Fugu-MT 論文翻訳(概要): BenchQC: A Benchmarking Toolkit for Quantum Computation

論文の概要: BenchQC: A Benchmarking Toolkit for Quantum Computation

arxiv url: http://arxiv.org/abs/2502.09595v2
Date: Mon, 24 Feb 2025 16:57:05 GMT
ステータス: 翻訳完了
システム内更新日: 2025-02-25 15:47:16.980232
Title: BenchQC: A Benchmarking Toolkit for Quantum Computation
Title（参考訳）: BenchQC: 量子計算のためのベンチマークツールキット
Authors: Nia Pollard, Kamal Choudhary,
Abstract要約: 変分量子固有解法 (VQE) は化学および材料科学における量子コンピューティング応用のための有望なアルゴリズムである。本研究は、アルミニウムクラスターの基底状態エネルギーを計算するためのVQEの性能をベンチマークする。
参考スコア（独自算出の注目度）: 0.4037357056611557
License:
Abstract: The Variational Quantum Eigensolver (VQE) is a promising algorithm for quantum computing applications in chemistry and materials science, particularly in addressing the limitations of classical methods for complex systems. This study benchmarks the performance of the VQE for calculating ground-state energies of aluminum clusters (Al$^-$, Al$_2$, and Al$_3^-$) within a quantum-density functional theory (DFT) embedding framework, systematically varying key parameters -- (I) classical optimizers, (II) circuit types, (III) number of repetitions, (IV) simulator types, (V) basis sets, and (VI) noise models. Our findings demonstrate that certain optimizers achieve efficient and accurate convergence, while circuit choice and basis set selection significantly impact accuracy, with higher-level basis sets closely matching classical computation data from Numerical Python Solver (NumPy) and Computational Chemistry Comparison and Benchmark DataBase (CCCBDB). To evaluate the workflow under realistic conditions, we employed IBM noise models to simulate the effects of hardware noise. The results showed close agreement with CCCBDB benchmarks, with percent errors consistently below 0.2 percent. The results establish VQE's capability for reliable energy estimations and highlight the importance of optimizing quantum-DFT parameters to balance computational cost and precision. This work paves the way for broader VQE benchmarking on diverse chemical systems, with plans to make results accessible on Joint Automated Repository for Various Integrated Simulations (JARVIS) and develop a Python package to support the quantum chemistry and materials science communities in advancing quantum-enhanced discovery.
Abstract（参考訳）: 変分量子固有解法(VQE)は、化学や材料科学における量子コンピューティングの応用、特に複雑なシステムにおける古典的な方法の限界に対処するための有望なアルゴリズムである。本研究では,アルミニウムクラスターの基底状態エネルギー(Al$^-$,Al$_2$,Al$_3^-$)を計算するためのVQEの性能を,量子密度汎関数理論(DFT)埋め込みフレームワーク,系統的に変化する鍵パラメータ -- (I)古典最適化器, (II)回路タイプ, (III)繰り返し数, (IV)シミュレータタイプ, (V)ベースセット, (VI)ノイズモデルを用いて評価した。その結果,回路選択とベースセットの選択は,数値Pythonソルバー (NumPy) と計算化学比較とベンチマークデータBase (CCCBDB) の古典計算データと密に一致した高レベルな基底セットを用いて,効率よく正確な収束を実現することを示した。現実的な条件下でのワークフローを評価するため,我々はIBMのノイズモデルを用いてハードウェアノイズの影響をシミュレートした。その結果、CCCBDBベンチマークとの密接な一致を示し、エラー率は0.2%を下回った。その結果、信頼性の高いエネルギー推定のためのVQEの能力を確立し、計算コストと精度のバランスをとるために量子-DFTパラメータを最適化することの重要性を強調した。この研究は、様々な化学システム上でのより広範なVQEベンチマークの道を開くもので、JARVIS(Joint Automated Repository for various Integrated Simulations)で結果にアクセスできるようにすることと、量子化学と材料科学のコミュニティをサポートするPythonパッケージを開発する計画である。

関連論文リスト

Approximating under the Influence of Quantum Noise and Compute Power [3.0302054726041017]
量子近似最適化アルゴリズム(QAOA)は、量子コンピュータのパワーと古典的な高性能コンピューティングアプライアンスを組み合わせて最適化することを目的とした多くのシナリオの中核である。総合密度行列に基づくシミュレーションを用いて, 4種類のQAOA変異体の解の質と時間的挙動に影響を与える因子について検討した。本研究の結果は, 包括的複製パッケージを伴い, 狭小かつ特異な影響を指摘できるQAOA変異体との違いが強く認められた。
論文参考訳（メタデータ） (2024-08-05T07:48:49Z)
Non-unitary Coupled Cluster Enabled by Mid-circuit Measurements on Quantum Computers [37.69303106863453]
本稿では,古典計算機における量子化学の柱である結合クラスタ(CC)理論に基づく状態準備法を提案する。提案手法は,従来の計算オーバーヘッドを低減し,CNOTおよびTゲートの数を平均で28%,57%削減する。
論文参考訳（メタデータ） (2024-06-17T14:10:10Z)
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)
Evaluation of Parameterized Quantum Circuits with Cross-Resonance Pulse-Driven Entanglers [0.27998963147546146]
変分量子アルゴリズム(VQA)は、ノイズの多い量子デバイスに非常に適したアルゴリズムの強力なクラスとして登場した。これまでの研究では、VQAに対して有効なパラメタライズド量子回路(PQC)やアンサッツを選択することが、その全体的な性能に欠かせないことが示されている。本稿では、量子マシンへのパルスレベルアクセスと2量子ビット相互作用の理解を利用して、2量子ビットエンタングルの設計を最適化する。
論文参考訳（メタデータ） (2022-11-01T09:46:34Z)
Evaluating the impact of noise on the performance of the Variational Quantum Eigensolver [0.0]
水素分子の例におけるノイズの影響について検討する。その強度を体系的に増強することで、異なるノイズ源の効果を定量化する。ノイズ強度は、IBM Qの超伝導装置に共通する値を中心に変化し、得られたエネルギー値と雑音の大きさの関係をモデル化するために曲線フィッティングを用いる。
論文参考訳（メタデータ） (2022-09-26T15:58:27Z)
When BERT Meets Quantum Temporal Convolution Learning for Text Classification in Heterogeneous Computing [75.75419308975746]
本研究は,変分量子回路に基づく垂直連合学習アーキテクチャを提案し,テキスト分類のための量子化事前学習BERTモデルの競争性能を実証する。目的分類実験により,提案したBERT-QTCモデルにより,SnipsおよびATIS音声言語データセットの競合実験結果が得られた。
論文参考訳（メタデータ） (2022-02-17T09:55:21Z)
Quantum circuit architecture search on a superconducting processor [56.04169357427682]
変分量子アルゴリズム(VQA)は、ファイナンス、機械学習、化学といった様々な分野において、証明可能な計算上の優位性を得るための強力な証拠を示している。しかし、現代のVQAで利用されるアンザッツは、表現性と訓練性の間のトレードオフのバランスをとることができない。 8量子ビット超伝導量子プロセッサ上でVQAを強化するために,効率的な自動アンサッツ設計技術を適用した最初の実証実験を実証する。
論文参考訳（メタデータ） (2022-01-04T01:53:42Z)
The Effect of Noise on the Performance of Variational Algorithms for Quantum Chemistry [0.0]
本研究では,各アンサッツファミリーの性能をベンチマークし,評価することで,異なるハードウェア効率のアンサッチに対するノイズの影響について検討する。この文脈における表現可能性尺度の適合性は、同じ回路の性能と表現可能性の相関関係を用いて評価する。
論文参考訳（メタデータ） (2021-08-27T16:52:18Z)
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 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)
Classical Optimizers for Noisy Intermediate-Scale Quantum Devices [1.43494686131174]
本稿では,NISQ(Noisy Intermediate-Scale Quantum)デバイス上でのチューニングについて述べる。 VQEのケーススタディにおいて、異なる最小値の効率と有効性について分析した。これまでのほとんどの結果は量子VQE回路のチューニングに集中しているが、量子ノイズの存在下では、古典的な最小化ステップを慎重に選択して正しい結果を得る必要がある。
論文参考訳（メタデータ） (2020-04-06T21:31:22Z)

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。