論文の概要: State Dependent Optimization with Quantum Circuit Cutting

• arxiv url: http://arxiv.org/abs/2506.05722v1
• Date: Fri, 06 Jun 2025 03:59:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-09 17:28:43.311867
• Title: State Dependent Optimization with Quantum Circuit Cutting
• Title（参考訳）: 量子回路切断による状態依存最適化
• Authors: Xinpeng Li, Ji Liu, Jeffrey M. Larson, Shuai Xu, Sundararaja Sitharama Iyengar, Paul Hovland, Vipin Chaudhary,
• Abstract要約: 我々はISDOを組み込んだ状態依存最適化(SDO)フレームワーク,新たに提案した測度依存最適化(MSDO),偏りのある可観測選択戦略を提案する。 本稿では,QAOA,QFT,BV回路のノイズシミュレーションについて検証する。
• 参考スコア（独自算出の注目度）: 10.23338439681574
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum circuits can be reduced through optimization to better fit the constraints of quantum hardware. One such method, initial-state dependent optimization (ISDO), reduces gate count by leveraging knowledge of the input quantum states. Surprisingly, we found that ISDO is broadly applicable to the downstream circuits produced by circuit cutting. Circuit cutting also requires measuring upstream qubits and has some flexibility of selection observables to do reconstruction. Therefore, we propose a state-dependent optimization (SDO) framework that incorporates ISDO, our newly proposed measure-state dependent optimization (MSDO), and a biased observable selection strategy. Building on the strengths of the SDO framework and recognizing the scalability challenges of circuit cutting, we propose non-separate circuit cutting-a more flexible approach that enables optimizing gates without fully separating them. We validate our methods on noisy simulations of QAOA, QFT, and BV circuits. Results show that our approach consistently mitigates noise and improves overall circuit performance, demonstrating its promise for enhancing quantum algorithm execution on near-term hardware.
• Abstract（参考訳）: 量子回路は最適化によって低減され、量子ハードウェアの制約に適合する。 そのような方法の1つ、初期状態依存最適化(ISDO)は入力量子状態の知識を活用することによりゲート数を削減する。 意外なことに、ISDOは回路切断によって生成された下流回路に広く適用可能であることがわかった。 回路切断には上流の量子ビットの測定も必要であり、再構成を行うための選択可観測器の柔軟性もいくつか必要である。 そこで本研究では,ISDOを組み込んだ状態依存型最適化(SDO)フレームワーク,新たに提案した測度依存型最適化(MSDO),偏りのある可観測選択戦略を提案する。 回路切断におけるSDOフレームワークの強みとスケーラビリティの課題を認識し,回路切断を完全分離することなくゲートを最適化できる非分離回路切断法を提案する。 本稿では,QAOA,QFT,BV回路のノイズシミュレーションについて検証する。 その結果,本手法はノイズを低減し,回路性能を向上し,短期ハードウェア上での量子アルゴリズムの実行を向上する可能性を示している。

関連論文リスト

• Bayesian Parameterized Quantum Circuit Optimization (BPQCO): A task and hardware-dependent approach [49.89480853499917]
  変分量子アルゴリズム(VQA)は、最適化と機械学習問題を解決するための有望な量子代替手段として登場した。 本稿では,回路設計が2つの分類問題に対して得られる性能に与える影響を実験的に示す。 また、実量子コンピュータのシミュレーションにおいて、ノイズの存在下で得られた回路の劣化について検討する。
  論文  参考訳（メタデータ） (2024-04-17T11:00:12Z)
• Line Search Strategy for Navigating through Barren Plateaus in Quantum Circuit Training [0.0]
  変分量子アルゴリズムは、短期デバイスにおける量子優位性を示すための有望な候補と見なされている。 本研究は, サーキットトレーニングにおけるバレンプラトー問題の悪影響を軽減するために, 新たな最適化手法を提案する。 修正されたアルゴリズムは量子ゲート合成の応用に成功している。
  論文  参考訳（メタデータ） (2024-02-07T20:06:29Z)
• Bayesian Optimization for QAOA [0.0]
  量子回路を最適化するためのベイズ最適化手法を提案する。 提案手法により,量子回路の呼び出し回数を大幅に削減できることを示す。 提案手法は,ノイズの多い中間規模量子デバイス上でのQAOAのハイブリッド特性を活用するための,有望なフレームワークであることが示唆された。
  論文  参考訳（メタデータ） (2022-09-08T13:59:47Z)
• 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)
• Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
  我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。 問題の大きさと問題グラフの次数で指数関数的に増大する。 これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
  論文  参考訳（メタデータ） (2022-01-06T21:02:30Z)
• Fast Swapping in a Quantum Multiplier Modelled as a Queuing Network [64.1951227380212]
  量子回路をキューネットワークとしてモデル化することを提案する。 提案手法はスケーラビリティが高く,大規模量子回路のコンパイルに必要となる潜在的な速度と精度を有する。
  論文  参考訳（メタデータ） (2021-06-26T10:55:52Z)
• 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。