論文の概要: Iterative quantum optimisation with a warm-started quantum state

• arxiv url: http://arxiv.org/abs/2502.09704v1
• Date: Thu, 13 Feb 2025 19:00:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-17 14:46:47.251458
• Title: Iterative quantum optimisation with a warm-started quantum state
• Title（参考訳）: ウォームスタート量子状態による反復量子最適化
• Authors: Haomu Yuan, Songqinghao Yang, Crispin H. W. Barnes,
• Abstract要約: 本稿では、量子近似最適化アルゴリズム(QAOA)を強化するために、反復的フレームワークを用いて測定値からウォームスタート量子状態を作成する方法を提案する。 数値シミュレーションにより, 単弦ウォームスタート初期状態を用いて, 標準QAOAの「スタック問題」に効果的に対処できることが示されている。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: We provide a method to prepare a warm-started quantum state from measurements with an iterative framework to enhance the quantum approximate optimisation algorithm (QAOA). The numerical simulations show the method can effectively address the "stuck issue" of the standard QAOA using a single-string warm-started initial state described in [Cain et al., 2023]. When applied to the $3$-regular MaxCut problem, our approach achieves an improved approximation ratio, with a lower bound that iteratively converges toward the best classical algorithms for $p=1$ standard QAOA. Additionally, in the context of the discrete global minimal variance portfolio (DGMVP) model, simulations reveal a more favourable scaling of identifying the global minimal compared to the QAOA standalone, the single-string warm-started QAOA and a classical constrained sampling approach.
• Abstract（参考訳）: 本稿では、量子近似最適化アルゴリズム(QAOA)を強化するために、反復的フレームワークを用いて測定値からウォームスタート量子状態を作成する方法を提案する。 シミュレーションにより, [Cain et al , 2023] に記述された単一弦ウォームスタート初期状態を用いて, 標準QAOAの「スタック問題」に効果的に対処できることを示す。 3ドル正規のMaxCut問題に適用すると,従来のQAOAのアルゴリズムに反復的に収束する低境界の近似比が向上する。 さらに、離散的大域的最小分散ポートフォリオ(DGMVP)モデルの文脈では、単弦ウォームスタートQAOAと古典的な制約付きサンプリングアプローチと比較して、大域的最小分散を識別するより好ましいスケーリングが示される。

関連論文リスト

• Application of Langevin Dynamics to Advance the Quantum Natural Gradient Optimization Algorithm [47.47843839099175]
  近年,変分量子回路の最適化のためのQNGアルゴリズムが提案されている。 本研究では、この離散時間解が一般化形式を与えることを示すために、QNG力を持つランゲヴィン方程式を用いる。
  論文  参考訳（メタデータ） (2024-09-03T15:21:16Z)
• 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)
• Ising Hamiltonians for Constrained Combinatorial Optimization Problems and the Metropolis-Hastings Warm-Starting Algorithm [0.0]
  量子近似最適化アルゴリズム(QAOA)は最適化問題に対する有望な変分量子アルゴリズムである。 QAOAのMetropolis-Hasstingウォームスタートアルゴリズムは、大域的最適解に確実に収束することができる。
  論文  参考訳（メタデータ） (2023-07-18T05:28:45Z)
• Systematic study on the dependence of the warm-start quantum approximate optimization algorithm on approximate solutions [0.0]
  近似解の精度がウォームスタートQAOA(WS-QAOA)の性能に与える影響について検討する。 WS-QAOAは、ハミング距離の観点から、近似解が正確な解に近づくにつれてQAOAを上回る傾向にある。 また、QAOAを介して得られる近似解を用いてWS-QAOAによるMAX-CUT問題を解く。
  論文  参考訳（メタデータ） (2022-09-07T05:26:48Z)
• Faster One-Sample Stochastic Conditional Gradient Method for Composite Convex Minimization [61.26619639722804]
  滑らかで非滑らかな項の和として形成される凸有限サム目標を最小化するための条件勾配法(CGM)を提案する。 提案手法は, 平均勾配 (SAG) 推定器を備え, 1回に1回のサンプルしか必要としないが, より高度な分散低減技術と同等の高速収束速度を保証できる。
  論文  参考訳（メタデータ） (2022-02-26T19:10:48Z)
• Quantum annealing initialization of the quantum approximate optimization algorithm [0.0]
  量子近似最適化アルゴリズム(QAOA)は、近い将来の量子アルゴリズムである。 QAOAで必要とされる外部パラメータの最適化は、パフォーマンスのボトルネックになる可能性がある。 本研究では、ランダムグラフ上のMaxCut問題に適用されたQAOAの最適化景観を可視化する。
  論文  参考訳（メタデータ） (2021-01-14T17:45:13Z)
• Zeroth-Order Hybrid Gradient Descent: Towards A Principled Black-Box Optimization Framework [100.36569795440889]
  この作業は、一階情報を必要としない零次最適化(ZO)の反復である。 座標重要度サンプリングにおける優雅な設計により,ZO最適化法は複雑度と関数クエリコストの両面において効率的であることを示す。
  論文  参考訳（メタデータ） (2020-12-21T17:29:58Z)
• Amortized Conditional Normalized Maximum Likelihood: Reliable Out of Distribution Uncertainty Estimation [99.92568326314667]
  本研究では,不確実性推定のための拡張性のある汎用的アプローチとして,償却条件正規化最大値(ACNML)法を提案する。 提案アルゴリズムは条件付き正規化最大度(CNML)符号化方式に基づいており、最小記述長の原理に従って最小値の最適特性を持つ。 我々は、ACNMLが、分布外入力のキャリブレーションの観点から、不確実性推定のための多くの手法と好意的に比較することを示した。
  論文  参考訳（メタデータ） (2020-11-05T08:04:34Z)
• Bridging Classical and Quantum with SDP initialized warm-starts for QAOA [4.76507354067301]
  本稿では,QAOAをグラフ内のすべての可能なカットの偏重重ね合わせで初期化する,古典的な前処理ステップを紹介する。 我々は、QAOA-Warmと呼ばれるこのQAOAの変種が、トレーニング時間が少なく、低い回路深度で標準QAOAより優れていることを示す。
  論文  参考訳（メタデータ） (2020-10-27T02:57:22Z)
• Convergence of adaptive algorithms for weakly convex constrained optimization [59.36386973876765]
  モローエンベロープの勾配のノルムに対して$mathcaltilde O(t-1/4)$収束率を証明する。 我々の分析では、最小バッチサイズが1ドル、定数が1位と2位のモーメントパラメータが1ドル、そしておそらくスムーズな最適化ドメインで機能する。
  論文  参考訳（メタデータ） (2020-06-11T17:43:19Z)
• 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)

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。