論文の概要: Analog QAOA with Bayesian Optimisation on a neutral atom QPU

• arxiv url: http://arxiv.org/abs/2501.16229v1
• Date: Mon, 27 Jan 2025 17:23:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-28 13:55:48.056629
• Title: Analog QAOA with Bayesian Optimisation on a neutral atom QPU
• Title（参考訳）: 中性原子QPU上のベイズ最適化を伴うアナログQAOA
• Authors: Simone Tibaldi, Lucas Leclerc, Davide Vodola, Edoardo Tignone, Elisa Ercolessi,
• Abstract要約: 我々は、最大独立集合問題を解くために、量子近似最適化アルゴリズムをアナログ形式で実装する。 提案手法は,Pasqalの最初の商用量子処理ユニットであるOrion Alpha上でのシミュレーションと実験的実行を組み合わせることで評価する。 結果から、限られた数の測定がソリューションへの迅速な収束を可能にすることが示され、リソース効率のシナリオに対して実行可能なソリューションとなっている。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: This study explores the implementation of the Quantum Approximate Optimisation Algorithm (QAOA) in its analog form using a neutral atom quantum processing unit to solve the Maximum Independent Set problem. The analog QAOA leverages the natural encoding of problem Hamiltonians by Rydberg atom interactions, while employing Bayesian Optimisation to navigate the quantum-classical parameter space effectively under the constraints of hardware noise and resource limitations. We evaluate the approach through a combination of simulations and experimental runs on Pasqal's first commercial quantum processing unit, Orion Alpha, demonstrating effective parameter optimisation and noise mitigation strategies, such as selective bitstring discarding and detection error corrections. Results show that a limited number of measurements still allows for a quick convergence to a solution, making it a viable solution for resource-efficient scenarios.
• Abstract（参考訳）: 本研究では、中性原子量子処理ユニットを用いて、量子近似最適化アルゴリズム(QAOA)をアナログ形式で実装し、最大独立セット問題を解く。 アナログQAOAは、ハードウェアノイズと資源制限の制約の下で量子古典的パラメータ空間を効果的にナビゲートするためにベイズ最適化を用いて、ライドバーグ原子相互作用による問題ハミルトンの自然なエンコーディングを利用する。 提案手法は,Pasqalの最初の商用量子処理ユニットであるOrion Alphaのシミュレーションと実験的実行を組み合わせることで評価し,有効パラメータ最適化および選択ビットストリングの破棄や検出誤り訂正などのノイズ軽減戦略を実証する。 結果から、限られた数の測定がソリューションへの迅速な収束を可能にすることが示され、リソース効率のシナリオに対して実行可能なソリューションとなっている。

関連論文リスト

• Simulation of a feedback-based algorithm for quantum optimization for a realistic neutral atom system with an optimized small-angle controlled-phase gate [0.0]
  最適に調整された小角制御相ゲートを実装する手法を提案する。 我々は,小角制御相ゲートを用いたFALQONの性能が,CZゲートを利用したFALQONの性能より優れていることを示す。
  論文  参考訳（メタデータ） (2024-05-16T21:36:50Z)
• 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)
• Multi-sequence alignment using the Quantum Approximate Optimization Algorithm [0.0]
  本稿では、変分量子近似最適化アルゴリズム(QAOA)を用いた多重系列アライメント問題のハミルトニアン定式化と実装について述べる。 我々は、量子シミュレーターと実際の量子コンピュータ上での性能の両方において、我々のQAOA-MSAアルゴリズムの小さな例を考える。 調査されたMSAのインスタンスに対する理想的な解決策は、浅いp5量子回路でサンプリングされた最も可能性の高い状態であることが示されているが、現在のデバイスにおけるノイズのレベルは依然として深刻な課題である。
  論文  参考訳（メタデータ） (2023-08-23T12:46:24Z)
• 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)
• 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 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)
• Quantum constraint learning for quantum approximate optimization algorithm [0.0]
  本稿では,探索部分空間を厳しく制約するミキサーハミルトンを学習するための量子機械学習手法を提案する。 学習したユニタリを直接適応可能なアンサッツを使用してQAOAフレームワークにプラグインすることができる。 また,Wasserstein距離を用いた近似最適化アルゴリズムの性能を,制約なしで評価する直感的計量法を開発した。
  論文  参考訳（メタデータ） (2021-05-14T11:31:14Z)
• Error mitigation and quantum-assisted simulation in the error corrected regime [77.34726150561087]
  量子コンピューティングの標準的なアプローチは、古典的にシミュレート可能なフォールトトレラントな演算セットを促進するという考え方に基づいている。 量子回路の古典的準確率シミュレーションをどのように促進するかを示す。
  論文  参考訳（メタデータ） (2021-03-12T20:58:41Z)
• 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)
• Cross Entropy Hyperparameter Optimization for Constrained Problem Hamiltonians Applied to QAOA [68.11912614360878]
  QAOA(Quantum Approximate Optimization Algorithm)のようなハイブリッド量子古典アルゴリズムは、短期量子コンピュータを実用的に活用するための最も奨励的なアプローチの1つである。 このようなアルゴリズムは通常変分形式で実装され、古典的な最適化法と量子機械を組み合わせて最適化問題の優れた解を求める。 本研究では,クロスエントロピー法を用いてランドスケープを形作り,古典的パラメータがより容易により良いパラメータを発見でき,その結果,性能が向上することを示す。
  論文  参考訳（メタデータ） (2020-03-11T13:52:41Z)
• Policy Gradient based Quantum Approximate Optimization Algorithm [2.5614220901453333]
  本稿では,QAOAの変動パラメータをノイズキャンバス方式で最適化するために,政策段階に基づく強化学習アルゴリズムが適していることを示す。 単一および多ビット系における量子状態伝達問題に対するアルゴリズムの性能解析を行う。
  論文  参考訳（メタデータ） (2020-02-04T00:46:51Z)

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。