論文の概要: Preparation Circuits for Matrix Product States by Classical Variational Disentanglement

• arxiv url: http://arxiv.org/abs/2504.21298v1
• Date: Wed, 30 Apr 2025 04:13:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-09 22:37:41.989361
• Title: Preparation Circuits for Matrix Product States by Classical Variational Disentanglement
• Title（参考訳）: 古典的変分アンタングルメントによるマトリックス生成物の調製回路
• Authors: Refik Mansuroglu, Norbert Schuch,
• Abstract要約: 行列積状態(MPS)の作成のための量子回路の古典的コンパイルについて検討する。 提案アルゴリズムは, 逆アンタングル法により, 従来の逐次的アプローチに準じて, 短期的な代替となる。 複数の量子ビット間の絡み合いを人工的に広げるだけでなく、一次元の局所ハミルトニアンの基底状態に対する数値的な結果を示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We study the classical compilation of quantum circuits for the preparation of matrix product states (MPS), which are quantum states of low entanglement with an efficient classical description. Our algorithm represents a near-term alternative to previous sequential approaches by reverse application of a disentangler, which can be found by minimizing bipartite entanglement measures after the application of a layer of parameterized disentangling gates. Since a successful disentangler is expected to decrease the bond dimension on average, such a layer-by-layer optimization remains classically efficient even for deep circuits. Additionally, as the Schmidt coefficients of all bonds are locally accessible through the canonical $\Gamma$-$\Lambda$ form of an MPS, the optimization algorithm can be heavily parallelized. We discuss guarantees and limitations to trainability and show numerical results for ground states of one-dimensional, local Hamiltonians as well as artificially spread out entanglement among multiple qubits using error correcting codes.
• Abstract（参考訳）: 低絡み合いの量子状態である行列積状態(MPS)を効率的に記述するための量子回路の古典的コンパイルについて検討する。 本アルゴリズムは, パラメータ化不整合ゲートの層の適用後, 両端の絡み合いを最小化することにより, ディエンタングルの逆適用により, 従来の逐次アプローチの短期的代替となる。 解離器の成功により平均的な結合寸法が減少することが期待されているため、層間最適化は深層回路においても古典的に効率的である。 さらに、全ての結合のシュミット係数はMPSの標準$\Gamma$-$\Lambda$形式を通して局所的にアクセス可能であるので、最適化アルゴリズムはより並列化することができる。 トレーニング可能性の保証と制限について議論し,一次元の局所ハミルトンの基底状態と,誤り訂正符号を用いて複数の量子ビット間の絡み合いを人工的に拡大する数値結果を示す。

関連論文リスト

• High order schemes for solving partial differential equations on a quantum computer [0.0]
  より高階法は、古典的な場合と同様、離散化に必要な量子ビットの数を削減できることを示す。 この結果は、ハミルトニアン進化に基づく量子アルゴリズムの実践的な応用に重要な結果をもたらす。
  論文  参考訳（メタデータ） (2024-12-26T14:21:59Z)
• Efficient DCQO Algorithm within the Impulse Regime for Portfolio Optimization [41.94295877935867]
  本稿では,デジタルカウンセバティック量子最適化(DCQO)パラダイムを用いて,ポートフォリオ最適化のための高速なディジタル量子アルゴリズムを提案する。 提案手法は,アルゴリズムの回路深度要件を特に低減し,解の精度を向上し,現在の量子プロセッサに適している。 我々は,IonQトラップイオン量子コンピュータ上で最大20量子ビットを使用するプロトコルの利点を実験的に実証した。
  論文  参考訳（メタデータ） (2023-08-29T17:53:08Z)
• Randomized semi-quantum matrix processing [0.0]
  汎用行列関数をシミュレートするためのハイブリッド量子古典的フレームワークを提案する。 この方法は、対象関数のチェビシェフ近似上のランダム化に基づいている。 コストのかかるパラメータの2次高速化を含む,平均深度に対する利点を実証する。
  論文  参考訳（メタデータ） (2023-07-21T18:00:28Z)
• Noisy Tensor Ring approximation for computing gradients of Variational Quantum Eigensolver for Combinatorial Optimization [33.12181620473604]
  変分量子アルゴリズムは最適化の領域で計算上の優位性を提供する可能性を確立している。 これらのアルゴリズムは、スケーラビリティを制限する古典的に難解な勾配に悩まされる。 本研究では,パラメータシフト則を用いた古典的勾配法を提案するが,テンソルリング近似を用いて回路から期待値を計算する。
  論文  参考訳（メタデータ） (2023-07-08T03:14:28Z)
• Riemannian quantum circuit optimization for Hamiltonian simulation [2.1227079314039057]
  ハミルトンシミュレーションは量子コンピューティングの自然な応用である。 翻訳不変系では、そのような回路トポロジのゲートは古典的なコンピュータでさらに最適化することができる。 一次元格子上のイジングとハイゼンベルクのモデルに対して、我々は桁違いの精度の向上を達成する。
  論文  参考訳（メタデータ） (2022-12-15T00:00:17Z)
• Efficient classical algorithms for simulating symmetric quantum systems [4.416367445587541]
  古典的アルゴリズムは、入力の古典的記述が与えられたとき、量子的表現を効率的にエミュレートできることを示す。 具体的には、対称性付きパウリ基底で指定された置換不変量に対する基底状態と時間進化予測値を計算する古典的アルゴリズムを与える。
  論文  参考訳（メタデータ） (2022-11-30T13:53:16Z)
• Automatic and effective discovery of quantum kernels [41.61572387137452]
  量子コンピューティングは、カーネルマシンが量子カーネルを利用してデータ間の類似度を表現できるようにすることで、機械学習モデルを強化することができる。 本稿では,ニューラルアーキテクチャ検索やAutoMLと同じような最適化手法を用いて,この問題に対するアプローチを提案する。 その結果、高エネルギー物理問題に対する我々のアプローチを検証した結果、最良のシナリオでは、手動設計のアプローチに関して、テストの精度を一致または改善できることが示された。
  論文  参考訳（メタデータ） (2022-09-22T16:42:14Z)
• Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
  テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる 本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。 その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
  論文  参考訳（メタデータ） (2022-09-01T17:08:41Z)
• Twisted hybrid algorithms for combinatorial optimization [68.8204255655161]
  提案されたハイブリッドアルゴリズムは、コスト関数をハミルトニアン問題にエンコードし、回路の複雑さの低い一連の状態によってエネルギーを最適化する。 レベル$p=2,ldots, 6$の場合、予想される近似比をほぼ維持しながら、レベル$p$を1に減らすことができる。
  論文  参考訳（メタデータ） (2022-03-01T19:47:16Z)
• Quantum Interior Point Methods for Semidefinite Optimization [0.16874375111244327]
  半定値最適化問題に対する2つの量子内点法を提案する。 第1のスキームは、不正確な探索方向を計算し、実現可能な点のみを探索することが保証されない。 第二のスキームはニュートン線形系のヌルスペース表現を用いて、不正確な探索方向であっても実現可能であることを保証する。
  論文  参考訳（メタデータ） (2021-12-11T16:52:25Z)
• 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)
• 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)
• Accelerated Message Passing for Entropy-Regularized MAP Inference [89.15658822319928]
  離散値のランダムフィールドにおけるMAP推論の最大化は、機械学習の基本的な問題である。 この問題の難しさから、特殊メッセージパッシングアルゴリズムの導出には線形プログラミング(LP)緩和が一般的である。 古典的加速勾配の根底にある手法を活用することにより,これらのアルゴリズムを高速化するランダム化手法を提案する。
  論文  参考訳（メタデータ） (2020-07-01T18:43:32Z)

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。