論文の概要: Quantum Gambling: Best-Arm Strategies for Generator Selection in Adaptive Variational Algorithms

• arxiv url: http://arxiv.org/abs/2509.14917v1
• Date: Thu, 18 Sep 2025 12:55:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-19 17:26:53.21806
• Title: Quantum Gambling: Best-Arm Strategies for Generator Selection in Adaptive Variational Algorithms
• Title（参考訳）: 量子ギャンブル:適応変分アルゴリズムにおける発電機選択のためのベストアーム戦略
• Authors: Rick Huang, Artur F. Izmaylov,
• Abstract要約: 我々は、最適アーム識別問題としてジェネレータの選択を再構成する。 目的は、可能な限り少ない測定値を用いて、最大のエネルギー勾配を持つ発電機を特定することである。 提案アルゴリズムは,適応的に測定を割り当て,未提案の候補を破棄する。
• 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: Adaptive variational algorithms suffer from prohibitively high measurement costs during the generator selection step, since energy gradients must be estimated for a large operator pool. This scaling bottleneck limits their applicability to larger molecular systems on near-term quantum devices. We address this challenge by reformulating generator selection as a Best Arm Identification (BAI) problem, where the goal is to identify the generator with the largest energy gradient using as few measurements as possible. To solve it, we employ the Successive Elimination algorithm, which adaptively allocates measurements and discards unpromising candidates early. Numerical experiments on molecular systems demonstrate that this approach substantially reduces the number of measurements required while preserving ground-state energy accuracy. By cutting measurement overhead without sacrificing performance, our method makes adaptive variational algorithms more practical for near-term quantum simulations.
• Abstract（参考訳）: 適応的変分アルゴリズムは、大きな演算子プールに対してエネルギー勾配を推定する必要があるため、ジェネレータ選択の段階では、極めて高い測定コストに悩まされる。 このスケーリングボトルネックは、短期量子デバイス上のより大きな分子システムに適用性を制限する。 本稿では, 発電機選択をBAI(Best Arm Identification)問題として再検討し, 最大エネルギー勾配の発電機を極力少ない測定値で同定することを目的とする。 そこで我々は,適応的に測定を割り当て,未提案候補を早期に破棄する逐次除去アルゴリズムを採用した。 分子系の数値実験により、この手法は基底状態エネルギーの精度を保ちながら必要な測定回数を大幅に削減することを示した。 本手法は,性能を犠牲にすることなく測定オーバーヘッドを削減することにより,短期量子シミュレーションにおいて適応変分アルゴリズムをより実用的なものにする。

関連論文リスト

• Classical algorithms for measurement-adaptive Gaussian circuits [0.1909808926064466]
  シミュレーションと変分アルゴリズムの基盤となる観測可能な期待値を推定する量子平均値問題について検討する。 適応性のあるボソニック回路を解析し、適応的な測定回数が小さい場合、平均値問題は効率的な古典的アルゴリズムを許容することを示す。
  論文  参考訳（メタデータ） (2025-08-31T08:39:58Z)
• Evaluating the Practicality of Quantum Optimization Algorithms for Prototypical Industrial Applications [44.88678858860675]
  本稿では,量子近似最適化アルゴリズム (QAOA) と量子断熱アルゴリズム (QAA) の応用について検討する。 我々は,これらの2つのアルゴリズムの性能を,選択した評価指標を用いて,ソリューションの品質の観点から比較する。
  論文  参考訳（メタデータ） (2023-11-20T09:09:55Z)
• Exploring the role of parameters in variational quantum algorithms [59.20947681019466]
  動的リー代数の階数を用いた変分量子回路のキャラクタリゼーションのための量子制御に着想を得た手法を提案する。 有望な接続は、リーランク、計算されたエネルギーの精度、および所定の回路アーキテクチャを介して目標状態を達成するために必要な深さとの間のものである。
  論文  参考訳（メタデータ） (2022-09-28T20:24:53Z)
• TETRIS-ADAPT-VQE: An adaptive algorithm that yields shallower, denser circuit ans\"atze [0.0]
  TETRIS-ADAPT-VQEと呼ばれるアルゴリズムを導入する。 その結果、CNOTゲートの数や変動パラメータを増大させることなく、より密度が高く、より浅い回路が得られる。 これらの改善により、量子ハードウェアに実用的な量子優位性を示すという目標に近づきます。
  論文  参考訳（メタデータ） (2022-09-21T18:00:02Z)
• Hardware-efficient entangled measurements for variational quantum algorithms [0.0]
  変分アルゴリズムは、ノイズの多い中間スケール量子(NISQ)デバイスを使用して、実用的な問題を解決するために使用できる。 ハードウェア効率のよいエンタングルド計測(HEEM)を提案する。 この戦略により,NISQデバイスにおける分子ハミルトニアンの回路数を削減することにより,分子ハミルトニアンの評価が向上することを示す。
  論文  参考訳（メタデータ） (2022-02-14T19:00:16Z)
• Anomaly Detection via Controlled Sensing and Deep Active Inference [43.07302992747749]
  本稿では,与えられたプロセス群の中で異常なプロセスを見つけることを目的とした異常検出問題に対処する。 我々は,各瞬間にどの過程を探索して異常を検出するかを決定するシーケンシャルな選択アルゴリズムを開発した。 本アルゴリズムは,自由エネルギーの概念を最大化するために逐次的決定を行う一般的なフレームワークであるアクティブ推論に基づいている。
  論文  参考訳（メタデータ） (2021-05-12T17:54:02Z)
• Adaptive variational quantum eigensolvers for highly excited states [4.038971004196936]
  量子多体系の高励起状態は、量子力学と熱化の研究の中心的な対象である。 本稿では,多体ハミルトンの任意の固有状態に対する変分アンサッツを自己生成する適応的変分アルゴリズム VQE-X を提案する。
  論文  参考訳（メタデータ） (2021-04-26T15:03:51Z)
• Improved accuracy on noisy devices by non-unitary Variational Quantum Eigensolver for chemistry applications [0.0]
  本稿では,量子コンピュータを用いた電子構造最適化のための変分量子固有解法アルゴリズムを提案する。 非単項作用素は元のハミルトニアン系と組み合わせられ、単純化された波動関数 Ansatz による新しい変分問題につながる。
  論文  参考訳（メタデータ） (2021-01-22T20:17:37Z)
• Learned Block Iterative Shrinkage Thresholding Algorithm for Photothermal Super Resolution Imaging [52.42007686600479]
  深層ニューラルネットワークに展開する反復アルゴリズムを用いて,学習したブロックスパース最適化手法を提案する。 本稿では、正規化パラメータの選択を学ぶことができる学習ブロック反復収縮しきい値アルゴリズムを使用することの利点を示す。
  論文  参考訳（メタデータ） (2020-12-07T09:27:16Z)
• 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)
• Active Model Estimation in Markov Decision Processes [108.46146218973189]
  マルコフ決定過程(MDP)をモデル化した環境の正確なモデル学習のための効率的な探索の課題について検討する。 マルコフに基づくアルゴリズムは,本アルゴリズムと極大エントロピーアルゴリズムの両方を小サンプル方式で上回っていることを示す。
  論文  参考訳（メタデータ） (2020-03-06T16:17:24Z)

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。