論文の概要: VQEzy: An Open-Source Dataset for Parameter Initialization in Variational Quantum Eigensolvers

• arxiv url: http://arxiv.org/abs/2509.17322v2
• Date: Fri, 26 Sep 2025 18:58:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-30 11:50:46.805745
• Title: VQEzy: An Open-Source Dataset for Parameter Initialization in Variational Quantum Eigensolvers
• Title（参考訳）: VQEzy:変分量子固有解器のパラメータ初期化のためのオープンソースのデータセット
• Authors: Chi Zhang, Mengxin Zheng, Qian Lou, Hui Min Leung, Fan Chen,
• Abstract要約: 変分量子固有解法(VQEs)は、ノイズの多い中間スケール量子(NISQ)アルゴリズムの第一級である。 VQEzyはVQEパラメータの初期化のための最初の大規模データセットである。
• 参考スコア（独自算出の注目度）: 19.733085348473473
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Variational Quantum Eigensolvers (VQEs) are a leading class of noisy intermediate-scale quantum (NISQ) algorithms, whose performance is highly sensitive to parameter initialization. Although recent machine learning-based initialization methods have achieved state-of-the-art performance, their progress has been limited by the lack of comprehensive datasets. Existing resources are typically restricted to a single domain, contain only a few hundred instances, and lack complete coverage of Hamiltonians, ansatz circuits, and optimization trajectories. To overcome these limitations, we introduce VQEzy, the first large-scale dataset for VQE parameter initialization. VQEzy spans three major domains and seven representative tasks, comprising 12,110 instances with full VQE specifications and complete optimization trajectories. The dataset is available online, and will be continuously refined and expanded to support future research in VQE optimization.
• Abstract（参考訳）: 変分量子固有解法(VQEs)は、パラメータの初期化に非常に敏感なノイズのある中間スケール量子(NISQ)アルゴリズムの先頭クラスである。 最近の機械学習に基づく初期化手法は最先端のパフォーマンスを達成したが、その進歩は包括的なデータセットの欠如によって制限されている。 既存のリソースは通常、単一のドメインに制限され、数百のインスタンスしか含まず、ハミルトン、アンザッツ回路、最適化軌道の完全なカバレッジを欠いている。 これらの制限を克服するために、VQEパラメータ初期化のための最初の大規模データセットであるVQEzyを紹介する。 VQEzyは3つの主要なドメインと7つの代表的タスクにまたがっており、12,110のインスタンスに完全なVQE仕様と完全な最適化軌跡がある。 データセットはオンラインで利用可能であり、VQE最適化における将来の研究をサポートするために、継続的に洗練および拡張される予定である。

関連論文リスト

• DiffQ: Unified Parameter Initialization for Variational Quantum Algorithms via Diffusion Models [21.170560778286443]
  DDPM(Denoising Diffusion Probabilistic Model)に基づくパラメータ初期化器DiffQを紹介する。 実験の結果、DiffQはベースラインを超え、初期損失を最大8.95まで減らし、収束ステップを最大23.4%減らした。
  論文  参考訳（メタデータ） (2025-09-22T02:58:25Z)
• ZeroQAT: Your Quantization-aware Training but Efficient [53.25965863436039]
  量子化は、大規模言語モデル(LLM)のデプロイメントコストを削減する効果的な手法である。 既存の低ビットPTQ法は, 局所再構成目標と下流性能の相違による累積誤差の伝搬と誤調整が生じるため, 精度劣化に悩まされる。 我々は,ゼロオーダー最適化に基づくQATフレームワークZeroQATを提案する。
  論文  参考訳（メタデータ） (2025-08-21T01:18:27Z)
• NeUQI: Near-Optimal Uniform Quantization Parameter Initialization [41.08779476737888]
  大規模言語モデル(LLM)のトレーニング後の量子化は、メモリフットプリントを削減し、遅延をデコードする有望なソリューションを提供する。 最近の$geq 2$-bit均一量子化の研究は、ポスト量子化モデルの性能に顕著な改善をもたらした。 均一量子化のための近似初期パラメータを効率的に決定する手法NeUQIを提案する。
  論文  参考訳（メタデータ） (2025-05-23T07:59:46Z)
• Qracle: A Graph-Neural-Network-based Parameter Initializer for Variational Quantum Eigensolvers [9.785423342956616]
  変分量子固有解法(VQE)のためのグラフニューラルネットワーク(GNN)に基づくパラメータ初期化器である textitQracle を提案する。 textitQracleは、初期損失の最大10.86ドルを減らし、最適化手順の最大6.42%を減らして収束を加速し、SMAPE(Symmetric Mean Absolute Percentage Error)の最大26.43%を減らして最終性能を改善する。
  論文  参考訳（メタデータ） (2025-05-02T12:56:02Z)
• Analysis of Video Quality Datasets via Design of Minimalistic Video Quality Models [71.06007696593704]
  BVQA(Blind Quality Assessment)は、実世界のビデオ対応メディアアプリケーションにおけるエンドユーザの視聴体験の監視と改善に不可欠である。 実験分野として、BVQAモデルの改良は、主に数個の人間の評価されたVQAデータセットに基づいて測定されている。 最小主義的BVQAモデルを用いて,VQAデータセットの第一種計算解析を行う。
  論文  参考訳（メタデータ） (2023-07-26T06:38:33Z)
• Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
  マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。 これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。 本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
  論文  参考訳（メタデータ） (2022-02-17T18:59:20Z)
• Quantum circuit architecture search on a superconducting processor [56.04169357427682]
  変分量子アルゴリズム(VQA)は、ファイナンス、機械学習、化学といった様々な分野において、証明可能な計算上の優位性を得るための強力な証拠を示している。 しかし、現代のVQAで利用されるアンザッツは、表現性と訓練性の間のトレードオフのバランスをとることができない。 8量子ビット超伝導量子プロセッサ上でVQAを強化するために,効率的な自動アンサッツ設計技術を適用した最初の実証実験を実証する。
  論文  参考訳（メタデータ） (2022-01-04T01:53:42Z)
• FLIP: A flexible initializer for arbitrarily-sized parametrized quantum circuits [105.54048699217668]
  任意サイズのパラメタライズド量子回路のためのFLexible Initializerを提案する。 FLIPは任意の種類のPQCに適用することができ、初期パラメータの一般的なセットに頼る代わりに、成功したパラメータの構造を学ぶように調整されている。 本稿では, 3つのシナリオにおいてFLIPを用いることの利点を述べる。不毛な高原における問題ファミリ, 最大カット問題インスタンスを解くPQCトレーニング, 1次元フェルミ-ハッバードモデルの基底状態エネルギーを求めるPQCトレーニングである。
  論文  参考訳（メタデータ） (2021-03-15T17:38:33Z)

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。