論文の概要: Efficient Variational Quantum Algorithms via Circuit Knitting and Architecture Search
- arxiv url: http://arxiv.org/abs/2508.03376v1
- Date: Tue, 05 Aug 2025 12:27:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-06 18:18:55.957226
- Title: Efficient Variational Quantum Algorithms via Circuit Knitting and Architecture Search
- Title（参考訳）: 回路編み込みとアーキテクチャ探索による効率的な変分量子アルゴリズム
- Authors: Jun Wu, Jiaqi Yang, Jicun Li, Wei Xie, Xiang-Yang Li,
- Abstract要約: 変動量子アルゴリズム(VQA)に回路ニットを適用するフレームワークであるCKVQAを紹介する。
CKVQAは,アルゴリズム性能とサンプリングオーバーヘッドのバランスが良好であるパラメータ化量子回路を同定し,サンプリングオーバーヘッドを最小化することを目的としている。
我々は,VQAのトレーニングを高速化し,全体の実行時間を短縮するサブ回路レベルの最適化手法を開発した。
- 参考スコア（独自算出の注目度）: 14.667623160371013
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Current quantum hardware presents a significant limitation in the number of available qubits compared to the requirements of practical quantum algorithms. Circuit knitting has been proposed as a solution to this issue by partitioning larger quantum circuits into smaller parts that can be executed by current devices. However, this approach often leads to a high sampling overhead, which increases exponentially with the number of cut points. In this paper, we introduce CKVQA, a framework that applies circuit knitting to variational quantum algorithms (VQAs). By employing a quantum circuit architecture search adapted to this scenario, CKVQA aims to minimize the sampling overhead by identifying parameterized quantum circuits that achieve a favorable balance between algorithmic performance and sampling overhead. Additionally, since circuit knitting generates multiple subcircuits, we have developed a subcircuit-level optimization method to accelerate the training of VQAs and reduce overall execution time. We apply this framework to two widely-used VQAs: the Quantum Approximate Optimization Algorithm and the Variational Quantum Eigensolver. Our numerical results demonstrate that the CKVQA framework significantly reduces the sampling overheads while maintaining comparable accuracy to conventional parameterized quantum circuit designs.
- Abstract（参考訳）: 現在の量子ハードウェアは、実用的な量子アルゴリズムの要求と比較すると、利用可能な量子ビットの数が大幅に制限されている。
回路編み込みは、より大きな量子回路を現在の装置で実行できる小さな部品に分割することでこの問題の解決法として提案されている。
しかし、このアプローチはしばしば高いサンプリングオーバーヘッドをもたらし、カットポイントの数とともに指数関数的に増加する。
本稿では,変動量子アルゴリズム(VQA)に回路編み込みを適用するフレームワークであるCKVQAを紹介する。
このシナリオに適応した量子回路アーキテクチャ探索を利用することで、CKVQAは、アルゴリズム性能とサンプリングオーバーヘッドとの良好なバランスを達成するパラメータ化量子回路を識別することでサンプリングオーバーヘッドを最小限にすることを目的としている。
さらに,回路編み込みは複数のサブ回路を生成するため,VQAのトレーニングを高速化し,全体の実行時間を短縮するサブ回路レベルの最適化手法を開発した。
本稿では,この枠組みを量子近似最適化アルゴリズムと変分量子固有解器の2つの広く利用されているVQAに適用する。
数値計算の結果、CKVQAフレームワークは従来のパラメータ化量子回路設計と同等の精度を維持しつつサンプリングオーバーヘッドを著しく低減することが示された。
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) - Fast Expectation Value Calculation Speedup of Quantum Approximate Optimization Algorithm: HoLCUs QAOA [55.2480439325792]
本稿では,LCU演算子の線形結合として表現できる演算子の期待値を計算するための新しい手法を提案する。
この方法は任意の量子アルゴリズムに対して一般的であり、変分量子アルゴリズムの加速に特に関心がある。
論文 参考訳（メタデータ） (2025-03-03T17:15:23Z) - Quantum Multiplexer Simplification for State Preparation [0.7270112855088837]
本稿では,与えられた量子状態がサブステートに分解できるかどうかを検出するアルゴリズムを提案する。
単純化は、量子多重化器の制御をなくすことによって行われる。
深度とCNOTゲート数の観点からは,本手法は文献の手法と競合する。
論文 参考訳（メタデータ） (2024-09-09T13:53:02Z) - Quantum Compiling with Reinforcement Learning on a Superconducting Processor [55.135709564322624]
超伝導プロセッサのための強化学習型量子コンパイラを開発した。
短絡の新規・ハードウェア対応回路の発見能力を示す。
本研究は,効率的な量子コンパイルのためのハードウェアによるソフトウェア設計を実証する。
論文 参考訳（メタデータ） (2024-06-18T01:49:48Z) - Parallel Quantum Computing Simulations via Quantum Accelerator Platform Virtualization [44.99833362998488]
本稿では,量子回路実行の並列化モデルを提案する。
このモデルはバックエンドに依存しない機能を利用することができ、任意のターゲットバックエンド上で並列量子回路の実行を可能にする。
論文 参考訳（メタデータ） (2024-06-05T17:16:07Z) - Scaling Up the Quantum Divide and Conquer Algorithm for Combinatorial Optimization [0.8121127831316319]
本稿では,デバイス間通信コストを大幅に削減する量子回路の構築手法を提案する。
そこで本研究では,従来のQDCA手法の約3倍の大きさのトラクタブル回路を構築できることを示す。
論文 参考訳（メタデータ） (2024-05-01T20:49:50Z) - Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。
どの場の量子スピードアップが達成できるかという新たな課題が生じる。
量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文 参考訳（メタデータ） (2024-02-26T09:32:07Z) - FragQC: An Efficient Quantum Error Reduction Technique using Quantum
Circuit Fragmentation [4.2754140179767415]
誤差確率が一定の閾値を超えると、量子回路をサブ回路に切断するソフトウェアツールであるFragQCを提示する。
回路を切断せずに直接実行した場合の忠実度は14.83%増加し、8.45%が最先端のICP法である。
論文 参考訳（メタデータ） (2023-09-30T17:38:31Z) - Parallel circuit implementation of variational quantum algorithms [0.0]
本稿では,変分量子アルゴリズム(VQA)の量子回路を分割し,並列トレーニングと実行を可能にする手法を提案する。
本稿では,この問題からの固有構造を同定可能な最適化問題に適用する。
我々は,本手法がより大きな問題に対処できるだけでなく,1つのスライスのみを用いてパラメータをトレーニングしながら,完全なVQAモデルを実行することもできることを示した。
論文 参考訳（メタデータ） (2023-04-06T12:52:29Z) - 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) - 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) - 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) - 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。