論文の概要: Enhancing Circuit Trainability with Selective Gate Activation Strategy

• arxiv url: http://arxiv.org/abs/2503.12738v1
• Date: Mon, 17 Mar 2025 02:10:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-18 12:33:29.020001
• Title: Enhancing Circuit Trainability with Selective Gate Activation Strategy
• Title（参考訳）: 選択ゲート活性化戦略による回路訓練性向上
• Authors: Jeihee Cho, Junyong Lee, Daniel Justice, Shiho Kim,
• Abstract要約: ハイブリッド量子古典コンピューティングは、量子化学や機械学習といった様々な分野の課題に取り組むために、変分量子アルゴリズム(VQA)に大きく依存している。 VQAは、回路のトレーサビリティと表現性の間のバランスという限界に直面している。 本研究では,これらの課題に対する潜在的な解決策として,選択ゲートアクティベーション戦略について検討する。
• 参考スコア（独自算出の注目度）: 4.1423466013824966
• License:
• Abstract: Hybrid quantum-classical computing relies heavily on Variational Quantum Algorithms (VQAs) to tackle challenges in diverse fields like quantum chemistry and machine learning. However, VQAs face a critical limitation: the balance between circuit trainability and expressibility. Trainability, the ease of optimizing circuit parameters for problem-solving, is often hampered by the Barren Plateau, where gradients vanish and hinder optimization. On the other hand, increasing expressibility, the ability to represent a wide range of quantum states, often necessitates deeper circuits with more parameters, which in turn exacerbates trainability issues. In this work, we investigate selective gate activation strategies as a potential solution to these challenges within the context of Variational Quantum Eigensolvers (VQEs). We evaluate three different approaches: activating gates randomly without considering their type or parameter magnitude, activating gates randomly but limited to a single gate type, and activating gates based on the magnitude of their parameter values. Experiment results reveal that the Magnitude-based strategy surpasses other methods, achieving improved convergence.
• Abstract（参考訳）: ハイブリッド量子古典コンピューティングは、量子化学や機械学習といった様々な分野の課題に取り組むために、変分量子アルゴリズム(VQA)に大きく依存している。 しかし、VQAは回路のトレーニング可能性と表現性の間のバランスという限界に直面している。 問題解決のための回路パラメータを最適化することの容易さであるトレインビリティは、バレン高原によってしばしば妨げられ、勾配が消えて最適化が妨げられる。 一方、表現可能性の向上、幅広い量子状態を表現する能力は、より多くのパラメータを持つより深い回路を必要とすることが多く、結果としてトレーニング可能性の問題が悪化する。 本研究では,変分量子固有解法(VQEs)の文脈におけるこれらの課題に対する潜在的な解決策として,選択ゲート活性化戦略を検討する。 ゲートのタイプやパラメータの大きさを考慮せずにゲートをランダムに活性化し、ゲートをランダムに活性化するが単一のゲートタイプに制限し、パラメータ値の大きさに基づいてゲートを活性化する。 実験の結果,マグニチュードに基づく戦略が他の手法を超越し,コンバージェンスの改善が達成された。

関連論文リスト

• QAdaPrune: Adaptive Parameter Pruning For Training Variational Quantum Circuits [2.3332157823623403]
  emphQAdaPruneは適応パラメータのプルーニングアルゴリズムで、しきい値を自動的に決定し、冗長パラメータと非パフォーマンスパラメータをインテリジェントにプルーする。 得られたスパースパラメータ集合は、未計算の量子回路と同等に動作する量子回路を生成する。
  論文  参考訳（メタデータ） (2024-08-23T19:57:40Z)
• Learning the expressibility of quantum circuit ansatz using transformer [5.368973814856243]
  本稿では,量子回路のアンサーゼの表現可能性を予測するために,トランスフォーマーモデルを提案する。 本研究は、量子回路アンサーゼの表現可能性の理解を深め、量子アーキテクチャ探索アルゴリズムを進化させることが可能である。
  論文  参考訳（メタデータ） (2024-05-29T07:34:07Z)
• 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)
• Quantum-classical tradeoffs and multi-controlled quantum gate decompositions in variational algorithms [0.4677099525783277]
  短期量子コンピュータの計算能力は、ゲート演算のノイズの多い実行と物理量子ビットの限られた数によって制限される。 ハイブリッド変分アルゴリズムは、問題の解決に使用される量子資源と古典的リソースの間の幅広いトレードオフを可能にするため、短期量子デバイスに適している。 本稿では,特定のケースについて検討し,アルゴリズムレベルとハードウェアレベルの両方で利用可能なトレードオフについて検討する。
  論文  参考訳（メタデータ） (2022-10-10T00:25:18Z)
• Fundamental limitations on optimization in variational quantum algorithms [7.165356904023871]
  そのような短期量子アプリケーションを確立するための主要なパラダイムは、変分量子アルゴリズム(VQA)である。 このようなランダム回路の幅広いクラスにおいて、コスト関数の変動範囲は、高い確率で量子ビット数で指数関数的に消えることを示す。 この結果は、勾配に基づく最適化と勾配のない最適化の制約を自然に統一し、VQAのトレーニングランドスケープに余分な厳しい制約を明らかにすることができる。
  論文  参考訳（メタデータ） (2022-05-10T17:14:57Z)
• Accurate methods for the analysis of strong-drive effects in parametric gates [94.70553167084388]
  正確な数値と摂動解析手法を用いて効率的にゲートパラメータを抽出する方法を示す。 我々は,$i$SWAP, Control-Z, CNOT など,異なる種類のゲートに対する最適操作条件を同定する。
  論文  参考訳（メタデータ） (2021-07-06T02:02:54Z)
• Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
  マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。 その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
  論文  参考訳（メタデータ） (2021-06-24T20:16:02Z)
• FLIP: A flexible initializer for arbitrarily-sized parametrized quantum circuits [105.54048699217668]
  任意サイズのパラメタライズド量子回路のためのFLexible Initializerを提案する。 FLIPは任意の種類のPQCに適用することができ、初期パラメータの一般的なセットに頼る代わりに、成功したパラメータの構造を学ぶように調整されている。 本稿では, 3つのシナリオにおいてFLIPを用いることの利点を述べる。不毛な高原における問題ファミリ, 最大カット問題インスタンスを解くPQCトレーニング, 1次元フェルミ-ハッバードモデルの基底状態エネルギーを求めるPQCトレーニングである。
  論文  参考訳（メタデータ） (2021-03-15T17:38:33Z)
• Gradient-free quantum optimization on NISQ devices [0.0]
  重み依存学習の最近の進歩を考察し、適切な回路アーキテクチャとパラメータチューニングのトレードオフに対処する戦略を提案する。 遺伝的競合を介して回路を評価するNEATに基づくアルゴリズムの使用を検討し、パラメータ数を超えることにより問題を回避します。
  論文  参考訳（メタデータ） (2020-12-23T10:24:54Z)
• 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)
• Improving the Performance of Deep Quantum Optimization Algorithms with Continuous Gate Sets [47.00474212574662]
  変分量子アルゴリズムは計算的に難しい問題を解くのに有望であると考えられている。 本稿では,QAOAの回路深度依存性能について実験的に検討する。 この結果から, 連続ゲートセットの使用は, 短期量子コンピュータの影響を拡大する上で重要な要素である可能性が示唆された。
  論文  参考訳（メタデータ） (2020-05-11T17:20:51Z)

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。