論文の概要: A Depth-Independent Linear Chain Ansatz for Large-Scale Quantum Approximate Optimization

• arxiv url: http://arxiv.org/abs/2509.17296v1
• Date: Mon, 22 Sep 2025 00:33:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-23 18:58:16.206138
• Title: A Depth-Independent Linear Chain Ansatz for Large-Scale Quantum Approximate Optimization
• Title（参考訳）: 大規模量子近似最適化のための深さ独立リニアチェインアンサッツ
• Authors: Zixu Wang, Jack Mandell, Yangyang Xu, Jian Shi,
• Abstract要約: 本稿では, 線形連鎖 QAOA の変種を提案するとともに, 従来の QAOA のパラダイムである MaxCut 問題に対して, その優位性を実証する。 アンザッツでは、元のMaxCutグラフから線形鎖を見つけ、この鎖に沿ってエンタングゲートを順次配置する。 この線形鎖アンサッツは、浅い量子回路と、問題の大きさとは独立にスケールする低い実行時間によって特徴付けられる。
• 参考スコア（独自算出の注目度）: 19.43182259360486
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Combinatorial optimization lies at the heart of numerous real-world applications. For a broad category of optimization problems, quantum computing is expected to exhibit quantum speed-up over classic computing. Among various quantum algorithms, the Quantum Approximate Optimization Algorithm (QAOA), as one of variational quantum algorithms, shows promise on demonstrating quantum advantage on noisy intermediate-scale quantum (NISQ) hardware. However, with increasing problem size, the circuit depth demanded by original QAOA scales rapidly and quickly surpasses the threshold at which meaningful results can be obtained. To address this challenge, in this work, we propose a variant of QAOA (termed linear chain QAOA) and demonstrate its advantages over original QAOA on paradigmatic MaxCut problems. In original QAOA, each graph edge is encoded with one entangling gate. In our ansatz, we locate a linear chain from the original MaxCut graph and place entangling gates sequentially along this chain. This linear-chain ansatz is featured by shallow quantum circuits and with the low execution time that scales independently of the problem size. Leveraging this ansatz, we demonstrate an approximation ratio of 0.78 (without post-processing) on non-hardware-native random regular MaxCut instances with 100 vertices in a digital quantum processor using 100 qubits. Our findings offer new insights into the design of hardware-efficient ansatz and point toward a promising route for tackling large-scale combinatorial optimization problems on NISQ devices.
• Abstract（参考訳）: 組合せ最適化は多くの現実世界のアプリケーションの中心にある。 最適化問題の幅広いカテゴリにおいて、量子コンピューティングは古典的コンピューティングよりも量子スピードアップが期待できる。 様々な量子アルゴリズムの中で、変分量子アルゴリズムの1つである量子近似最適化アルゴリズム(QAOA)は、ノイズの多い中間スケール量子(NISQ)ハードウェア上で量子優位を示すことを約束している。 しかし、問題の大きさが大きくなるにつれて、元のQAOAで要求される回路深度は急速にスケールし、有意義な結果が得られる閾値を超える。 この課題に対処するため、本研究では、線形連鎖 QAOA (termed linear chain QAOA) の変種を提案し、パラダイム的な MaxCut 問題に対する元の QAOA に対する利点を実証する。 元のQAOAでは、各グラフエッジは1つのエンタングゲートで符号化される。 アンザッツでは、元のMaxCutグラフから線形鎖を見つけ、この鎖に沿ってエンタングゲートを順次配置する。 この線形鎖アンサッツは、浅い量子回路と、問題の大きさとは独立にスケールする低い実行時間によって特徴付けられる。 このアンサッツを応用して、100量子ビットを用いたデジタル量子プロセッサにおいて、100頂点を持つ非ハードウェアネイティブなランダムなMaxCutインスタンスに対して、0.78(後処理なしで)の近似比を実証する。 NISQデバイス上での大規模な組合せ最適化問題に対処するための,ハードウェア効率のよいアンサッツの設計と,将来性のあるルートに向けた新たな洞察を提供する。

関連論文リスト

• Bias-field digitized counterdiabatic quantum optimization [39.58317527488534]
  我々はこのプロトコルをバイアス場デジタルダイアバティック量子最適化(BF-DCQO)と呼ぶ。 私たちの純粋に量子的なアプローチは、古典的な変分量子アルゴリズムへの依存を排除します。 基底状態の成功確率のスケーリング改善を実現し、最大2桁まで増大する。
  論文  参考訳（メタデータ） (2024-05-22T18:11:42Z)
• A quantum annealing approach to the minimum distance problem of quantum codes [0.0]
  本稿では,量子安定化器符号の最小距離を準拘束的二項最適化問題として再定式化することで計算する手法を提案する。 D-Wave Advantage 4.1quantum annealerと比較することにより,本手法の実用性を示す。
  論文  参考訳（メタデータ） (2024-04-26T21:29:42Z)
• NISQ-compatible approximate quantum algorithm for unconstrained and constrained discrete optimization [0.0]
  本稿では,振幅符号化を用いたハードウェア効率の高い回路に対する近似勾配型量子アルゴリズムを提案する。 目的関数にペナルティ項を加えることなく, 単純な線形制約を回路に直接組み込むことができることを示す。
  論文  参考訳（メタデータ） (2023-05-23T16:17:57Z)
• QAOA-in-QAOA: solving large-scale MaxCut problems on small quantum machines [81.4597482536073]
  量子近似最適化アルゴリズム(QAOAs)は、量子マシンのパワーを利用し、断熱進化の精神を継承する。 量子マシンを用いて任意の大規模MaxCut問題を解くためにQAOA-in-QAOA(textQAOA2$)を提案する。 提案手法は,大規模最適化問題におけるQAOAsの能力を高めるために,他の高度な戦略にシームレスに組み込むことができる。
  論文  参考訳（メタデータ） (2022-05-24T03:49:10Z)
• Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
  我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。 問題の大きさと問題グラフの次数で指数関数的に増大する。 これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
  論文  参考訳（メタデータ） (2022-01-06T21:02:30Z)
• Efficient Classical Computation of Quantum Mean Values for Shallow QAOA Circuits [15.279642278652654]
  浅いQAOA回路の量子ビット数と線形にスケールするグラフ分解に基づく古典的アルゴリズムを提案する。 我々の結果は、QAOAによる量子アドバンテージの探索だけでなく、NISQプロセッサのベンチマークにも有用である。
  論文  参考訳（メタデータ） (2021-12-21T12:41:31Z)
• Simulation of Quantum Computing on Classical Supercomputers [23.350853237013578]
  本研究では,非方向グラフの切断エッジに基づくスキームを提案する。 このスキームは、木幅の大きな無向グラフのエッジをカットし、多くの無向グラフを得る。 4096コアのスーパーコンピュータ上で120量子3規則QAOAアルゴリズムをシミュレートできる。
  論文  参考訳（メタデータ） (2020-10-28T13:26:41Z)
• Quantum Approximate Optimization of Non-Planar Graph Problems on a Planar Superconducting Processor [29.928684308464796]
  量子近似最適化アルゴリズム(QAOA)による最適化問題へのGoogle Sycamore超伝導量子ビットプロセッサの適用を実証する。 初めて回路深度で性能が向上するのを観察した。 この挙動は、ハードウェア接続とは異なるグラフ上の問題を最適化するために、短期量子コンピュータを使用するという課題を強調している。
  論文  参考訳（メタデータ） (2020-04-08T18:44:34Z)

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。