論文の概要: Enhancing NDAR with Delay-Gate-Induced Amplitude Damping

• arxiv url: http://arxiv.org/abs/2504.12628v1
• Date: Thu, 17 Apr 2025 04:09:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-18 14:36:24.150247
• Title: Enhancing NDAR with Delay-Gate-Induced Amplitude Damping
• Title（参考訳）: 遅延ゲート誘起振幅ダンピングによるNDARの高速化
• Authors: Wai-Hong Tam, Hiromichi Matsuyama, Ryo Sakai, Yu Yamashiro,
• Abstract要約: ノイズ指向適応リマッピング法(NDAR)は振幅減衰雑音を利用して量子最適化アルゴリズムの性能を向上させる。 本研究では,NDARの探索と利用のバランスを調整することにより,NDARの性能が向上するかを検討する。 以上の結果から,NDARにおける遅延時間の増加は,各ソリューションの最適目標値を改善することが示唆された。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: The Noise-Directed Adaptive Remapping (NDAR) method utilizes amplitude damping noise to enhance the performance of quantum optimization algorithms. NDAR alternates between exploration by sampling solutions from the quantum circuit and exploitation by transforming the cost Hamiltonian by changing the signs of its terms. Both exploration and exploitation are important components in classical heuristic algorithm design. In this study, we examine how NDAR performance improves by adjusting the balance between these components. We control the degree of exploitation by varying the delay time to 0, 50, and $100~\mu\text{s}$, and investigate exploration strategies using two quantum circuits, QAOA and a random circuit, on IBM's Heron processor. Our results show that increasing delay time in NDAR improves the best objective value found in each iteration. In single-layer QAOA and random circuits applied to unweighted Max-Cut problem with low edge density, both exploration strategies yield similar objective value trajectories and provide competitive solution quality to simulated annealing for the 80-node problem. Their similar performance indicates that, in most cases, increasing amplitude damping noise via additional delay time results in information loss. On the other hand, QAOA outperforms random circuits in specific cases, such as positive-negative weighted Max-Cut on a fully connected graph. This suggests potential advantages of QAOA in more complex settings. We further develop a classical NDAR to better understand exploration strategies, demonstrating that controlling the Hamming weight distribution of sampled bitstrings yields higher quality solutions. This suggests that identifying suitable quantum circuits for exploration could enhance NDAR performance.
• Abstract（参考訳）: The Noise-Directed Adaptive Remapping (NDAR) method using breading noise to enhance the performance of quantum optimization algorithm。 NDARは、量子回路から解をサンプリングすることによって探索と、その項の符号を変更することでコストのハミルトン変換によって搾取を交互に行う。 探索と搾取は古典的ヒューリスティックアルゴリズム設計において重要な要素である。 本研究では,これらのコンポーネント間のバランスを調整することにより,NDARの性能が向上するかを検討する。 我々は、遅延時間を0、50、100〜\mu\text{s}$に変更し、IBMのHeronプロセッサ上の2つの量子回路、QAOAとランダム回路を用いた探索戦略を検討する。 以上の結果から,NDARにおける遅延時間の増加は,各イテレーションにおいて最も客観的な値を改善することが示唆された。 エッジ密度の低い非重み付きMax-Cut問題に適用された単層QAOAおよびランダム回路では、どちらの探索戦略も同様の目的値軌道を導出し、80ノード問題に対するシミュレーションアニールに対する競合解品質を提供する。 同様の性能は、ほとんどの場合、追加遅延時間による振幅減衰ノイズの増加が情報損失をもたらすことを示している。 一方、QAOAは全連結グラフ上の正負重み付きMax-Cutのような特定の場合においてランダム回路よりも優れる。 これはより複雑な環境でのQAOAの潜在的な利点を示唆している。 さらに,探索戦略をよりよく理解するための古典的NDARを開発し,サンプルビットストリングのハミング重量分布の制御によって高品質な解が得られることを示した。 このことは、探索に適した量子回路を特定することで、NDARの性能を高めることを示唆している。

関連論文リスト

• Adaptive Genetic Algorithms for Pulse-Level Quantum Error Mitigation [0.0]
  ノイズは量子コンピューティングの基本的な課題であり、パルスの忠実度と回路全体の性能に大きな影響を及ぼす。 本稿では、回路ゲートを変更することなく、雑音条件に動的に対応して忠実度を高めるために、パルスレベルの量子誤差軽減のための適応アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-01-23T15:28:22Z)
• MG-Net: Learn to Customize QAOA with Circuit Depth Awareness [51.78425545377329]
  量子近似最適化アルゴリズム(QAOA)とその変種は、最適化問題に対処する大きな可能性を示している。 良好な性能を実現するために必要な回路深度は問題固有であり、しばしば現在の量子デバイスの最大容量を超える。 ミキサジェネレータネットワーク (MG-Net) は, 最適ミキサハミルトニアンを動的に定式化するための統合ディープラーニングフレームワークである。
  論文  参考訳（メタデータ） (2024-09-27T12:28:18Z)
• The Questionable Influence of Entanglement in Quantum Optimisation Algorithms [4.118849293881126]
  変分量子固有解法(VQE)は他の量子アルゴリズムと比較して有望である。 近年の研究では、量子機械学習アルゴリズムにおける回路の絡み合いの有効性に関する疑問が提起されている。
  論文  参考訳（メタデータ） (2024-07-24T12:04:00Z)
• 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)
• ROPO: Robust Preference Optimization for Large Language Models [59.10763211091664]
  外部モデルの助けを借りずにノイズ耐性とノイズサンプルのフィルタリングを統合する反復アライメント手法を提案する。 Mistral-7BとLlama-2-7Bで広く使われている3つのデータセットの実験では、ROPOが既存の嗜好アライメント法を大幅に上回っていることが示されている。
  論文  参考訳（メタデータ） (2024-04-05T13:58:51Z)
• Optimized Noise Suppression for Quantum Circuits [0.40964539027092917]
  クロストークノイズは、例えば、クロス共鳴ベースの超伝導量子プロセッサにおける深刻なエラー源である。 Intrepidプログラミングアルゴリズムは、スワップ挿入によって最適化されたキュービットルーティングに関する以前の作業を拡張する。 最大127キュービットの2つのチップのクロストークノイズを特徴付けることで,提案手法の評価を行った。
  論文  参考訳（メタデータ） (2024-01-12T07:34:59Z)
• QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum Circuits [82.50620782471485]
  QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。 1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。 提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
  論文  参考訳（メタデータ） (2024-01-10T22:33:00Z)
• Layering and subpool exploration for adaptive Variational Quantum Eigensolvers: Reducing circuit depth, runtime, and susceptibility to noise [0.0]
  適応変分量子固有解法 (ADAPT-VQEs) は強い相関系のシミュレーションにおいて有望な候補である。 近年の取り組みは、アンザッツ回路のコンパクト化、または層化に向けられている。 層状化は振幅減衰や減音に対する耐雑音性の向上につながることを示す。
  論文  参考訳（メタデータ） (2023-08-22T18:00:02Z)
• High-Order Qubit Dephasing at Sweet Spots by Non-Gaussian Fluctuators: Symmetry Breaking and Floquet Protection [55.41644538483948]
  非ガウスゆらぎによるqubit dephasingについて検討した。 非ガウス雑音に特有の対称性破壊効果を予測する。
  論文  参考訳（メタデータ） (2022-06-06T18:02:38Z)
• Quantum error mitigation by hidden inverses protocol in superconducting quantum devices [0.2867517731896504]
  本稿では,コヒーレントエラーを軽減するために,隠れ逆数に基づく変分アルゴリズムの収束性を改善する手法を提案する。 このアプローチは、ノイズ演算子がゲート反転で反転する様々な2ビット誤りモデルの性能を向上させる。 本稿では,変分量子固有解法(VQE)アルゴリズムを動作させる超伝導量子プロセッサに対する緩和手法を適用する。
  論文  参考訳（メタデータ） (2022-04-26T16:05:34Z)
• Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
  我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。 問題の大きさと問題グラフの次数で指数関数的に増大する。 これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
  論文  参考訳（メタデータ） (2022-01-06T21:02:30Z)

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。