論文の概要: Dynamical cluster-based optimization of tensor network algorithms for quantum circuit simulations

• arxiv url: http://arxiv.org/abs/2502.19289v1
• Date: Wed, 26 Feb 2025 16:49:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-27 14:56:27.767812
• Title: Dynamical cluster-based optimization of tensor network algorithms for quantum circuit simulations
• Title（参考訳）: 量子回路シミュレーションのためのテンソルネットワークアルゴリズムの動的クラスタベース最適化
• Authors: Andrea De Girolamo, Paolo Facchi, Peter Rabl, Saverio Pascazio, Cosmo Lupo, Giuseppe Magnifico,
• Abstract要約: 本稿では, 量子ビットを動的に絡み合うクラスタに配置し, 複数の回路層の正確な収縮を1ステップで実現する,標準的なTEBDアルゴリズムである"cluster-TEBD"のバリエーションを紹介する。 我々は、安定化器と非安定化器の両方のランダム回路をシミュレートし、最大1000ドルのキュービットと100ドルのクリフォードゲートと非クリフォードゲートの層を持ち、ショアの量子アルゴリズムを数万の層でシミュレートする際のこれらの拡張アルゴリズムの性能を分析する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: We optimize Matrix-Product State (MPS)-based algorithms for simulating quantum circuits with finite fidelity, specifically the Time-Evolving Block Decimation (TEBD) and the Density-Matrix Renormalization Group (DMRG) algorithms, by exploiting the irregular arrangement of entangling operations in circuits. We introduce a variation of the standard TEBD algorithm, we termed "cluster-TEBD", which dynamically arranges qubits into entanglement clusters, enabling the exact contraction of multiple circuit layers in a single time step. Moreover, we enhance the DMRG algorithm by introducing an adaptive protocol which analyzes the entanglement distribution within each circuit section to be contracted, dynamically adjusting the qubit grouping at each iteration. We analyze the performances of these enhanced algorithms in simulating both stabilizer and non-stabilizer random circuits, with up to $1000$ qubits and $100$ layers of Clifford and non-Clifford gates, and in simulating Shor's quantum algorithm with tens of thousands of layers. Our findings show that, even with reasonable computational resources per task, cluster-based approaches can significantly speed up simulations of large-sized quantum circuits and improve the fidelity of the final states.
• Abstract（参考訳）: 我々は,有限忠実度で量子回路をシミュレートするための,行列生成状態(MPS)に基づくアルゴリズム,特に時間進化ブロック決定(TEBD)と密度行列再正規化群(DMRG)アルゴリズムを最適化し,回路内のエンタングリング操作の不規則な配置を利用する。 我々は, 量子ビットを動的に絡み合うクラスタに配置し, 複数の回路層の正確な収縮を可能にする, クラスタ・TEBDと呼ばれる標準的なTEBDアルゴリズムのバリエーションを導入する。 さらに、各回路部内の絡み合い分布を解析し、各繰り返しのキュービットグルーピングを動的に調整する適応プロトコルを導入することにより、DMRGアルゴリズムを強化する。 我々は、安定化器と非安定化器の両方のランダム回路をシミュレートし、最大1000ドルのキュービットと100ドルのクリフォードゲートと非クリフォードゲートの層を持ち、ショアの量子アルゴリズムを数万の層でシミュレートする際のこれらの拡張アルゴリズムの性能を分析する。 本研究は,タスク毎の合理的な計算資源であっても,大規模量子回路のシミュレーションを著しく高速化し,最終状態の忠実度を向上させることができることを示した。

関連論文リスト

• Adaptive variational quantum dynamics simulations with compressed circuits and fewer measurements [4.2643127089535104]
  AVQDS(T)と呼ばれる適応変分量子力学シミュレーション(AVQDS)法の改良版を示す。 このアルゴリズムは、変分力学の精度の尺度であるマクラクラン距離を一定しきい値以下に保つために、アンザッツ回路に不連結なユニタリゲートの層を適応的に加算する。 また、雑音耐性を増強した変動パラメータに対する線形運動方程式を解くために、固有値トランケーションに基づく手法を示す。
  論文  参考訳（メタデータ） (2024-08-13T02:56:43Z)
• Improved real-space parallelizable matrix-product state compression and its application to unitary quantum dynamics simulation [0.0]
  改良された実空間並列化行列積状態(MPS)圧縮法を提案する。 本手法は、ユニタリ量子力学をシミュレートし、並列時間進化ブロック決定アルゴリズムの改良を導入する。 得られた数値結果は、改良されたpTEBDアルゴリズムが現在の最先端MPSアルゴリズムと同じレベルのシミュレーション精度を達成することを示す。
  論文  参考訳（メタデータ） (2023-12-05T11:14:48Z)
• Hybrid discrete-continuous compilation of trapped-ion quantum circuits with deep reinforcement learning [1.7087507417780985]
  我々は、トラップイオンコンピューティングにおいて、関連する量子回路のサイズを大幅に削減できることを示す。 私たちのフレームワークは、未知のユニタリプロセスの再生を目標とする実験的な設定にも適用できます。
  論文  参考訳（メタデータ） (2023-07-12T14:55:28Z)
• Accelerated First-Order Optimization under Nonlinear Constraints [73.2273449996098]
  我々は、制約付き最適化のための一階アルゴリズムと非滑らかなシステムの間で、新しい一階アルゴリズムのクラスを設計する。 これらのアルゴリズムの重要な性質は、制約がスパース変数の代わりに速度で表されることである。
  論文  参考訳（メタデータ） (2023-02-01T08:50:48Z)
• Exploring the role of parameters in variational quantum algorithms [59.20947681019466]
  動的リー代数の階数を用いた変分量子回路のキャラクタリゼーションのための量子制御に着想を得た手法を提案する。 有望な接続は、リーランク、計算されたエネルギーの精度、および所定の回路アーキテクチャを介して目標状態を達成するために必要な深さとの間のものである。
  論文  参考訳（メタデータ） (2022-09-28T20:24:53Z)
• Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
  テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる 本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。 その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
  論文  参考訳（メタデータ） (2022-09-01T17:08:41Z)
• A density-matrix renormalization group algorithm for simulating quantum circuits with a finite fidelity [3.965473736150699]
  量子回路シミュレーションのための密度行列再正規化群 (DMRG) アルゴリズムを開発した。 小さな回路深度では、この手法は正確であり、他の行列積状態(MPS)に基づく手法と等価である。
  論文  参考訳（メタデータ） (2022-07-12T15:28:55Z)
• 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)
• A Generic Compilation Strategy for the Unitary Coupled Cluster Ansatz [68.8204255655161]
  本稿では,変分量子固有解法(VQE)アルゴリズムのコンパイル戦略について述べる。 我々は、回路深さとゲート数を減らすために、ユニタリ結合クラスタ(UCC)アンサッツを使用する。
  論文  参考訳（メタデータ） (2020-07-20T22:26:16Z)
• Iterative Algorithm Induced Deep-Unfolding Neural Networks: Precoding Design for Multiuser MIMO Systems [59.804810122136345]
  本稿では,AIIDNN(ディープ・アンフォールディング・ニューラルネット)を一般化した,ディープ・アンフォールディングのためのフレームワークを提案する。 古典的重み付き最小二乗誤差(WMMSE)反復アルゴリズムの構造に基づく効率的なIAIDNNを提案する。 提案したIAIDNNは,計算複雑性を低減した反復WMMSEアルゴリズムの性能を効率よく向上することを示す。
  論文  参考訳（メタデータ） (2020-06-15T02:57:57Z)

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。