論文の概要: Mitigating the barren plateau problem in linear optics

• arxiv url: http://arxiv.org/abs/2510.02430v1
• Date: Thu, 02 Oct 2025 18:00:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-06 16:35:52.111341
• Title: Mitigating the barren plateau problem in linear optics
• Title（参考訳）: 線形光学におけるバレンプラトー問題の緩和
• Authors: Matthew D. Horner,
• Abstract要約: 離散変数ボソンサンプリングを用いた変分量子アルゴリズムの大幅な高速化を示す。 これにより、問題、アンサッツ、回路レイアウトに関わらず、局所的なミニマや不毛の台地が少なくなる。
• 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: We demonstrate a significant speedup of variational quantum algorithms that use discrete variable boson sampling when the parametrised phase shifters are constrained to have two distinct eigenvalues. This results in a cost landscape with less local minima and barren plateaus regardless of the problem, ansatz or circuit layout. This works without reliance on any classical pre-processing and allows for the fast gradient-free Rotosolve algorithm to be used. We propose three ways to achieve this by using either non-linear optics, measurement-induced non-linearities, or entangled resource states simulating fermionic statistics. The latter two require linear optics only, allowing for implementation with widely-available technology today. We show this outperforms the best-known boson sampling variational algorithm for all tests we conducted.
• Abstract（参考訳）: パラメトリッド位相シフト器が2つの異なる固有値を持つように制約された場合、離散可変ボソンサンプリングを用いる変分量子アルゴリズムの顕著な高速化を示す。 これにより、問題、アンサッツ、回路レイアウトに関わらず、局所的なミニマや不毛の台地が少なくなる。 これは古典的な前処理に頼らずに機能し、高速勾配のないロトゾルトアルゴリズムを使用できる。 我々は、非線形光学、測定誘起非線形性、あるいはフェルミオン統計をシミュレートする絡み合った資源状態を用いて、これを実現できる3つの方法を提案する。 後者の2つは線形光学のみを必要とするため、今日では広く利用可能な技術で実装できる。 本手法は,全試験において最もよく知られたボソンサンプリング変分法よりも優れていることを示す。

関連論文リスト

• Exact gradients for linear optics with single photons [38.74529485263391]
  一般化パラメータシフト則を用いて位相シフト器に関する量子回路の勾配解析式を導出する。 そこで本研究では,表現のシフト数を減らし,全体の複雑さを低減できる2つの戦略を提案する。 数値的に、この一般化されたパラメータシフト規則は、代替手法よりも少ないパラメータ更新ステップでコスト関数の最小値に収束できることを示す。
  論文  参考訳（メタデータ） (2024-09-24T18:02:06Z)
• Accelerated First-Order Optimization under Nonlinear Constraints [61.98523595657983]
  我々は、制約付き最適化のための一階アルゴリズムと非滑らかなシステムの間で、新しい一階アルゴリズムのクラスを設計する。 これらのアルゴリズムの重要な性質は、制約がスパース変数の代わりに速度で表されることである。
  論文  参考訳（メタデータ） (2023-02-01T08:50:48Z)
• A Neural Network Warm-Start Approach for the Inverse Acoustic Obstacle Scattering Problem [7.624866197576227]
  本稿では,逆散乱問題の解法として,ニューラルネットワークのウォームスタート手法を提案する。 トレーニングされたニューラルネットワークを用いて最適化問題の初期推定を求める。 このアルゴリズムは散乱場の測定においてノイズに対して頑健であり、また限られた開口データに対して真の解に収束する。
  論文  参考訳（メタデータ） (2022-12-16T22:18:48Z)
• Retrieving space-dependent polarization transformations via near-optimal quantum process tomography [55.41644538483948]
  トモグラフィー問題に対する遺伝的および機械学習アプローチの適用について検討する。 ニューラルネットワークベースのスキームは、リアルタイムにキャラクタリゼーションを必要とするアプリケーションにおいて、重要なスピードアップを提供する。 これらの結果は、より一般的な量子プロセスにおけるトモグラフィーアプローチの最適化の基礎となることを期待する。
  論文  参考訳（メタデータ） (2022-10-27T11:37:14Z)
• Non-convex Quadratic Programming Using Coherent Optical Networks [0.0]
  これらの設定を用いてボックス制約付き二次問題(BoxQP)を数値的にベンチマークする。 どちらの場合も、オプティカルネットワークは、最先端の古典的プログラミングよりも3倍高速でBoxQP問題を解決することができる。
  論文  参考訳（メタデータ） (2022-09-09T17:29:57Z)
• Efficient and Flexible Sublabel-Accurate Energy Minimization [62.50191141358778]
  データと滑らかさの項からなるエネルギー関数のクラスを最小化する問題に対処する。 既存の連続最適化手法は、サブラベル精度の高い解を見つけることができるが、大きなラベル空間では効率が良くない。 本稿では,連続モデルと離散モデルの両方の最適特性を利用する効率的なサブラベル精度手法を提案する。
  論文  参考訳（メタデータ） (2022-06-20T06:58:55Z)
• Stochastic Gradient Methods with Preconditioned Updates [47.23741709751474]
  このような問題に対するアルゴリズムはいくつかあるが、既存の手法は、スケールが悪く、あるいは条件が悪ければ、しばしばうまく機能しない。 ここではハッチンソンの対角ヘッセン近似のアプローチに基づく前提条件を含む。 我々は滑らかさとPL条件が仮定されるときの収束性を証明する。
  論文  参考訳（メタデータ） (2022-06-01T07:38:08Z)
• Learning Frequency Domain Approximation for Binary Neural Networks [68.79904499480025]
  フーリエ周波数領域における符号関数の勾配を正弦関数の組み合わせを用いて推定し,BNNの訓練を行う。 いくつかのベンチマークデータセットとニューラルネットワークの実験により、この手法で学習したバイナリネットワークが最先端の精度を達成することが示されている。
  論文  参考訳（メタデータ） (2021-03-01T08:25:26Z)

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。