論文の概要: Enhancing Quantum Expectation Values via Exponential Error Suppression and CVaR Optimization

• arxiv url: http://arxiv.org/abs/2501.18513v1
• Date: Thu, 30 Jan 2025 17:24:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-31 22:50:04.269608
• Title: Enhancing Quantum Expectation Values via Exponential Error Suppression and CVaR Optimization
• Title（参考訳）: 指数誤差抑制とCVaR最適化による量子期待値の強調
• Authors: Touheed Anwar Atif, Reuben Blake Tate, Stephan Eidenbenz,
• Abstract要約: 本稿では,仮想チャネル浄化(VCP)手法とCVaR最適化を併用して,期待値推定を改善するフレームワークを提案する。 まず、CVaR値を異なる確率から比較し、ノイズ下での量子推定の信頼性に関する洞察を与える条件を導出します。
• 参考スコア（独自算出の注目度）: 2.526146573337397
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Precise quantum expectation values are crucial for quantum algorithm development, but noise in real-world systems can degrade these estimations. While quantum error correction is resource-intensive, error mitigation strategies offer a practical alternative. This paper presents a framework that combines Virtual Channel Purification (VCP) technique with Conditional Value-at-Risk (CVaR) optimization to improve expectation value estimations in noisy quantum circuits. Our contributions are twofold: first, we derive conditions to compare CVaR values from different probability distributions, offering insights into the reliability of quantum estimations under noise. Second, we apply this framework to VCP, providing analytical bounds that establish its effectiveness in improving expectation values, both when the overhead VCP circuit is ideal (error-free) and when it adds additional noise. By introducing CVaR into the analysis of VCP, we offer a general noise-characterization method that guarantees improved expectation values for any quantum observable. We demonstrate the practical utility of our approach with numerical examples, highlighting how our bounds guide VCP implementation in noisy quantum systems.
• Abstract（参考訳）: 量子アルゴリズムの開発には正確な量子期待値が不可欠であるが、現実のシステムのノイズはこれらの推定を分解することができる。 量子誤り訂正は資源集約的であるが、誤り軽減戦略は現実的な代替手段を提供する。 本稿では,VIP(Virtual Channel Purification)技術とCVaR(Conditional Value-at-Risk)最適化を組み合わせることで,ノイズ量子回路の期待値推定を改善するフレームワークを提案する。 まず、異なる確率分布からCVaR値を比較する条件を導き、ノイズ下での量子推定の信頼性に関する洞察を提供する。 第2に、このフレームワークをVCPに適用し、オーバーヘッドVCP回路が理想的である場合(エラーなし)と追加ノイズを付加する場合の両方において、期待値を改善するための解析的バウンダリを提供する。 VCPの分析にCVaRを導入することにより、任意の量子可観測体に対する期待値の改善を保証する一般的なノイズ特性評価法を提供する。 本稿では,本手法の実用性を数値的な例で示し,ノイズ量子系におけるVCP実装の導出方法を強調した。

関連論文リスト

• Orders of magnitude runtime reduction in quantum error mitigation [0.0]
  仮想ノイズスケーリングと層状緩和アーキテクチャを組み合わせた緩和フレームワークを提案する。 提案手法は動的回路と互換性があり、誤り検出や量子誤り訂正方式とシームレスに統合できる。
  論文  参考訳（メタデータ） (2026-01-30T10:07:31Z)
• Error-mitigation aware benchmarking strategy for quantum optimization problems [3.026585988755882]
  エントロピーベンチマークは有限ショット効果や量子エラーの緩和を考慮しない。 有限ショット統計とQEMによるリソースオーバーヘッドを明示的に組み込んだベンチマークフレームワークを開発した。 我々の枠組みは、推定エネルギーが既知の古典的上界と下界で定義された間隔内にあるという自信を通して量子的優位性を定量化する。
  論文  参考訳（メタデータ） (2026-01-26T16:55:47Z)
• Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing [68.35481158940401]
  CL-QASは連続的な量子アーキテクチャ検索フレームワークである。 振幅のエンコードと変分量子回路の忘れを犠牲にすることの課題を緩和する。 制御可能なロバスト性表現性、サンプル効率の一般化、およびバレンプラトーを使わずに滑らかな収束を実現する。
  論文  参考訳（メタデータ） (2026-01-10T02:36:03Z)
• Variational noise mitigation in quantum circuits: the case of Quantum Fourier Transform [35.18016233072556]
  我々は、コヒーレントノイズと非コヒーレントノイズの両方の下で、2つの量子ビットの数値シミュレーションを行う。 この結果から, 連続雑音に支配されるシナリオにおいて, 変動回路は高い忠実度でQFTを再現できることがわかった。 このことは、小規模から中規模の量子システムに対する効果的なエラー軽減戦略としてのアプローチの可能性を示している。
  論文  参考訳（メタデータ） (2025-11-07T14:35:55Z)
• Exploiting biased noise in variational quantum models [0.0]
  変分量子アルゴリズム(VQA)は、短期量子ハードウェア上で量子ユーティリティを実証するための有望なツールである。 古典的最適化過程における量子ノイズの影響について検討する。 トワイリングは、ノイズをシンメトリーズするために標準的な誤り軽減戦略でよく用いられるが、実際には変動条件下での性能を低下させる。
  論文  参考訳（メタデータ） (2025-10-28T04:14:20Z)
• Classical Noise Inversion: A Practical and Optimal framework for Robust Quantum Applications [5.425954380993698]
  量子エラー軽減は、ノイズの多い量子プロセッサから信頼性の高い計算を抽出するための重要な技術である。 量子回路からのサンプリングの膨大なコストと、ゲート非依存ノイズのような非現実的な仮定に依存しているため、これは妨げられている。 ここでは、これらの決定的な制限を根本的に回避し、様々な量子アプリケーションに適したフレームワークであるClassical Noise Inversion (CNI)を紹介する。
  論文  参考訳（メタデータ） (2025-10-23T15:59:04Z)
• TensoMeta-VQC: A Tensor-Train-Guided Meta-Learning Framework for Robust and Scalable Variational Quantum Computing [60.996803677584424]
  TensoMeta-VQCは、VQCの堅牢性とスケーラビリティを大幅に向上させるために設計された、TT誘導型メタラーニングフレームワークである。 我々のフレームワークは、量子回路パラメータの生成を古典的なTTネットワークに完全に委譲し、量子ハードウェアから最適化を効果的に分離する。
  論文  参考訳（メタデータ） (2025-08-01T23:37:55Z)
• Resource-Efficient Hadamard Test Circuits for Nonlinear Dynamics on a Trapped-Ion Quantum Computer [1.2063443893298391]
  本稿では,Adamardテスト回路の低深さ実装を提案する。 我々は変分アルゴリズムに特化してパラメータ化量子アンサッツを開発した。 以上の結果より,シングルビットゲート数と2ビットゲート数が有意に減少した。
  論文  参考訳（メタデータ） (2025-07-25T13:16:54Z)
• VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning [50.95799256262098]
  変分量子回路(VQC)は量子機械学習を約束するが、表現性、訓練性、耐雑音性の課題に直面している。 本稿では,VQCが学習中に古典多層パーセプトロンの第一層重みを生成するハイブリッドアーキテクチャであるVQC-MLPNetを提案する。
  論文  参考訳（メタデータ） (2025-06-12T01:38:15Z)
• Provably Robust Training of Quantum Circuit Classifiers Against Parameter Noise [49.97673761305336]
  ノイズは、信頼できる量子アルゴリズムを達成するための大きな障害である。 本稿では,パラメータ化量子回路分類器のロバスト性を高めるための雑音耐性学習理論とアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-05-24T02:51:34Z)
• Noise-Robust Estimation of Quantum Observables in Noisy Hardware [0.0]
  ノイズ・ロバスト推定(Noss-Robust Estimation)は、推定バイアスを体系的に低減するノイズ非依存のフレームワークである。 NREは、この研究で発見されたバイアス分散相関を利用する。 IQM超伝導量子プロセッサ上でNREを実験的に検証する。
  論文  参考訳（メタデータ） (2025-03-09T17:18:16Z)
• Bayesian Quantum Amplitude Estimation [49.1574468325115]
  本稿では,量子振幅推定のための雑音対応ベイズアルゴリズムであるBAEを紹介する。 我々は,BAEがハイゼンベルク限界推定を達成し,他の手法と比較した。
  論文  参考訳（メタデータ） (2024-12-05T18:09:41Z)
• Quantifying the advantages of applying quantum approximate algorithms to portfolio optimisation [0.0]
  本稿では、離散的大域的最小分散ポートフォリオモデルを解決するために、エンドツーエンドの量子近似最適化アルゴリズム(QAOA)を提案する。 このモデルでは、取引された資産の個数に最もリスクが低いリスク資産のポートフォリオを見出す。
  論文  参考訳（メタデータ） (2024-10-21T17:59:05Z)
• Optimal Quantum Purity Amplification [2.05170973574812]
  量子純度増幅(QPA)は、量子状態の劣化に対処する新しいアプローチを提供する。 本稿では,大域的偏極雑音に対する一般量子システムに対する最適QPAプロトコルを提案する。 この結果から,QPAは量子情報処理タスクの性能を向上させる可能性が示唆された。
  論文  参考訳（メタデータ） (2024-09-26T17:46:00Z)
• Distributionally Robust Variational Quantum Algorithms with Shifted Noise [9.705847892362165]
  本稿では、変分量子アルゴリズム(VQA)を未知のシフトノイズに対して頑健に最適化する方法を示す。 この研究は、シフトノイズの影響を受け、VQAの信頼性を向上させるための最初のステップである。
  論文  参考訳（メタデータ） (2023-08-28T23:19:57Z)
• Adaptive mitigation of time-varying quantum noise [0.1227734309612871]
  現在の量子コンピュータは、高いエラー率の非定常ノイズチャネルに悩まされている。 チャネル条件の変化に応じて量子ノイズを学習・緩和するベイズ推論に基づく適応アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-08-16T01:33:07Z)
• Reducing the cost of energy estimation in the variational quantum eigensolver algorithm with robust amplitude estimation [50.591267188664666]
  量子化学と材料は、量子コンピューティングの最も有望な応用の1つである。 これらの領域における産業関連問題とそれを解決する量子アルゴリズムとの整合性については、まだ多くの研究が続けられている。
  論文  参考訳（メタデータ） (2022-03-14T16:51:36Z)
• Robust and Adaptive Temporal-Difference Learning Using An Ensemble of Gaussian Processes [70.80716221080118]
  本稿では、時間差学習(TD)による政策評価の世代的視点について考察する。 OS-GPTDアプローチは、状態-逆ペアのシーケンスを観測することにより、与えられたポリシーの値関数を推定するために開発された。 1つの固定カーネルに関連する限られた表現性を緩和するために、GP前の重み付けアンサンブル(E)を用いて代替のスキームを生成する。
  論文  参考訳（メタデータ） (2021-12-01T23:15:09Z)
• High Probability Complexity Bounds for Non-Smooth Stochastic Optimization with Heavy-Tailed Noise [51.31435087414348]
  アルゴリズムが高い確率で小さな客観的残差を与えることを理論的に保証することが不可欠である。 非滑らか凸最適化の既存の方法は、信頼度に依存した複雑性境界を持つ。 そこで我々は,勾配クリッピングを伴う2つの手法に対して,新たなステップサイズルールを提案する。
  論文  参考訳（メタデータ） (2021-06-10T17:54:21Z)
• Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
  本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。 数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
  論文  参考訳（メタデータ） (2020-10-20T12:06:27Z)
• Evaluating probabilistic classifiers: Reliability diagrams and score decompositions revisited [68.8204255655161]
  確率的に統計的に一貫性があり、最適に結合し、再現可能な信頼性図を自動生成するCORP手法を導入する。 コーパスは非パラメトリックアイソトニック回帰に基づいており、プール・アジャセント・ヴァイオレータ(PAV)アルゴリズムによって実装されている。
  論文  参考訳（メタデータ） (2020-08-07T08:22:26Z)

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。