論文の概要: HOPSO: A Robust Classical Optimizer for VQE

• arxiv url: http://arxiv.org/abs/2508.13651v1
• Date: Tue, 19 Aug 2025 09:01:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-20 15:36:31.865023
• Title: HOPSO: A Robust Classical Optimizer for VQE
• Title（参考訳）: HOPSO: VQEのロバストな古典的最適化
• Authors: Ijaz Ahamed Mohammad, Yury Chernyak, Martin Plesch,
• Abstract要約: 変分量子固有解法(VQE)は、短期的な量子優位性への期待が集中する数少ないアプローチの1つである。 我々は,VQEアルゴリズムの古典的部分を適切に調整することで,現在の問題に対処できることを示し,大規模システムに対するスケーラビリティを期待する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Variational Quantum Eigensolver (VQE) algorithm is one of few approaches where the hope for near-term quantum advantage concentrates. However, they face challenges connected with measurement stochastic noise, barren plateaus, and optimization difficulties in periodic parameter spaces. While most of the efforts concentrates on optimizing the quantum part of the procedure, here we aim to enhance the classical optimization by utilizing a modified version of Harmonic Oscillator-based Particle Swarm Optimization (HOPSO). By adapting its dynamics to respect the periodicity of quantum parameters and enhance noise resilience, we show its strengths on hydrogen (H2) and lithium hydride (LiH) molecules modeled as 4- and 8-qubit Hamiltonians. HOPSO achieves competitive ground-state energy approximations and demonstrates improved robustness compared to COBYLA, Differential Evolution (DE), and standard Particle Swarm Optimization (PSO) methods in all situations and outperforms other methods under realistic noise conditions. These results suggest that a properly tailored classical part of VQE algorithms can tackle with current problems and gives hope for its scalability for larger systems.
• Abstract（参考訳）: 変分量子固有解法(VQE)アルゴリズムは、短期的な量子優位性への期待が集中する数少ないアプローチの1つである。 しかし、それらは周期的パラメータ空間における確率ノイズ、不規則な台地、最適化の難しさと関連する課題に直面している。 ここでは,高調波オシレータをベースとした粒子群最適化 (HOPSO) の修正版を利用することで,古典的最適化の最適化に注力する。 量子パラメータの周期性に適応し、耐雑音性を高めることで、水素(H2)と水素化リチウム(LiH)分子を4-および8-量子ハミルトニアンとしてモデル化する。 HOPSOは、COBYLA、微分進化(DE)および標準粒子群最適化(PSO)法と比較して、競争力のある基底状態エネルギー近似を実現し、現実的な雑音条件下での他の手法よりも優れたロバスト性を示す。 これらの結果は,VQEアルゴリズムの古典的部分を適切に調整することで,現在の問題に対処し,大規模システムに対するスケーラビリティを期待できることを示唆している。

関連論文リスト

• TensoMeta-VQC: A Tensor-Train-Guided Meta-Learning Framework for Robust and Scalable Variational Quantum Computing [60.996803677584424]
  TensoMeta-VQCは、VQCの堅牢性とスケーラビリティを大幅に向上させるために設計された、TT誘導型メタラーニングフレームワークである。 我々のフレームワークは、量子回路パラメータの生成を古典的なTTネットワークに完全に委譲し、量子ハードウェアから最適化を効果的に分離する。
  論文  参考訳（メタデータ） (2025-08-01T23:37:55Z)
• Optimization Strategies for Variational Quantum Algorithms in Noisy Landscapes [0.196629787330046]
  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。
  論文  参考訳（メタデータ） (2025-06-02T14:22:30Z)
• Optimizing Unitary Coupled Cluster Wave Functions on Quantum Hardware: Error Bound and Resource-Efficient Optimizer [0.0]
  本稿では、量子ハードウェア上でのユニタリ結合クラスタ波関数の最適化のための射影量子固有解法(PQE)アプローチについて検討する。 我々は、ハミルトニアンの外部対角係数(残差)とアルゴリズムのエネルギー誤差と得られた波動関数によって達成された重なり関係を導出する。
  論文  参考訳（メタデータ） (2024-10-19T15:03:59Z)
• 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)
• Challenges of variational quantum optimization with measurement shot noise [0.0]
  問題の大きさが大きくなるにつれて、量子資源のスケーリングが一定の成功確率に達するか検討する。 この結果から,ハイブリッド量子古典アルゴリズムは古典外ループの破壊力を回避する必要がある可能性が示唆された。
  論文  参考訳（メタデータ） (2023-07-31T18:01:15Z)
• Performance comparison of optimization methods on variational quantum algorithms [2.690135599539986]
  変分量子アルゴリズム(VQA)は、学術・工業研究への応用に短期的な量子ハードウェアを使用するための有望な道を提供する。 SLSQP, COBYLA, CMA-ES, SPSAの4つの最適化手法の性能について検討した。
  論文  参考訳（メタデータ） (2021-11-26T12:13:20Z)
• 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)
• 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)
• 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)
• Cross Entropy Hyperparameter Optimization for Constrained Problem Hamiltonians Applied to QAOA [68.11912614360878]
  QAOA(Quantum Approximate Optimization Algorithm)のようなハイブリッド量子古典アルゴリズムは、短期量子コンピュータを実用的に活用するための最も奨励的なアプローチの1つである。 このようなアルゴリズムは通常変分形式で実装され、古典的な最適化法と量子機械を組み合わせて最適化問題の優れた解を求める。 本研究では,クロスエントロピー法を用いてランドスケープを形作り,古典的パラメータがより容易により良いパラメータを発見でき,その結果,性能が向上することを示す。
  論文  参考訳（メタデータ） (2020-03-11T13:52:41Z)

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。