論文の概要: Variational quantum-neural hybrid imaginary time evolution

• arxiv url: http://arxiv.org/abs/2503.22570v1
• Date: Fri, 28 Mar 2025 16:19:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-31 15:28:55.249382
• Title: Variational quantum-neural hybrid imaginary time evolution
• Title（参考訳）: 変分量子-ニューラルハイブリッド想像時間進化
• Authors: Hiroki Kuji, Tetsuro Nikuni, Yuta Shingu,
• Abstract要約: 変分量子ニューラルハイブリッドITT法(VQNHITE)を提案する。 本稿では,ニューラルネットワークとパラメタライズド量子回路を組み合わせることで,ITEを正確に推定する。 我々は,VQNHITEの性能をVITEと比較して数値シミュレーションにより評価した。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Numerous methodologies have been proposed for performing imaginary time evolution (ITE) using quantum computers. Among these, variational ITE (VITE) for noisy intermediate-scale quantum (NISQ) computers has attracted much attention, which uses parametrized quantum circuits to mimic non-unitary dynamics. However, conventional variational quantum algorithms including VITE face challenges in achieving high accuracy due to their strong dependence on the choice of ansatz quantum circuits. Recently, the variational quantum-neural eigensolver (VQNHE), which combines the neural network (NN) with the variational quantum eigensolver, has been proposed. This approach enhances performance of estimating the expectation values of the state given by the parametrized quantum circuit and NN. In this study, we propose a variational quantum-neural hybrid ITE method (VQNHITE). Our proposal accurately estimates ITE by combining the NN and parameterized quantum circuit. We tested our approach with numerical simulations to evaluate the performance of VQNHITE relative to VITE.
• Abstract（参考訳）: 量子コンピュータを用いて仮想時間進化(ITE)を行うための多くの手法が提案されている。 これらのうち、ノイズの多い中間規模量子(NISQ)コンピュータのための変動型ITE(VITE)が注目されており、非単体力学を模倣するためにパラメタライズド量子回路を使用している。 しかし、VITEを含む従来の変分量子アルゴリズムは、アンザッツ量子回路の選択に強い依存があるため、高い精度を達成できない。 近年,ニューラルネットワーク(NN)と変分量子固有解器を組み合わせた変分量子ニューラル固有解器(VQNHE)が提案されている。 このアプローチは、パラメタライズド量子回路とNNによって与えられる状態の期待値を推定する性能を向上させる。 本研究では,変分量子ニューラルハイブリッドITT法(VQNHITE)を提案する。 提案手法は,NNとパラメタライズド量子回路を組み合わせてITEを正確に推定する。 我々は,VQNHITEの性能をVITEと比較して数値シミュレーションにより評価した。

関連論文リスト

• Quantum-enhanced neural networks for quantum many-body simulations [3.8145527526052576]
  本稿では、パラメータ化量子回路とニューラルネットワークを組み合わせて量子多体波動関数をモデル化する量子ニューラルハイブリッドフレームワークを提案する。 数値シミュレーションでは、スピン系と量子化学問題におけるハイブリッドアンサッツのスケーラビリティと精度が示されている。
  論文  参考訳（メタデータ） (2025-01-21T13:44:52Z)
• Benchmarking Variational Quantum Eigensolvers for Entanglement Detection in Many-Body Hamiltonian Ground States [37.69303106863453]
  変分量子アルゴリズム(VQA)は近年、量子優位を得る約束として登場している。 我々は、変分量子固有解法(VQEs)と呼ばれる特定の種類のVQAを用いて、絡み合った観測と絡み合った基底状態検出においてそれらをベンチマークする。 ハミルトニアン相互作用にインスパイアされた構造を持つ量子回路は、問題に依存しない回路よりもコスト関数推定のより良い結果を示した。
  論文  参考訳（メタデータ） (2024-07-05T12:06:40Z)
• Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
  量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。 どの場の量子スピードアップが達成できるかという新たな課題が生じる。 量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
  論文  参考訳（メタデータ） (2024-02-26T09:32:07Z)
• A Quantum-Classical Collaborative Training Architecture Based on Quantum State Fidelity [50.387179833629254]
  我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。 Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。 他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
  論文  参考訳（メタデータ） (2024-02-23T14:09:41Z)
• Variational post-selection for ground states and thermal states simulation [1.9336815376402718]
  変分量子アルゴリズム(VQA)は、ノイズの多い中間スケール量子(NISQ)時代の最も有望なルートの1つである。 本稿では,変分後選択手法を取り入れた変分量子アンサッツの表現性向上のための枠組みを提案する。
  論文  参考訳（メタデータ） (2024-02-12T12:16:17Z)
• Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
  単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。 提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
  論文  参考訳（メタデータ） (2023-04-18T11:57:15Z)
• QNEAT: Natural Evolution of Variational Quantum Circuit Architecture [95.29334926638462]
  我々は、ニューラルネットワークの量子対する最も有望な候補として登場した変分量子回路(VQC)に注目した。 有望な結果を示す一方で、バレン高原、重みの周期性、アーキテクチャの選択など、さまざまな問題のために、VQCのトレーニングは困難である。 本稿では,VQCの重みとアーキテクチャの両方を最適化するために,自然進化にインスパイアされた勾配のないアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-04-14T08:03:20Z)
• 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)
• Variational Quantum-Neural Hybrid Error Mitigation [6.555128824546528]
  量子エラー軽減(QEM)は、量子コンピュータ上で信頼性の高い結果を得るために重要である。 量子-ニューラルハイブリッド固有解法 (VQNHE) アルゴリズムは, 本質的にはノイズ耐性であり, ユニークなQEM容量を持つことを示す。
  論文  参考訳（メタデータ） (2021-12-20T08:07:58Z)
• Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
  量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。 変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。 量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
  論文  参考訳（メタデータ） (2021-08-09T18:00:05Z)
• 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)

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。