的な測定シミュレーションアルゴリズムを導入する。
  論文  参考訳（メタデータ） (2024-09-18T18:00:08Z)
• Application of Langevin Dynamics to Advance the Quantum Natural Gradient Optimization Algorithm [47.47843839099175]
  近年,変分量子回路の最適化のためのQNGアルゴリズムが提案されている。 本研究では、この離散時間解が一般化形式を与えることを示すために、QNG力を持つランゲヴィン方程式を用いる。
  論文  参考訳（メタデータ） (2024-09-03T15:21:16Z)
• Lindblad-like quantum tomography for non-Markovian quantum dynamical maps [46.350147604946095]
  本稿では,Lindblad-like quantum tomography (L$ell$QT) を量子情報プロセッサにおける時間相関ノイズの量子的特徴付け手法として紹介する。 単一量子ビットの強調力学について、L$ell$QT を詳細に論じ、量子進化の複数のスナップショットを可能性関数に含めることの重要性を正確に理解することができる。
  論文  参考訳（メタデータ） (2024-03-28T19:29:12Z)
• 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)
• Digitized-Counterdiabatic Quantum Optimization [4.336065967298193]
  本稿では,一般Isingスピングラスモデルに対して,デジタルダイアバティック量子最適化(DCQO)を提案する。 これは、非確率的カウンターダイアバティック項の追加によって触媒されるアディバティック量子アルゴリズムのデジタル化によって達成される。
  論文  参考訳（メタデータ） (2022-01-03T18:21:54Z)
• Efficient Classical Computation of Quantum Mean Values for Shallow QAOA Circuits [15.279642278652654]
  浅いQAOA回路の量子ビット数と線形にスケールするグラフ分解に基づく古典的アルゴリズムを提案する。 我々の結果は、QAOAによる量子アドバンテージの探索だけでなく、NISQプロセッサのベンチマークにも有用である。
  論文  参考訳（メタデータ） (2021-12-21T12:41:31Z)
• Quantum Approximate Optimization Algorithm applied to the binary perceptron [0.46664938579243564]
  本稿では,量子アニーリング(QA)と量子近似最適化アルゴリズム(QAOA)を,ニューラルネットワークにおける教師あり学習のパラダイムタスクに適用する。 我々はQAOAパラメータに対する最適滑らかな解の存在を証明し、同じ問題の典型例間で伝達可能であることを示す。 従来のQAよりもQAOAの性能が向上したことを示す。
  論文  参考訳（メタデータ） (2021-12-19T18:33:22Z)
• Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
  量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。 変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。 量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
  論文  参考訳（メタデータ） (2021-08-09T18:00:05Z)
• 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)
• Hybrid Quantum Annealing via Molecular Dynamics [0.0]
  横場イジングモデルの量子スピンに付随する古典的フラックス変数のハミルトン力学を導入する。 古典的フラックスの分子動力学は、量子アニールの凍結スピンとアンビバシックスピンをソートする強力なプレコンディショナーとして用いられる。
  論文  参考訳（メタデータ） (2020-04-08T12:34:24Z)

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。