論文の概要: Benchmarking Optimization Algorithms for Automated Calibration of Quantum Devices

• arxiv url: http://arxiv.org/abs/2509.08555v1
• Date: Wed, 10 Sep 2025 13:00:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-11 15:16:52.425179
• Title: Benchmarking Optimization Algorithms for Automated Calibration of Quantum Devices
• Title（参考訳）: 量子デバイスの自動校正のためのベンチマーク最適化アルゴリズム
• Authors: Kevin Pack, Shai Machnes, Frank K. Wilhelm,
• Abstract要約: 本稿では,量子デバイスの校正のための最適化アルゴリズムの総合的な研究結果を紹介する。 我々のベンチマークには、Nelder-Meadや最先端のCovariance Matrix Adaptation Evolution Strategy (CMA-ES)のような広く使われているアルゴリズムが含まれている。 この結果に基づき,CMA-ESアルゴリズムを推奨し,全てのテストシナリオにおいて優れた性能を示す実証的証拠を提供する。
• 参考スコア（独自算出の注目度）: 0.0347577906896546
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present the results of a comprehensive study of optimization algorithms for the calibration of quantum devices. As part of our ongoing efforts to automate bring-up, tune-up, and system identification procedures, we investigate a broad range of optimizers within a simulated environment designed to closely mimic the challenges of real-world experimental conditions. Our benchmark includes widely used algorithms such as Nelder-Mead and the state-of-the-art Covariance Matrix Adaptation Evolution Strategy (CMA-ES). We evaluate performance in both low-dimensional settings, representing simple pulse shapes used in current optimal control protocols with a limited number of parameters, and high-dimensional regimes, which reflect the demands of complex control pulses with many parameters. Based on our findings, we recommend the CMA-ES algorithm and provide empirical evidence for its superior performance across all tested scenarios.
• Abstract（参考訳）: 本稿では,量子デバイスの校正のための最適化アルゴリズムの総合的な研究結果を紹介する。 本研究は, 実世界の実験環境の課題を忠実に再現したシミュレーション環境において, 提案手法の自動化, チューニング, システム識別の取り組みの一環として, 幅広い最適化手法について検討する。 我々のベンチマークには、Nelder-Meadや最先端のCovariance Matrix Adaptation Evolution Strategy (CMA-ES)のような広く使われているアルゴリズムが含まれている。 パラメータが限られている現在の最適制御プロトコルで用いられる単純なパルス形状と、多くのパラメータを持つ複雑な制御パルスの要求を反映した高次元レシエーションの両方で、低次元設定の性能を評価する。 この結果に基づき,CMA-ESアルゴリズムを推奨し,全てのテストシナリオにおいて優れた性能を示す実証的証拠を提供する。

関連論文リスト

• An Experimental Approach for Running-Time Estimation of Multi-objective Evolutionary Algorithms in Numerical Optimization [16.66619776655723]
  アルゴリズムを使わずにMOEAの走行時間上界を推定する実験手法を提案する。 ZDTおよびDTLZベンチマークスイートを用いて,5つの代表MOEAについて総合的な実験を行った。 その結果,アルゴリズムや問題を単純化することなく,走行時間における上限を推定する手法の有効性が示された。
  論文  参考訳（メタデータ） (2025-07-03T07:06:14Z)
• Benchmarking Optimizers for Qumode State Preparation with Variational Quantum Algorithms [10.941053143198092]
  この分野の進歩と潜在的な応用により、クォーモックへの関心が高まっている。 本稿では,変分量子アルゴリズムを用いて状態準備に使用する各種パラメータのパフォーマンスベンチマークを提供することにより,このギャップを埋めることを目的とする。
  論文  参考訳（メタデータ） (2024-05-07T17:15:58Z)
• Ensemble Kalman Filtering Meets Gaussian Process SSM for Non-Mean-Field and Online Inference [47.460898983429374]
  我々は,非平均場(NMF)変動推定フレームワークにアンサンブルカルマンフィルタ(EnKF)を導入し,潜在状態の後方分布を近似する。 EnKFとGPSSMのこの新しい結婚は、変分分布の学習における広範なパラメータ化の必要性をなくすだけでなく、エビデンスの下限(ELBO)の解釈可能でクローズドな近似を可能にする。 得られたEnKF支援オンラインアルゴリズムは、データ適合精度を確保しつつ、モデル正規化を組み込んで過度適合を緩和し、目的関数を具現化する。
  論文  参考訳（メタデータ） (2023-12-10T15:22:30Z)
• Federated Conditional Stochastic Optimization [110.513884892319]
  条件付き最適化は、不変学習タスク、AUPRC、AMLなど、幅広い機械学習タスクで見られる。 本稿では,分散フェデレーション学習のためのアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-10-04T01:47:37Z)
• An Empirical Evaluation of Zeroth-Order Optimization Methods on AI-driven Molecule Optimization [78.36413169647408]
  分子目的を最適化するための様々なZO最適化手法の有効性について検討する。 ZO符号に基づく勾配降下(ZO-signGD)の利点を示す。 本稿では,Guurcamol スイートから広く使用されているベンチマークタスクに対して,ZO 最適化手法の有効性を示す。
  論文  参考訳（メタデータ） (2022-10-27T01:58:10Z)
• Meta-Learning Digitized-Counterdiabatic Quantum Optimization [3.0638256603183054]
  本稿では,リカレントニューラルネットワークを用いたメタラーニング手法を用いて,変分最適化に適した初期パラメータを求める問題に取り組む。 我々は、最近提案されたディジタル化対数量子近似アルゴリズム(DC-QAOA)を用いて、この手法について検討する。 メタラーニングとDC-QAOAを組み合わせることで、MaxCut問題やSherrington-Kirkpatrickモデルなど、異なるモデルに対する最適な初期パラメータを見つけることができる。
  論文  参考訳（メタデータ） (2022-06-20T18:57:50Z)
• 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)
• 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)
• Adaptive Sampling for Best Policy Identification in Markov Decision Processes [79.4957965474334]
  本稿では,学習者が生成モデルにアクセスできる場合の,割引マルコフ決定(MDP)における最良の政治的識別の問題について検討する。 最先端アルゴリズムの利点を論じ、解説する。
  論文  参考訳（メタデータ） (2020-09-28T15:22:24Z)

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。