論文の概要: Optimization Strategies for Variational Quantum Algorithms in Noisy Landscapes

• arxiv url: http://arxiv.org/abs/2506.01715v1
• Date: Mon, 02 Jun 2025 14:22:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-04 21:47:34.484158
• Title: Optimization Strategies for Variational Quantum Algorithms in Noisy Landscapes
• Title（参考訳）: ノイズランドスケープにおける変分量子アルゴリズムの最適化手法
• Authors: Vojtěch Novák, Ivan Zelinka, Václav Snášel,
• Abstract要約: 変分量子固有解法(VQE)は、ハミルトニアンを最小化することで分子基底エネルギーを近似する。 VQEは量子相転移とエキゾチック状態の探索によって凝縮物質物理学に寄与する。 本研究は,進化に基づく,Swarmに基づく,音楽に触発された手法を含む50以上のメタヒューリスティック最適化アルゴリズムを体系的に評価する。
• 参考スコア（独自算出の注目度）: 0.196629787330046
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Variational Quantum Algorithms (VQAs) are a promising tool in the NISQ era, leveraging quantum computing across diverse fields. However, their performance is hindered by optimization challenges like local minima, barren plateaus, and noise from current quantum hardware. Variational Quantum Eigensolver (VQE), a key subset of VQAs, approximates molecular ground-state energies by minimizing a Hamiltonian, enabling quantum chemistry applications. Beyond this, VQE contributes to condensed matter physics by exploring quantum phase transitions and exotic states, and to quantum machine learning by optimizing parameterized circuits for classifiers and generative models. This study systematically evaluates over 50 meta-heuristic optimization algorithms including evolution-based, swarm-based, and music-inspired methods-on their ability to navigate VQE's multimodal and noisy landscapes. Using a multi-phase sieve-like approach, we identify the most capable optimizers and compare their performance on a 1D Ising model (3-9 qubits). Further testing on the Hubbard model (up to 192 parameters) reveals insights into convergence rates, effectiveness, and resilience under noise, offering valuable guidance for advancing optimization in noisy quantum environments.
• Abstract（参考訳）: 変分量子アルゴリズム(VQA)は、様々な分野にわたる量子コンピューティングを活用する、NISQ時代の有望なツールである。 しかし、それらの性能は、ローカルミニマ、バレンプラトー、現在の量子ハードウェアのノイズといった最適化の課題によって妨げられている。 VQAのキーサブセットである変分量子固有解法(VQE)は、ハミルトニアンを最小化して分子基底エネルギーを近似し、量子化学の応用を可能にする。 さらに、VQEは量子相転移とエキゾチック状態の探索によって凝縮物質物理学に寄与し、分類器と生成モデルのためのパラメータ化回路を最適化することで量子機械学習に寄与する。 本研究は,VQEのマルチモーダル・ノイズランドスケープをナビゲートする能力において,進化ベース,Swarmベース,音楽に触発された手法を含む50以上のメタヒューリスティック最適化アルゴリズムを体系的に評価する。 多相シーブのようなアプローチを用いて、最も有能なオプティマイザを特定し、1次元イジングモデル(3-9キュービット)でそれらの性能を比較する。 Hubbardモデル(最大192パラメータ)のさらなるテストでは、ノイズ下での収束率、有効性、レジリエンスに関する洞察が示され、ノイズの多い量子環境において最適化を進めるための貴重なガイダンスを提供する。

関連論文リスト

• Provably Robust Training of Quantum Circuit Classifiers Against Parameter Noise [49.97673761305336]
  ノイズは、信頼できる量子アルゴリズムを達成するための大きな障害である。 本稿では,パラメータ化量子回路分類器のロバスト性を高めるための雑音耐性学習理論とアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-05-24T02:51:34Z)
• Variational Quantum Multi-Objective Optimization [5.381539115778766]
  本稿では,量子コンピュータ上での離散多目的最適化問題を解くための変分量子最適化アルゴリズムを提案する。 最大5つの目的を持つベンチマーク問題に対して提案アルゴリズムの有効性を示す。
  論文  参考訳（メタデータ） (2023-12-21T18:59:21Z)
• Greedy Gradient-free Adaptive Variational Quantum Algorithms on a Noisy Intermediate Scale Quantum Computer [0.6020414684573572]
  ハイブリッド量子古典適応型VQE(Vari Quantum Eigensolvers)は、多体量子システムにおいて古典計算を上回る性能を持つ。 本稿では,Greedy Gradient-free Adaptive VQE (GGA-VQE) と呼ばれる解析的・勾配なし最適化を用いた適応アルゴリズムを提案する。 GGA-VQEを25量子ビットの量子回路上で実行し、良好な基底状態近似を求める。
  論文  参考訳（メタデータ） (2023-06-29T17:58:02Z)
• Optimizing Variational Quantum Algorithms with qBang: Efficiently Interweaving Metric and Momentum to Navigate Flat Energy Landscapes [0.0]
  変分量子アルゴリズム(VQA)は、現在の量子コンピューティングインフラを利用するための有望なアプローチである。 本稿では,量子ブロイデン適応型自然勾配(qBang)アプローチを提案する。
  論文  参考訳（メタデータ） (2023-04-27T00:06:48Z)
• QNEAT: Natural Evolution of Variational Quantum Circuit Architecture [95.29334926638462]
  我々は、ニューラルネットワークの量子対する最も有望な候補として登場した変分量子回路(VQC)に注目した。 有望な結果を示す一方で、バレン高原、重みの周期性、アーキテクチャの選択など、さまざまな問題のために、VQCのトレーニングは困難である。 本稿では,VQCの重みとアーキテクチャの両方を最適化するために,自然進化にインスパイアされた勾配のないアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-04-14T08:03:20Z)
• The Variational Quantum Eigensolver: a review of methods and best practices [3.628860803653535]
  変分量子固有解法(VQE)は変動原理を用いてハミルトンの基底状態エネルギーを計算する。 本総説は,アルゴリズムの様々な部分における進捗状況について概説することを目的としている。
  論文  参考訳（メタデータ） (2021-11-09T14:40:18Z)
• Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
  量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。 変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。 量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
  論文  参考訳（メタデータ） (2021-08-09T18:00:05Z)
• 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)
• 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)
• Classical Optimizers for Noisy Intermediate-Scale Quantum Devices [1.43494686131174]
  本稿では,NISQ(Noisy Intermediate-Scale Quantum)デバイス上でのチューニングについて述べる。 VQEのケーススタディにおいて、異なる最小値の効率と有効性について分析した。 これまでのほとんどの結果は量子VQE回路のチューニングに集中しているが、量子ノイズの存在下では、古典的な最小化ステップを慎重に選択して正しい結果を得る必要がある。
  論文  参考訳（メタデータ） (2020-04-06T21:31:22Z)

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。