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 15:14:43.691167
- 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:
- 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
- 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) - 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) - Superposed Quantum Error Mitigation [1.732837834702512]
ノイズや不完全性の影響を克服することは、量子コンピューティングにおける大きな課題である。
本稿では,利害関係と一部の補助状態の重ね合わせにおいて,所望のユニタリ計算を適用するアプローチを提案する。
我々は、IBM Quantum Platform上で、同じ動作の並列適用が大きなノイズ軽減につながることを実証した。
論文 参考訳(メタデータ) (2023-04-17T18:01:01Z) - 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。