論文の概要: Quantum Natural Gradient optimizer on noisy platforms: QAOA as a case study

• arxiv url: http://arxiv.org/abs/2502.20288v1
• Date: Thu, 27 Feb 2025 17:14:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-28 14:56:56.346444
• Title: Quantum Natural Gradient optimizer on noisy platforms: QAOA as a case study
• Title（参考訳）: 雑音プラットフォーム上の量子自然勾配最適化器--QAOAを事例として
• Authors: Federico Dell'Anna, Rafael Gomez-Lurbe, Armando Perez, Elisa Ercolessi,
• Abstract要約: 横フィールドイジングモデル(TFIM)の基底状態検出におけるQNG(Quantum Natural Gradient)の有効性について検討する。 本分析では,実装置の校正データに基づいて,理想化されたノイズフリー条件と現実的な雑音環境の両方でシミュレーションを行う。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: We investigate the performance of the Quantum Natural Gradient (QNG) optimizer in the presence of noise. Specifically, we evaluate the efficacy of QNG within the Quantum Approximate Optimization Algorithm (QAOA) for finding the ground state of the Transverse Field Ising Model (TFIM). Its performance is benchmarked against the Vanilla Gradient Descent optimizer across two prominent quantum computing platforms: Rydberg atoms and superconducting circuits. Our analysis includes simulations under both idealized noise-free conditions and realistic noisy environments based on calibration data from actual devices. Results demonstrate that QNG consistently outperforms Vanilla Gradient Descent, exhibiting faster convergence on average and greater robustness against random initializations of parameters. This robustness is attributed to the distance regularization in parameter space inherent to QNG. Additionally, QNG achieves a higher convergence rate to the solution, effectively avoiding certain local minima. These findings highlight QNG as a promising tool for optimizing variational quantum algorithms in noisy intermediate-scale quantum (NISQ) devices.
• Abstract（参考訳）: 本稿では,QNG(Quantum Natural Gradient)オプティマイザの性能について検討する。 具体的には,量子近似最適化アルゴリズム(QAOA)におけるQNGの有効性を評価する。 その性能は、Rydberg原子と超伝導回路という2つの主要な量子コンピューティングプラットフォームにまたがるバニラグラディエントDescentオプティマイザに対してベンチマークされる。 本分析では,実装置の校正データに基づいて,理想化されたノイズフリー条件と現実的な雑音環境の両方でシミュレーションを行う。 その結果,QNGはVanilla Gradient Descentを一貫して上回り,パラメータのランダムな初期化に対して,平均よりも高速に収束し,ロバスト性が高いことがわかった。 このロバスト性は、QNG固有のパラメータ空間における距離正則化に起因している。 さらに、QNGは溶液への収束率を高くし、特定の局所ミニマを効果的に避ける。 これらの結果は、ノイズの多い中間スケール量子(NISQ)デバイスで変分量子アルゴリズムを最適化するための有望なツールとして、QNGを強調している。

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)
• 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。 モメンタムQNGは、変動パラメータ空間における局所的なミニマとプラトーを逃れるのにより効果的である。
  論文  参考訳（メタデータ） (2024-09-03T15:21:16Z)
• 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)
• QAOA Performance in Noisy Devices: The Effect of Classical Optimizers and Ansatz Depth [0.32985979395737786]
  量子近似最適化アルゴリズム(Quantum Approximate Optimization Algorithm, QAOA)は、Near-term Intermediate-Scale Quantum Computer (NISQ)のための変分量子アルゴリズムである。 本稿では,古典的ベクトルに対する現実的な騒音の影響について検討する。 その結果,Adam と AMSGrads はショットノイズの存在下で最高の性能を示した。
  論文  参考訳（メタデータ） (2023-07-19T17:22:44Z)
• Improving the performance of quantum approximate optimization for preparing non-trivial quantum states without translational symmetry [10.967081346848687]
  本研究では,量子近似最適化アルゴリズム(QAOA)の性能について検討した。 本稿では,パラメータ化資源であるハミルトンが支援する一般化QAOAを提案する。 我々の研究は、翻訳対称性のないプログラマブル量子プロセッサ上でQAOAを実行する方法である。
  論文  参考訳（メタデータ） (2022-06-06T14:17:58Z)
• Quantum Approximate Optimization Algorithm applied to the binary perceptron [0.46664938579243564]
  本稿では,量子アニーリング(QA)と量子近似最適化アルゴリズム(QAOA)を,ニューラルネットワークにおける教師あり学習のパラダイムタスクに適用する。 我々はQAOAパラメータに対する最適滑らかな解の存在を証明し、同じ問題の典型例間で伝達可能であることを示す。 従来のQAよりもQAOAの性能が向上したことを示す。
  論文  参考訳（メタデータ） (2021-12-19T18:33:22Z)
• 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)
• 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)
• 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。