論文の概要: Optimizing State Preparation for Variational Quantum Regression on NISQ Hardware

• arxiv url: http://arxiv.org/abs/2505.17713v1
• Date: Fri, 23 May 2025 10:30:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-26 18:08:33.996404
• Title: Optimizing State Preparation for Variational Quantum Regression on NISQ Hardware
• Title（参考訳）: NISQハードウェアにおける変分量子回帰状態の最適化
• Authors: Frans Perkkola, Ilmo Salmeperä, Arianne Meijer-van de Griend, C. -C. Joseph Wang, Ryan S. Bennink, Jukka K. Nurminen,
• Abstract要約: 我々は、新しい状態準備法を用いて変分量子回帰アルゴリズムを実装し、最適化し、実行した。 その結果、これらの最適化により、現在のハードウェア上での量子回帰アルゴリズムの実行が成功できることが示されている。
• 参考スコア（独自算出の注目度）: 0.6069420208815753
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The execution of quantum algorithms on modern hardware is often constrained by noise and qubit decoherence, limiting the circuit depth and the number of gates that can be executed. Circuit optimization techniques help mitigate these limitations, enhancing algorithm feasibility. In this work, we implement, optimize, and execute a variational quantum regression algorithm using a novel state preparation method. By leveraging ZX-calculus-based optimization techniques, such as Pauli pushing, phase folding, and Hadamard pushing, we achieve a more efficient circuit design. Our results demonstrate that these optimizations enable the successful execution of the quantum regression algorithm on current hardware. Furthermore, the techniques presented are broadly applicable to other quantum circuits requiring arbitrary real-valued state preparation, advancing the practical implementation of quantum algorithms.
• Abstract（参考訳）: 現代のハードウェア上での量子アルゴリズムの実行は、しばしばノイズとキュービットのデコヒーレンスによって制約され、回路深さと実行可能なゲートの数を制限する。 回路最適化技術はこれらの制限を緩和し、アルゴリズムの実現可能性を高める。 本研究では,新しい状態生成法を用いて,変分量子回帰アルゴリズムの実装,最適化,実行を行う。 パウリ押圧、位相折り畳み、アダマール押圧などのZX計算に基づく最適化技術を活用することにより、より効率的な回路設計を実現する。 これらの最適化により,現在のハードウェア上での量子回帰アルゴリズムの実行を成功させることができることを示す。 さらに、提案手法は任意の実数値状態の準備を必要とする他の量子回路にも広く適用でき、量子アルゴリズムの実用的な実装が進められている。

関連論文リスト

• A Comprehensive Review of Quantum Circuit Optimization: Current Trends and Future Directions [0.0]
  分析アルゴリズム、戦略、機械学習ベースのメソッド、ハイブリッド量子古典フレームワークなど、最先端のアプローチをレビューする。 本稿では,各手法の長所と短所と,それらがもたらす課題について述べる。
  論文  参考訳（メタデータ） (2024-08-16T15:07:51Z)
• Performant near-term quantum combinatorial optimization [1.1999555634662633]
  線形深度回路を用いた最適化問題に対する変分量子アルゴリズムを提案する。 我々のアルゴリズムは、ターゲット量子関数の各項を制御するために設計されたハミルトン生成器からなるアンサッツを使用する。 性能と資源最小化のアプローチは、潜在的な量子計算上の利点の候補として有望である、と結論付けます。
  論文  参考訳（メタデータ） (2024-04-24T18:49:07Z)
• Surrogate optimization of variational quantum circuits [1.0546736060336612]
  変分量子固有解法は、多くの応用に影響を及ぼすことのできる短期的アルゴリズムとして評価される。 収束性を改善するアルゴリズムや手法を見つけることは、VQEの短期ハードウェアの能力を加速するために重要である。
  論文  参考訳（メタデータ） (2024-04-03T18:00:00Z)
• Parallel circuit implementation of variational quantum algorithms [0.0]
  本稿では,変分量子アルゴリズム(VQA)の量子回路を分割し,並列トレーニングと実行を可能にする手法を提案する。 本稿では,この問題からの固有構造を同定可能な最適化問題に適用する。 我々は,本手法がより大きな問題に対処できるだけでなく,1つのスライスのみを用いてパラメータをトレーニングしながら,完全なVQAモデルを実行することもできることを示した。
  論文  参考訳（メタデータ） (2023-04-06T12:52:29Z)
• 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)
• 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)
• Quantum circuit debugging and sensitivity analysis via local inversions [62.997667081978825]
  本稿では,回路に最も影響を及ぼす量子回路の断面をピンポイントする手法を提案する。 我々は,IBM量子マシン上に実装されたアルゴリズム回路の例に応用して,提案手法の実用性と有効性を示す。
  論文  参考訳（メタデータ） (2022-04-12T19:39:31Z)
• 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)
• 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)
• 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)

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。