論文の概要: Scaling Portfolio Diversification with Quantum Circuit Cutting Techniques

• arxiv url: http://arxiv.org/abs/2506.08947v1
• Date: Tue, 10 Jun 2025 16:08:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-11 15:11:42.85428
• Title: Scaling Portfolio Diversification with Quantum Circuit Cutting Techniques
• Title（参考訳）: 量子回路切断技術によるポートフォリオ多様化のスケーリング
• Authors: Vicente P. Soloviev, Antonio Márquez Romero, Josh Kirsopp, Michal Krompiec,
• Abstract要約: 本稿では,大規模な量子回路の効率的な実行を可能にする,回路切断の自動フレームワークQuantCutを紹介する。 我々は、S&P 500の株式市場におけるポートフォリオの多様化のために、71量子QAOA回路アンサッツにQuantCutを適用し、資産の多様化を最大化することを目的とした。
• 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: Quantum Approximate Optimization Algorithms (QAOA) have demonstrated a strong potential in addressing graph-based optimization problems. However, the execution of large-scale quantum circuits remains constrained by the limitations of current quantum hardware. In this work, we introduce QuantCut, an automatic framework for circuit cutting that enables efficient execution of large quantum circuits by decomposing entangling two-qubit gates into manageable sub-circuits. Specifically, we focus on gate-cutting techniques. We apply QuantCut to a 71-qubit QAOA circuit ansatz for portfolio diversification in the S&P 500 stock market, aiming to maximize asset diversification. Our approach iteratively optimizes the expectation value while leveraging circuit-cutting strategies to reduce the qubit register size. To validate our framework, we first conduct experiments on a toy model using quantum noise simulations for the Max-Cut problem, analyzing performance improvements with an increasing number of layers. Subsequently, we extend our methodology to a real-world financial optimization scenario, showing competitive results. The results suggest that QuantCut effectively facilitates large-scale quantum computations with circuit-cutting technologies.
• Abstract（参考訳）: 量子近似最適化アルゴリズム(QAOA)は、グラフベースの最適化問題に対処する強力な可能性を示している。 しかし、大規模量子回路の実行は、現在の量子ハードウェアの限界によって制限されている。 本研究では,2キュービットゲートを管理可能なサブ回路に切り離すことにより,大規模量子回路の効率的な実行を可能にする,回路切断の自動フレームワークQuantCutを紹介する。 具体的には,ゲートカット技術に注目した。 我々は、S&P 500の株式市場におけるポートフォリオの多様化のために、71量子QAOA回路アンサッツにQuantCutを適用し、資産の多様化を最大化することを目的とした。 提案手法は、回路切断戦略を活用して期待値を反復的に最適化し、キュービットレジスタのサイズを小さくする。 筆者らはまず,Max-Cut問題に対する量子ノイズシミュレーションを用いた玩具モデル実験を行い,多数の層による性能改善について検討した。 その後,提案手法を実世界の金融最適化シナリオに拡張し,競争結果を示す。 その結果,QuantCutは回路切断技術による大規模量子計算を効果的に行うことが示唆された。

関連論文リスト

• CutQAS: Topology-aware quantum circuit cutting via reinforcement learning [0.0]
  量子回路切断と量子アーキテクチャ探索(QAS)を統合して量子化学シミュレーションを強化するフレームワークであるCutQASを提案する。 まず、RLエージェントが最適回路構造を特定するために可能な全てのトポロジを探索し、次いで第2のRLエージェントが最適な回路切断を決定することにより選択したトポロジを洗練し、制約のあるハードウェア上での効率的な実行を保証する。
  論文  参考訳（メタデータ） (2025-04-05T13:13:50Z)
• 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)
• 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)
• Constrained Optimization via Quantum Zeno Dynamics [23.391640416533455]
  量子ゼノダイナミクスを用いて、不等式を含む複数の任意の制約で最適化問題を解く手法を提案する。 量子最適化のダイナミクスは、フォールトトレラントな量子コンピュータ上の制約内部分空間に効率的に制限できることを示す。
  論文  参考訳（メタデータ） (2022-09-29T18:00:40Z)
• Hardware-Conscious Optimization of the Quantum Toffoli Gate [11.897854272643634]
  この論文は、この抽象レベルで量子回路を最適化するための解析的および数値的アプローチを拡張している。 本稿では,解析的ネイティブゲートレベルの最適化と数値最適化を併用する手法を提案する。 最適化されたToffoliゲート実装は、標準実装と比較して18%の非忠実性低下を示す。
  論文  参考訳（メタデータ） (2022-09-06T17:29:22Z)
• 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)
• 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)
• QUANTIFY: A framework for resource analysis and design verification of quantum circuits [69.43216268165402]
  QUINTIFYは、量子回路の定量的解析のためのオープンソースのフレームワークである。 Google Cirqをベースにしており、Clifford+T回路を念頭に開発されている。 ベンチマークのため、QUINTIFYは量子メモリと量子演算回路を含む。
  論文  参考訳（メタデータ） (2020-07-21T15:36:25Z)
• Improving the Performance of Deep Quantum Optimization Algorithms with Continuous Gate Sets [47.00474212574662]
  変分量子アルゴリズムは計算的に難しい問題を解くのに有望であると考えられている。 本稿では,QAOAの回路深度依存性能について実験的に検討する。 この結果から, 連続ゲートセットの使用は, 短期量子コンピュータの影響を拡大する上で重要な要素である可能性が示唆された。
  論文  参考訳（メタデータ） (2020-05-11T17:20:51Z)

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。