論文の概要: Pruned-ADAPT-VQE: compacting molecular ansätze by removing irrelevant operators

• arxiv url: http://arxiv.org/abs/2504.04652v1
• Date: Mon, 07 Apr 2025 00:54:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-16 00:25:56.542136
• Title: Pruned-ADAPT-VQE: compacting molecular ansätze by removing irrelevant operators
• Title（参考訳）: Pruned-ADAPT-VQE:無関係作用素の除去による分子アンセッツェのコンパクト化
• Authors: Nonia Vaquero-Sabater, Abel Carreras, David Casanova,
• Abstract要約: ADAPT-VQE(ADAPT-VQE)は、微分組立擬トロッター変分量子固有解器である。 演算子を勾配に基づいて選択し、エネルギーの景観に合わせて連続的に進化する「解」を構成する。 本稿では, アンザッツから不要な演算子を除去する, 自動無コスト精錬法を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The adaptive derivative-assembled pseudo-Trotter variational quantum eigensolver (ADAPT-VQE) is one of the most widely used algorithms for electronic structure calculations. It adaptively selects operators based on their gradient, constructing ans\"atze that continuously evolve to match the energy landscape, helping avoid local traps and barren plateaus. However, this flexibility in reoptimization can lead to the inclusion of redundant or inefficient operators that have almost zero amplitude, barely contributing to the ansatz. We identify three phenomena responsible for the appearance of these operators: poor operator selection, operator reordering, and fading operators. In this work, we propose an automated, cost-free refinement method that removes unnecessary operators from the ansatz without disrupting convergence. Our approach evaluates each operator after ADAPT-VQE optimization by using a function that considers both its amplitude and position in the ansatz, striking a balance between eliminating low-amplitude operators while preserving the natural reduction of coefficients as the ansatz grows. Additionally, a dynamic threshold based on the amplitudes of recent operators enables efficient convergence. We apply this method to several molecular systems and find that it reduces ansatz size and accelerates convergence, particularly in cases with flat energy landscapes. The refinement process incurs no additional computational cost and consistently improves or maintains ADAPT-VQE performance.
• Abstract（参考訳）: 適応微分組立擬トロッター変分量子固有解法(ADAPT-VQE)は電子構造計算において最も広く用いられるアルゴリズムの1つである。 勾配に基づいて演算子を適応的に選択し、エネルギー景観に合わせて連続的に進化する ans\atze を構築し、局所的なトラップや不毛の台地を避けるのに役立つ。 しかし、この再最適化の柔軟性は、ほとんど振幅がゼロの冗長あるいは非効率な演算子を包含し、アンザッツにはほとんど寄与しない。 これらの演算子の出現に寄与する3つの現象を同定する。 本研究では, アンザッツから不要な演算子を取り除き, 収束を損なうことなく, 自動改質法を提案する。 本手法は,アンザッツの振幅と位置の両方を考慮し,アンザッツの増大とともに係数の自然な減少を保ちながら,低振幅演算子の除去のバランスを崩す関数を用いて,ADAPT-VQE最適化後の各演算子を評価する。 さらに、最近の演算子の振幅に基づく動的しきい値は、効率的な収束を可能にする。 本手法をいくつかの分子系に適用し,特に平らなエネルギー景観の場合において,アンザッツサイズを小さくし,収束を加速することを示した。 改良プロセスは追加の計算コストを発生させず、ADAPT-VQEの性能を継続的に改善または維持する。

関連論文リスト

• Efficient Operator Selection and Warm-Start Strategy for Excitations in Variational Quantum Eigensolvers [0.0]
  電子状態の効率的な調製のための新しい手法として,エキサイティング・エナジー・ソーティング・ツールを応用した手法を提案する。 提案手法は,従来の最適化手法に付随する計算複雑性を低減させる。 全体として、我々は、量子化学における量子優位性の実現を推進し、最先端の手法を超える二次収束速度を経験的に観察する。
  論文  参考訳（メタデータ） (2026-02-11T12:07:52Z)
• Variational Entropic Optimal Transport [67.76725267984578]
  本稿では,ドメイン翻訳問題に対する変分エントロピー最適輸送(VarEOT)を提案する。 VarEOTは、補助正の正規化子上のトラクタブルな一般化として、log-partition $log mathbbE[exp(cdot)$の正確な変分再構成に基づいている。 合成データと画像と画像の変換に関する実験は、競争力のあるか、あるいはより良い翻訳品質を示す。
  論文  参考訳（メタデータ） (2026-02-02T15:48:44Z)
• Strategies for Overcoming Gradient Troughs in the ADAPT-VQE Algorithm [1.3135750017147134]
  ADAPT-VQE(ADAPT-VQE)は、量子固有解法である。 ADAPT-VQEは他のVQEの欠点の多くを避ける。 時として勾配トラフと呼ばれる現象によって妨げられることがある。
  論文  参考訳（メタデータ） (2025-12-31T17:52:47Z)
• Operator Commutativity Screening and Progressive Operator Block Reordering toward Many-body Inspired Quantum State Preparation [0.0]
  変分量子固有解法(VQE)は、分子エネルギーと性質を決定するために非常に有望なアプローチとして登場した。 支配的演算子ブロックを初期同定する系統的動的アンサッツ構築戦略を提案する。 本研究では, このプログレッシブ演算子ブロック付加方式により, 局所トラップを効率よく回避しつつ, パラメータが著しく少ない精度のエネルギーが得られることを示す。
  論文  参考訳（メタデータ） (2025-10-17T16:36:42Z)
• Accelerating PDE Solvers with Equation-Recast Neural Operator Preconditioning [9.178290601589365]
  Minimal-Data Parametric Neural Operator Preconditioning (MD-PNOP) はパラメトリックPDEソルバを高速化するための新しいパラダイムである。 パラメータ偏差の残差を、トレーニングされたニューラル演算子を使用して、オフラインでソリューションを洗練させる、追加のソース用語として再キャストする。 固定ソース、単一グループ固有値、および多群結合固有値問題に対する完全順序忠実度を維持しつつ、計算時間の50%削減を一貫して達成する。
  論文  参考訳（メタデータ） (2025-09-01T12:14:58Z)
• Thompson Sampling in Function Spaces via Neural Operators [14.0301500809197]
  目的が未知作用素の出力の既知の関数である関数空間上の問題を最適化するために、トンプソンサンプリングの拡張を提案する。 提案アルゴリズムは,ニューラル演算子サロゲートを用いたサンプル列最適化手法を用いる。
  論文  参考訳（メタデータ） (2025-06-27T04:21:57Z)
• Projective Quantum Eigensolver with Generalized Operators [0.0]
  PQEフレームワークにおける閉形式残留方程式の観点から一般化作用素を決定する手法を開発する。 いくつかの分子系への応用により、アンザッツは単体、二重体、三重体を含む(異方性)UCCと同様の精度を達成できることを実証した。
  論文  参考訳（メタデータ） (2024-10-21T15:40:22Z)
• Fast gradient-free optimization of excitations in variational quantum eigensolvers [1.6874375111244329]
  我々は、物理的に動機づけられたAns"atze演算子に対して、グローバルにインフォームドされた勾配のない励起であるExcitationを紹介する。 励起は固定されたアンザッツのパラメータの1つのスイープで精度を得る。
  論文  参考訳（メタデータ） (2024-09-09T18:00:00Z)
• Reducing measurement costs by recycling the Hessian in adaptive variational quantum algorithms [0.0]
  本稿では,適応VQAに適した準ニュートン最適化プロトコルを提案する。 我々は,適応VQAの繰り返しを通じて,逆ヘッセン行列に対する近似を連続的に構築し,成長させる準ニュートンアルゴリズムを実装した。
  論文  参考訳（メタデータ） (2024-01-10T14:08:04Z)
• Energy-Preserving Reduced Operator Inference for Efficient Design and Control [0.0]
  本研究は偏微分方程式を対象とする物理保存型還元モデル学習手法を提案する。 EP-OpInfは、このエネルギー保存構造を保持する効率的で正確な還元モデルを学ぶ。
  論文  参考訳（メタデータ） (2024-01-05T16:39:48Z)
• Parameterized Projected Bellman Operator [64.129598593852]
  近似値反復(英: Approximate value iteration, AVI)は、強化学習(RL)のためのアルゴリズムの一群である。 本稿ではベルマン作用素の近似版を学習する新しい代替手法を提案する。 逐次決定問題に対するPBO学習のための最適化問題を定式化する。
  論文  参考訳（メタデータ） (2023-12-20T09:33:16Z)
• Stable Nonconvex-Nonconcave Training via Linear Interpolation [51.668052890249726]
  本稿では,ニューラルネットワークトレーニングを安定化(大規模)するための原理的手法として,線形アヘッドの理論解析を提案する。 最適化過程の不安定性は、しばしば損失ランドスケープの非単調性によって引き起こされるものであり、非拡張作用素の理論を活用することによって線型性がいかに役立つかを示す。
  論文  参考訳（メタデータ） (2023-10-20T12:45:12Z)
• Multi-Grid Tensorized Fourier Neural Operator for High-Resolution PDEs [93.82811501035569]
  本稿では,メモリ要求を低減し,より一般化したデータ効率・並列化可能な演算子学習手法を提案する。 MG-TFNOは、実世界の実世界の現象の局所的構造と大域的構造を活用することで、大規模な分解能にスケールする。 乱流ナビエ・ストークス方程式において150倍以上の圧縮で誤差の半分以下を達成できる優れた性能を示す。
  論文  参考訳（メタデータ） (2023-09-29T20:18:52Z)
• HEAT: Hardware-Efficient Automatic Tensor Decomposition for Transformer Compression [69.36555801766762]
  本稿では,分解可能な指数空間を効率的に探索できるハードウェア対応テンソル分解フレームワークHEATを提案する。 ハードウェア対応のBERT変異体は, エネルギー遅延を5.7倍に低減し, 精度が1.1%以下であることを示す。
  論文  参考訳（メタデータ） (2022-11-30T05:31:45Z)
• Symmetric Tensor Networks for Generative Modeling and Constrained Combinatorial Optimization [72.41480594026815]
  ポートフォリオ最適化からロジスティクスに至るまで、制約付き最適化問題は業界に多い。 これらの問題の解決における主要な障害の1つは、有効な検索空間を制限する非自明なハード制約の存在である。 本研究では、Ax=bという形の任意の整数値等式制約をU(1)対称ネットワーク(TN)に直接エンコードし、それらの適用性を量子に着想を得た生成モデルとして活用する。
  論文  参考訳（メタデータ） (2022-11-16T18:59:54Z)
• TETRIS-ADAPT-VQE: An adaptive algorithm that yields shallower, denser circuit ans\"atze [0.0]
  TETRIS-ADAPT-VQEと呼ばれるアルゴリズムを導入する。 その結果、CNOTゲートの数や変動パラメータを増大させることなく、より密度が高く、より浅い回路が得られる。 これらの改善により、量子ハードウェアに実用的な量子優位性を示すという目標に近づきます。
  論文  参考訳（メタデータ） (2022-09-21T18:00:02Z)
• Structured Sparsity Inducing Adaptive Optimizers for Deep Learning [94.23102887731417]
  本稿では、近位勾配法に必要な成分である重み付き近位作用素を導出する。 この適応法は, 重み付き近位演算子とともに, 空間パターンに構造をもつ解を求めることができることを示す。
  論文  参考訳（メタデータ） (2021-02-07T18:06:23Z)
• 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)
• Variance Reduction with Sparse Gradients [82.41780420431205]
  SVRGやSpiderBoostのような分散還元法では、大きなバッチ勾配と小さなバッチ勾配が混在している。 我々は、新しい空間演算子:ランダムトップk演算子を導入する。 我々のアルゴリズムは、画像分類、自然言語処理、スパース行列分解など様々なタスクにおいて、一貫してSpiderBoostより優れています。
  論文  参考訳（メタデータ） (2020-01-27T08:23:58Z)

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。