論文の概要: Noise-Mitigated Variational Quantum Eigensolver with Pre-training and Zero-Noise Extrapolation
- arxiv url: http://arxiv.org/abs/2501.01646v1
- Date: Fri, 03 Jan 2025 05:34:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-06 15:11:26.210387
- Title: Noise-Mitigated Variational Quantum Eigensolver with Pre-training and Zero-Noise Extrapolation
- Title（参考訳）: 事前学習とゼロノイズ外挿を併用したノイズ緩和型変分量子固有解法
- Authors: Wanqi Sun, Jungang Xu, Chenghua Duan,
- Abstract要約: 雑音環境下での分子基底状態エネルギーの正確な計算に有効なノイズ緩和型変分量子固有解器を提案する。
我々は、ゼロノイズ外挿を用いて量子ノイズを緩和し、ニューラルネットワークと組み合わせ、ノイズ適合機能の精度を向上させる。
その結果,本アルゴリズムは,主成分の量子固有解法よりも高い精度で,$mathcalO(10-2) sim MathcalO(10-1)$の範囲内でノイズ誤差を抑えることができることがわかった。
- 参考スコア（独自算出の注目度）: 3.205475178870021
- License:
- Abstract: The variational quantum eigensolver, as a hybrid quantum-classical algorithm, is widely applied in quantum chemistry simulations, especially in computing the electronic structure of complex molecular systems. However, on existing noisy intermediate-scale quantum devices, factors such as quantum decoherence, measurement errors, and gate operation imprecisions are unavoidable. To overcome these challenges, this study proposes an efficient noise-mitigating variational quantum eigensolver for accurate computation of molecular ground state energies in noisy environments. We design the quantum circuit with reference to the structure of matrix product states and utilize it to pre-train the circuit parameters, which ensures circuit stability and mitigates fluctuations caused by initialization. We also employ zero-noise extrapolation to mitigate quantum noise and combine it with neural networks to improve the accuracy of the noise-fitting function, which significantly eliminates noise interference. Furthermore, we implement intelligent grouping measurements of Hamiltonian Pauli strings, which not only reduces measurement errors but also improves sampling efficiency. We conduct experiments to solve the ground state energy of the $H_4$ molecule on the Mindquantum quantum computing platform, and the results demonstrate that our algorithm can constrain noise errors within the range of $\mathcal{O}(10^{-2}) \sim \mathcal{O}(10^{-1})$, outperforming mainstream variational quantum eigensolver methods. This work provides a new strategy for high-precision quantum chemistry calculations on near-term noisy quantum hardware.
- Abstract（参考訳）: ハイブリッド量子古典アルゴリズムとしての変分量子固有解法は、量子化学シミュレーション、特に複雑な分子系の電子構造を計算する際に広く応用されている。
しかし、既存のノイズの多い中間量子デバイスでは、量子デコヒーレンス、測定誤差、ゲート操作不整合などの要因は避けられない。
これらの課題を克服するために, 雑音環境下での分子基底状態エネルギーの正確な計算に有効なノイズ緩和型変分量子固有解器を提案する。
本稿では,行列積状態の構造に着目した量子回路を設計し,回路パラメータを事前学習し,回路の安定性を保証し,初期化による変動を緩和する。
また、ゼロノイズ外挿を用いて量子ノイズを緩和し、ニューラルネットワークと組み合わせてノイズフィッティング機能の精度を向上し、ノイズ干渉を著しく除去する。
さらに、ハミルトニアン・パウリ弦のインテリジェントなグルーピング測定を実装し、測定誤差を低減させるだけでなく、サンプリング効率も改善する。
我々は、Mindquantumの量子コンピューティングプラットフォーム上で、$H_4$分子の基底状態エネルギーを解く実験を行い、このアルゴリズムが$\mathcal{O}(10^{-2}) \sim \mathcal{O}(10^{-1})$の範囲内でノイズエラーを抑制できることを実証した。
この研究は、近未来のノイズ量子ハードウェア上での高精度量子化学計算の新しい戦略を提供する。
関連論文リスト
- Full Band Structure Calculation of Semiconducting Materials on a Noisy Quantum Processor [2.6327434138210095]
本稿では,量子系の全エネルギースペクトルを求めるために,量子方程式の最小化法を提案する。
我々は、2つのノイズモデル上での手法の性能を分析し、IBM量子プロセッサ上での手法を用いてバルクシリコンとガリウムアルセナイドの励起エネルギーを計算する。
論文 参考訳（メタデータ） (2024-05-15T06:35:39Z) - Simulating electronic structure on bosonic quantum computers [34.84696943963362]
電子ハミルトニアンを、ボゾン量子デバイス上で解ける擬似ボゾン問題にマッピングする方法を提案する。
この研究は、多くのフェルミオン系をシミュレートする新しい経路を確立し、ハイブリッド量子ビット量子デバイスの可能性を強調する。
論文 参考訳（メタデータ） (2024-04-16T02:04:11Z) - QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum
Circuits [82.50620782471485]
QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。
1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。
提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
論文 参考訳（メタデータ） (2024-01-10T22:33:00Z) - Variational Denoising for Variational Quantum Eigensolver [0.28675177318965045]
変分量子固有解法 (VQE) は、実用的な化学問題に量子的優位性を与える可能性を持つハイブリッドアルゴリズムである。
VQEは、特にノイズの多い量子デバイス上で動作する場合、タスク固有の設計とマシン固有のアーキテクチャの課題に直面します。
本稿では,VQEの解法を改善するために,パラメータ化量子ニューラルネットワークを用いた教師なし学習手法である変分分解を提案する。
論文 参考訳（メタデータ） (2023-04-02T14:56:15Z) - Matrix product channel: Variationally optimized quantum tensor network
to mitigate noise and reduce errors for the variational quantum eigensolver [0.0]
我々は,情報的に完全な測定によって提供される量子古典的インタフェースを利用する手法を開発した。
量子ハードウェアと古典的ソフトウェアを併用するハイブリッド戦略は、純粋に古典的な戦略よりも優れていると我々は主張する。
このアルゴリズムは、薬物設計の文脈におけるタンパク質-リガンド複合体の量子ハードウェアシミュレーションにおける最後の後処理ステップとして適用することができる。
論文 参考訳（メタデータ） (2022-12-20T13:03:48Z) - Numerical Simulations of Noisy Quantum Circuits for Computational
Chemistry [51.827942608832025]
短期量子コンピュータは、小さな分子の基底状態特性を計算することができる。
計算アンサッツの構造と装置ノイズによる誤差が計算にどのように影響するかを示す。
論文 参考訳（メタデータ） (2021-12-31T16:33:10Z) - Simulating the Mott transition on a noisy digital quantum computer via
Cartan-based fast-forwarding circuits [62.73367618671969]
動的平均場理論(DMFT)は、ハバードモデルの局所グリーン関数をアンダーソン不純物のモデルにマッピングする。
不純物モデルを効率的に解くために、量子およびハイブリッド量子古典アルゴリズムが提案されている。
この研究は、ノイズの多いデジタル量子ハードウェアを用いたMott相転移の最初の計算を提示する。
論文 参考訳（メタデータ） (2021-12-10T17:32:15Z) - Model-Independent Error Mitigation in Parametric Quantum Circuits and
Depolarizing Projection of Quantum Noise [1.5162649964542718]
与えられたハミルトニアンの基底状態と低い励起を見つけることは、物理学の多くの分野において最も重要な問題の一つである。
Noisy Intermediate-Scale Quantum (NISQ) デバイス上の量子コンピューティングは、そのような計算を効率的に実行する可能性を提供する。
現在の量子デバイスは、今でも固有の量子ノイズに悩まされている。
論文 参考訳（メタデータ） (2021-11-30T16:08:01Z) - The Cost of Improving the Precision of the Variational Quantum
Eigensolver for Quantum Chemistry [0.0]
様々な種類の誤差が変分量子固有解法(VQE)に与える影響について検討する。
ハイブリッド古典量子最適化の最適方法は、中間エネルギー評価においていくつかのノイズを許容することである。
論文 参考訳（メタデータ） (2021-11-09T06:24:52Z) - An Algebraic Quantum Circuit Compression Algorithm for Hamiltonian
Simulation [55.41644538483948]
現在の世代のノイズの多い中間スケール量子コンピュータ(NISQ)は、チップサイズとエラー率に大きく制限されている。
我々は、自由フェルミオンとして知られる特定のスピンハミルトニアンをシミュレーションするために、量子回路を効率よく圧縮するために局所化回路変換を導出する。
提案した数値回路圧縮アルゴリズムは、後方安定に動作し、$mathcalO(103)$スピンを超える回路合成を可能にするスピンの数で3次スケールする。
論文 参考訳（メタデータ） (2021-08-06T19:38:03Z) - Pulse-level noisy quantum circuits with QuTiP [53.356579534933765]
我々はQuTiPの量子情報処理パッケージであるqutip-qipに新しいツールを導入する。
これらのツールはパルスレベルで量子回路をシミュレートし、QuTiPの量子力学解法と制御最適化機能を活用する。
シミュレーションプロセッサ上で量子回路がどのようにコンパイルされ、制御パルスがターゲットハミルトニアンに作用するかを示す。
論文 参考訳（メタデータ） (2021-05-20T17:06:52Z)
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。