論文の概要: Diffusion-Enhanced Optimization of Variational Quantum Eigensolver for General Hamiltonians
- arxiv url: http://arxiv.org/abs/2501.05666v1
- Date: Fri, 10 Jan 2025 02:32:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-13 15:27:10.620424
- Title: Diffusion-Enhanced Optimization of Variational Quantum Eigensolver for General Hamiltonians
- Title（参考訳）: 一般ハミルトニアンに対する拡散促進型変分量子固有解法の最適化
- Authors: Shikun Zhang, Zheng Qin, Yongyou Zhang, Yang Zhou, Rui Li, Chunxiao Du, Zhisong Xiao,
- Abstract要約: 変分量子アルゴリズム(VQA)は、現在の雑音量子デバイスにおいて量子優位を達成するための有望なアプローチとして登場した。
しかし、それらの大規模応用は、バレンプラトー(BP)現象、局所ミニマ、多数の反復要求など、最適化上の課題によって著しく妨げられている。
本研究では,これらの問題に対処するために,デノナイジング拡散モデル(DM)を活用する。
- 参考スコア（独自算出の注目度）: 17.975555487972166
- License:
- Abstract: Variational quantum algorithms (VQAs) have emerged as a promising approach for achieving quantum advantage on current noisy intermediate-scale quantum devices. However, their large-scale applications are significantly hindered by optimization challenges, such as the barren plateau (BP) phenomenon, local minima, and numerous iteration demands. In this work, we leverage denoising diffusion models (DMs) to address these difficulties. The DM is trained on a few data points in the Heisenberg model parameter space and then can be guided to generate high-performance parameters for parameterized quantum circuits (PQCs) in variational quantum eigensolver (VQE) tasks for general Hamiltonians. Numerical experiments demonstrate that DM-parameterized VQE can explore the ground-state energies of Heisenberg models with parameters not included in the training dataset. Even when applied to previously unseen Hamiltonians, such as the Ising and Hubbard models, it can generate the appropriate initial state to achieve rapid convergence and mitigate the BP and local minima problems. These results highlight the effectiveness of our proposed method in improving optimization efficiency for general Hamiltonians.
- Abstract（参考訳）: 変分量子アルゴリズム(VQA)は、現在のノイズの多い中間スケール量子デバイスで量子優位を達成するための有望なアプローチとして登場した。
しかし、それらの大規模応用は、バレンプラトー(BP)現象、局所ミニマ、多数の反復要求など、最適化上の課題によって著しく妨げられている。
本研究では,これらの問題に対処するために,デノナイジング拡散モデル(DM)を活用する。
DMはハイゼンベルクモデルパラメータ空間のいくつかのデータポイントに基づいて訓練され、一般ハミルトンの変分量子固有解法(VQE)タスクにおいてパラメータ化量子回路(PQC)の高性能パラメータを生成するように誘導される。
DMパラメタライズドVQEはトレーニングデータセットに含まれないパラメータを持つハイゼンベルクモデルの基底状態エネルギーを探索できることを示す。
Ising や Hubbard のような未確認のハミルトニアンのモデルに適用しても、BP と局所ミニマ問題を迅速に収束させ緩和するために適切な初期状態を生成することができる。
これらの結果は,一般ハミルトニアンの最適化効率向上における提案手法の有効性を強調した。
関連論文リスト
- Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems [77.88054335119074]
ランダム量子スピン系の進化をモデル化するためにFNOを用いる。
量子波動関数全体の2n$の代わりに、コンパクトなハミルトン観測可能集合にFNOを適用する。
論文 参考訳（メタデータ） (2024-09-05T07:18:09Z) - Compact Multi-Threshold Quantum Information Driven Ansatz For Strongly Interactive Lattice Spin Models [0.0]
近似量子相互情報(QMI)に基づくアンザッツ建築の体系的手順を提案する。
提案手法は,QMI値に基づいて各層の量子ビット対が選択される層状アンサッツを生成し,より効率的な状態生成と最適化ルーチンを実現する。
その結果,Multi-QIDA法は高い精度を維持しながら計算複雑性を低減し,格子スピンモデルにおける量子シミュレーションに有望なツールであることがわかった。
論文 参考訳（メタデータ） (2024-08-05T17:07:08Z) - Matrix product state ansatz for the variational quantum solution of the
Heisenberg model on Kagome geometries [0.0]
本研究では密度行列再正規化グループ(DMRG)アルゴリズムにインスパイアされた量子回路アンサッツを開発する。
我々のDMRG-VQEハイブリッドアルゴリズムは、現実的な誤差率で、強い相関関係を持つシステムに対して良い結果をもたらす。
論文 参考訳（メタデータ） (2024-01-04T16:53:47Z) - Variational waveguide QED simulators [58.720142291102135]
導波管QEDシミュレータは1次元フォトニックバンドギャップ材料と相互作用する量子エミッタによって構成される。
ここでは、これらの相互作用がより効率的な変分量子アルゴリズムを開発するためのリソースとなることを実証する。
論文 参考訳（メタデータ） (2023-02-03T18:55:08Z) - Maximum-Likelihood-Estimate Hamiltonian learning via efficient and
robust quantum likelihood gradient [4.490097334898205]
本稿では,最大推定,勾配降下,量子多体アルゴリズムを組み合わせた効率的な手法を提案する。
従来の手法と比較すると、ノイズ、ゆらぎ、温度範囲に対する精度と全体的な安定性も向上している。
論文 参考訳（メタデータ） (2022-12-28T06:54:15Z) - Symmetric Pruning in Quantum Neural Networks [111.438286016951]
量子ニューラルネットワーク(QNN)は、現代の量子マシンの力を発揮する。
ハンドクラフト対称アンサーゼを持つQNNは、一般に非対称アンサーゼを持つものよりも訓練性が高い。
本稿では,QNNのグローバル最適収束を定量化するために,実効量子ニューラルネットワークカーネル(EQNTK)を提案する。
論文 参考訳（メタデータ） (2022-08-30T08:17:55Z) - 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) - 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) - Variational quantum solver employing the PDS energy functional [6.822193536884916]
接続モーメント展開の量子計算に基づく新しい量子アルゴリズムのクラスが、基底と励起状態エネルギーを見つけるために報告されている。
ここでは、Peeters-Devreese-Soldatov (PDS) の定式化は変分的であり、既存の変分量子インフラとさらに結合する可能性を持つ。
従来の変分量子固有解法(VQE)や元の静的PSD法と比較して、この新しい変分量子解法は、局所的なミニマに閉じ込められないようにダイナミクスをナビゲートするための効果的なアプローチを提供する。
論文 参考訳（メタデータ） (2021-01-21T10:12:38Z) - Benchmarking adaptive variational quantum eigensolvers [63.277656713454284]
VQEとADAPT-VQEの精度をベンチマークし、電子基底状態とポテンシャルエネルギー曲線を計算する。
どちらの手法もエネルギーと基底状態の優れた推定値を提供する。
勾配に基づく最適化はより経済的であり、勾配のない類似シミュレーションよりも優れた性能を提供する。
論文 参考訳（メタデータ） (2020-11-02T19:52:04Z) - Variational Quantum Eigensolver for Frustrated Quantum Systems [0.0]
変分量子固有解法(VQE)は、量子ハミルトニアンによって指定されたエネルギーランドスケープにおける大域最小値を決定するように設計されている。
本稿では、1次元のフェルミオン連鎖を記述するハバード様モデルに対するVQE手法の性能について考察する。
また、ハミルトニアンに対するバレンプラトー現象の研究を行い、この効果の重大性はフェルミオンの量子ビットへの符号化に依存することを示した。
論文 参考訳（メタデータ） (2020-05-01T18:00:01Z)
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。