論文の概要: Regularizing quantum loss landscapes by noise injection

• arxiv url: http://arxiv.org/abs/2505.08759v1
• Date: Tue, 13 May 2025 17:28:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-14 20:57:54.690679
• Title: Regularizing quantum loss landscapes by noise injection
• Title（参考訳）: ノイズインジェクションによる正則化量子損失景観
• Authors: Daniil S. Bagaev, Maxim A. Gavreev, Alena S. Mastiukova, Aleksey K. Fedorov, Nikita A. Nemkov,
• Abstract要約: ノイズインジェクションを用いて量子損失を正規化するためのプロトコルを提案する。 このプロトコルはハードウェアでもシミュレーションでも効率的に実装できる。 様々な問題種における品質の大幅な改善を観察する。
• 参考スコア（独自算出の注目度）: 0.5991851254194096
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The difficulty of training variational quantum algorithms and quantum machine learning models is well established. In particular, quantum loss landscapes are often highly non-convex and dominated by poor local minima. While this renders their training NP-hard in general, efficient heuristics that work well for typical instances may still exist. Here, we propose a protocol that uses a targeted noise injection to smooth and regularize quantum loss landscapes. It works by exponentially suppressing the high-frequency components in the Fourier expansion of the quantum loss function. The protocol can be efficiently implemented both in hardware and in simulations. We observe significant and robust improvements of solution quality across various problem types. Our method can be combined with existing techniques mitigating the local minima, such as the quantum natural gradient optimizer, and adds to the toolbox of methods for optimizing quantum loss functions.
• Abstract（参考訳）: 変分量子アルゴリズムと量子機械学習モデルを訓練することの難しさはよく確立されている。 特に、量子損失ランドスケープは、しばしば非凸であり、貧弱な局所ミニマに支配される。 これは一般にNP-ハードの訓練を施すが、典型例でうまく機能する効率的なヒューリスティックはいまだに存在するかもしれない。 本稿では,目標とするノイズ注入を用いて,量子損失景観を円滑かつ規則化するプロトコルを提案する。 量子損失関数のフーリエ展開における高周波成分を指数関数的に抑制する。 このプロトコルはハードウェアでもシミュレーションでも効率的に実装できる。 様々な問題種にわたるソリューション品質の顕著かつ堅牢な改善を観察する。 提案手法は,量子自然勾配最適化器などの局所最小化を緩和する既存の手法と組み合わせて,量子損失関数を最適化する手法のツールボックスに追加することができる。

関連論文リスト

• Application of zero-noise extrapolation-based quantum error mitigation to a silicon spin qubit [0.08603957004874943]
  シリコンスピン量子ビットプラットフォーム上でのゼロノイズ外挿による誤差低減手法の実装について報告する。 この技術は超伝導量子ビット、トラップイオン量子ビット、フォトニックプロセッサなどの他のプラットフォームで実証されている。
  論文  参考訳（メタデータ） (2024-10-14T09:51:21Z)
• 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)
• Near-Term Distributed Quantum Computation using Mean-Field Corrections and Auxiliary Qubits [77.04894470683776]
  本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。 我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
  論文  参考訳（メタデータ） (2023-09-11T18:00:00Z)
• Training variational quantum algorithms with random gate activation [2.297921151044199]
  変分量子アルゴリズム(VQA)は、短期的な応用に大きな可能性を持っている。 VQAは深刻な不毛の高原問題に悩まされており、局所的なミニマに閉じ込められる可能性も高い。 本稿では,この2つの問題に効率よく対処するために,VQAのランダムな量子ゲートアクティベーションを用いた新しいトレーニングアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-03-14T18:01:46Z)
• Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the Race to Practical Quantum Advantage [43.3054117987806]
  本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。 本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。 古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
  論文  参考訳（メタデータ） (2022-08-29T15:24:03Z)
• Limitations of variational quantum algorithms: a quantum optimal transport approach [11.202435939275675]
  我々は、ノイズとノイズレスの両体制において、標準NISQ提案の極めて厳密な境界を得る。 境界は、QAOAのような両方の回路モデルアルゴリズムと、量子アニールのような連続時間アルゴリズムの性能を制限する。
  論文  参考訳（メタデータ） (2022-04-07T13:58:44Z)
• Surviving The Barren Plateau in Variational Quantum Circuits with Bayesian Learning Initialization [0.0]
  変分量子古典ハイブリッドアルゴリズムは、近い将来に量子コンピュータの実用的な問題を解くための有望な戦略と見なされている。 本稿では,ベイズ空間における有望な領域を特定するために勾配を用いた高速・スローアルゴリズムを提案する。 本研究は, 量子化学, 最適化, 量子シミュレーション問題における変分量子アルゴリズムの応用に近づいたものである。
  論文  参考訳（メタデータ） (2022-03-04T17:48:57Z)
• 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)
• 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)
• Space-efficient binary optimization for variational computing [68.8204255655161]
  本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。 また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
  論文  参考訳（メタデータ） (2020-09-15T18:17:27Z)
• Learning-based quantum error mitigation [3.615369748154691]
  NISQ時代の量子コンピュータは、強力なエラー軽減技術を用いる必要がある。 本稿では,適切な補償戦略を学べる手法を提案する。 我々は、実際の量子ハードウェア(IBMデバイス)と、正確にエミュレートされた不完全な量子コンピュータの両方で、この技術のパワーを実証する。
  論文  参考訳（メタデータ） (2020-05-15T15:45:10Z)

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。