論文の概要: Effectiveness of Hybrid Optimization Method for Quantum Annealing Machines
- arxiv url: http://arxiv.org/abs/2507.15544v1
- Date: Mon, 21 Jul 2025 12:17:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-22 20:51:32.385593
- Title: Effectiveness of Hybrid Optimization Method for Quantum Annealing Machines
- Title（参考訳）: 量子アニーリングマシンのハイブリッド最適化手法の有効性
- Authors: Shuta Kikuchi, Nozomu Togawa, Shu Tanaka,
- Abstract要約: 本研究では,非量子型イジングマシンと量子アニールマシンを組み合わせたハイブリッド最適化手法を提案する。
大規模イジングモデルにおけるハイブリッド手法の性能評価を行い,その特性を解析した。
- 参考スコア（独自算出の注目度）: 4.84747045153933
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: To enhance the performance of quantum annealing machines, several methods have been proposed to reduce the number of spins by fixing spin values through preprocessing. We proposed a hybrid optimization method that combines a simulated annealing (SA)-based non-quantum-type Ising machine with a quantum annealing machine. However, its applicability remains unclear. Therefore, we evaluated the performance of the hybrid method on large-size Ising models and analyzed its characteristics. The results indicate that the hybrid method improves upon solutions obtained by the preprocessing SA, even if the Ising models cannot be embedded in the quantum annealing machine. We analyzed the method from three perspectives: preprocessing, spin-fixed sub-Ising model generation method, and the accuracy of the quantum annealing machine. From the viewpoint of the minimum energy gap, we found that solving the sub-Ising model with a quantum annealing machine results in a higher solution accuracy than solving the original Ising model. Additionally, we demonstrated that the number of fixed spins and the accuracy of the quantum annealing machine affect the dependency of the solution accuracy on the sub-Ising model size.
- Abstract（参考訳）: 量子アニール装置の性能向上を目的として, スピン値の固定によるスピン数削減手法が提案されている。
シミュレーションアニーリング(SA)に基づく非量子型イジングマシンと量子アニーリングマシンを組み合わせたハイブリッド最適化手法を提案した。
しかし、その適用性は未定である。
そこで我々は,大規模イジングモデルにおけるハイブリッド手法の性能評価を行い,その特性を解析した。
その結果,Isingモデルが量子アニーリングマシンに埋もれなくても,プリプロセッシングSAによって得られる解によりハイブリッド法が改善されることが示唆された。
本手法は,前処理,スピン固定サブイジングモデル生成法,量子アニール装置の精度の3つの観点から解析した。
最小エネルギーギャップの観点から、量子アニールマシンを用いたサブイジングモデルの解法は、元のイジングモデルよりも解の精度が高いことがわかった。
さらに,固定スピンの数と量子アニールマシンの精度が,サブイシングモデルサイズに対する解の精度の依存性に影響を及ぼすことを示した。
関連論文リスト
- Calibration of Quantum Devices via Robust Statistical Methods [45.464983015777314]
量子パラメータ学習の最先端技術に対するベイズ推論の高度な統計的手法を数値解析する。
既存のアプローチ、すなわち多モード性および高次元性において、これらのアプローチの利点を示す。
我々の発見は、オープン量子システムの力学を学習する量子キャラクタリゼーションの課題に応用できる。
論文 参考訳（メタデータ） (2025-07-09T15:22:17Z) - Looking elsewhere: improving variational Monte Carlo gradients by importance sampling [41.94295877935867]
ニューラルネットワーク量子状態(NQS)は、量子多体波動関数を表現するために強力で表現力のあるアンサッツを提供する。
量子化学で現れる急激なピーク波動関数のようないくつかのシナリオは、変動最適化の有効性を阻害する高分散勾配推定器をもたらすことが知られている。
本研究では、適応的に調整された重要度サンプリングを用いて、これらのサンプリング問題に取り組むための体系的戦略について検討する。
提案手法により,バニラVMCの計算コストを,高ピークの量子化学波動関数をターゲットとした場合,最大100倍に削減できる。
論文 参考訳（メタデータ） (2025-07-07T18:00:03Z) - Utilization of SU(2) Symmetry for Efficient Simulation of Quantum Systems [0.0]
本研究では、内部のSU(2)対称性を持つ量子系をシミュレートするための変分コンパイル法について検討する。
この研究の中心的な構成要素は、トレーニングされた変動回路パラメータを外挿する動的モード分解法(DMD)の適用である。
外挿パラメータを用いて、より多くのトロッターステップを用いて、変動的にコンパイルされた量子状態を予測する手法を提案し、再学習の必要性を排除した。
論文 参考訳（メタデータ） (2025-06-23T16:17:56Z) - Advantages of fixing spins in quantum annealing [1.0937094979510213]
サイズ縮小法は、量子アニールに直接入力できない大規模な最適化問題を扱うために用いられる。
固定スピンを用いた様々なサイズ縮小法が量子古典ハイブリッド法として提案されている。
論文 参考訳（メタデータ） (2024-10-29T10:30:53Z) - Compact Multi-Threshold Quantum Information Driven Ansatz For Strongly Interactive Lattice Spin Models [0.0]
近似量子相互情報(QMI)に基づくアンザッツ建築の体系的手順を提案する。
提案手法は,QMI値に基づいて各層の量子ビット対が選択される層状アンサッツを生成し,より効率的な状態生成と最適化ルーチンを実現する。
その結果,Multi-QIDA法は高い精度を維持しながら計算複雑性を低減し,格子スピンモデルにおける量子シミュレーションに有望なツールであることがわかった。
論文 参考訳（メタデータ） (2024-08-05T17:07:08Z) - Conditional Diffusion-based Parameter Generation for Quantum Approximate Optimization Algorithm [7.48670688063184]
量子近似最適化(Quantum Approximate Optimization、OAQA)は、MaxCut問題を効率的に解くための約束を示すハイブリッドである。
生成学習モデル、特に denoising diffusion (DDPM) は、グラフデータセット上の分布パラメータを学習することである。
論文 参考訳（メタデータ） (2024-07-17T01:18:27Z) - EM Distillation for One-step Diffusion Models [65.57766773137068]
最小品質の損失を最小限に抑えた1ステップ生成モデルに拡散モデルを蒸留する最大可能性に基づく手法を提案する。
本研究では, 蒸留プロセスの安定化を図るため, 再パラメータ化サンプリング手法とノイズキャンセリング手法を開発した。
論文 参考訳（メタデータ） (2024-05-27T05:55:22Z) - A Deep Unrolling Model with Hybrid Optimization Structure for Hyperspectral Image Deconvolution [50.13564338607482]
本稿では,DeepMixと呼ばれるハイパースペクトルデコンボリューション問題に対する新しい最適化フレームワークを提案する。
これは3つの異なるモジュール、すなわちデータ一貫性モジュール、手作りの正規化器の効果を強制するモジュール、および装飾モジュールで構成されている。
本研究は,他のモジュールの協調作業によって達成される進歩を維持するために設計された,文脈を考慮した認知型モジュールを提案する。
論文 参考訳（メタデータ） (2023-06-10T08:25:16Z) - Sharp Calibrated Gaussian Processes [58.94710279601622]
キャリブレーションされたモデルを設計するための最先端のアプローチは、ガウス過程の後方分散を膨らませることに依存している。
本稿では,バニラガウス過程の後方分散にインスパイアされた計算を用いて,予測量子化を生成するキャリブレーション手法を提案する。
我々のアプローチは合理的な仮定の下で校正されたモデルが得られることを示す。
論文 参考訳（メタデータ） (2023-02-23T12:17:36Z) - A non-Hermitian Ground State Searching Algorithm Enhanced by Variational
Toolbox [13.604981031329453]
与えられたハミルトニアンに対する基底状態の準備は、非常に重要な量子計算タスクである。
我々はハミルトンシミュレーション技術を用いて、散逸性非エルミート量子力学をシミュレートする手法を検討する。
提案手法は, アシラキュービットを所望の状態に繰り返し投影することにより, エネルギー伝達を容易にする。
論文 参考訳（メタデータ） (2022-10-17T12:26:45Z) - Fermionic approach to variational quantum simulation of Kitaev spin
models [50.92854230325576]
キタエフスピンモデルは、自由フェルミオンへの写像を通じて、あるパラメータ状態において正確に解けることで知られている。
古典的なシミュレーションを用いて、このフェルミオン表現を利用する新しい変分アンザッツを探索する。
また、量子コンピュータ上での非アベリアオンをシミュレートするための結果の意味についてもコメントする。
論文 参考訳（メタデータ） (2022-04-11T18:00:01Z) - Greedy parameter optimization for diabatic quantum annealing [0.0]
ノイズの影響を最小限に抑えるために、量子計算では、より短い処理時間が望ましい。
横フィールドイジングモデルにおいて,パラメータの集合を変動的に決定する簡単な手法を提案する。
強磁性系におけるこのアイデアを全対全結合問題とスピングラス問題で検証する。
論文 参考訳（メタデータ） (2021-11-26T01:31:01Z) - Benchmarking adaptive variational quantum eigensolvers [63.277656713454284]
VQEとADAPT-VQEの精度をベンチマークし、電子基底状態とポテンシャルエネルギー曲線を計算する。
どちらの手法もエネルギーと基底状態の優れた推定値を提供する。
勾配に基づく最適化はより経済的であり、勾配のない類似シミュレーションよりも優れた性能を提供する。
論文 参考訳（メタデータ） (2020-11-02T19:52:04Z)
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。