論文の概要: Optimizing QUBO on a quantum computer by mimicking imaginary time evolution

• arxiv url: http://arxiv.org/abs/2505.22924v1
• Date: Wed, 28 May 2025 22:56:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-30 18:14:07.574847
• Title: Optimizing QUBO on a quantum computer by mimicking imaginary time evolution
• Title（参考訳）: 仮想時間進化を模倣した量子コンピュータ上のQUBOの最適化
• Authors: Yahui Chai, Alice Di Tucci,
• Abstract要約: ITEMC(Imaginary Time Evolution-Mimicking Circuit)を用いてQUBO問題を解決するためのハイブリッド量子古典アルゴリズムを提案する。 回路パラメータは、単一のビットと2ビットの期待値のみを用いて、想像上の時間進化を忠実に模倣するように最適化されている。
• 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: We propose a hybrid quantum-classical algorithm for solving QUBO problems using an Imaginary Time Evolution-Mimicking Circuit (ITEMC). The circuit parameters are optimized to closely mimic imaginary time evolution, using only single- and two-qubit expectation values. This significantly reduces the measurement overhead by avoiding full energy evaluation. By updating the initial state based on results from last step iteratively, the algorithm quickly converges to the low-energy solutions. With a pre-sorting step that optimizes quantum gate ordering based on QUBO coefficients, the convergence is further improved. Our classical simulations achieve approximation ratios above 0.99 up to 150 qubits. Furthermore, the linear scaling of entanglement entropy with system size suggests that the circuit is challenging to simulate classically using tensor networks. We also demonstrate hardware runs on IBM's device for 40, 60, and 80 qubits, and obtain solutions compatible with that from simulated annealing.
• Abstract（参考訳）: ITEMC(Imaginary Time Evolution-Mimicking Circuit)を用いてQUBO問題を解くためのハイブリッド量子古典アルゴリズムを提案する。 回路パラメータは、単一のビットと2ビットの期待値のみを用いて、想像上の時間進化を忠実に模倣するように最適化されている。 これにより、全エネルギー評価を回避して測定オーバーヘッドを大幅に削減できる。 最後のステップの結果に基づいて初期状態を更新することにより、アルゴリズムはすぐに低エネルギーの解に収束する。 QUBO係数に基づく量子ゲート順序付けを最適化する事前ソートステップにより、収束はさらに改善される。 我々の古典シミュレーションは、0.99から150キュービットの近似比を達成する。 さらに,エンタングルメントエントロピーとシステムサイズとの線形スケーリングは,テンソルネットワークを用いた古典的なシミュレートが難しいことを示唆している。 また、ハードウェアを40、60、80キュービットのIBMデバイス上で動作させ、シミュレートされたアニールからそれと互換性のあるソリューションを得る。

関連論文リスト

• Branch-and-bound digitized counterdiabatic quantum optimization [39.58317527488534]
  分岐とバウンドのアルゴリズムは、厳密な下界を得るために目的関数の緩和に依存する凸最適化問題を効果的に解く。 本稿では,緩和困難に対処する分枝・分枝・分枝・分枝・分枝対応量子最適化法 (BB-DCQO) を提案する。
  論文  参考訳（メタデータ） (2025-04-21T18:19:19Z)
• Optimization by Decoded Quantum Interferometry [42.169154389732036]
  Decoded Quantum Interferometry (DQI) という量子アルゴリズムを導入する。 有限体上のデータに近似するために、DQIは我々の知るどの時間よりも良い近似比を達成する。
  論文  参考訳（メタデータ） (2024-08-15T17:47:42Z)
• Light Cone Cancellation for Variational Quantum Eigensolver Ansatz [3.1347083354427707]
  変分量子アルゴリズム(VQA)は、ハイブリッドアプローチを利用するアルゴリズムのクラスである。 本研究では,光コーンキャンセラ法 (LCC) を用いて回路変動回路の最適化を行う。 LCCはLCCのない場合よりも高い近似比が得られる。
  論文  参考訳（メタデータ） (2024-04-30T12:31:03Z)
• Nonlinear dynamics as a ground-state solution on quantum computers [39.58317527488534]
  量子ビットレジスタにおける空間と時間の両方を符号化する変分量子アルゴリズム(VQA)を提案する。 時空符号化により、1つの基底状態計算から全時間進化を得ることができる。
  論文  参考訳（メタデータ） (2024-03-25T14:06:18Z)
• 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)
• Approximate Quantum Compiling for Quantum Simulation: A Tensor Network based approach [1.237454174824584]
  行列生成状態(MPS)から短深さ量子回路を生成する新しいアルゴリズムであるAQCtensorを導入する。 我々のアプローチは、量子多体ハミルトニアンの時間進化から生じる量子状態の準備に特化している。 100量子ビットのシミュレーション問題に対して、AQCtensorは、結果の最適化回路の深さの少なくとも1桁の縮小を実現していることを示す。
  論文  参考訳（メタデータ） (2023-01-20T14:40:29Z)
• 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)

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。