論文の概要: Exploiting biased noise in variational quantum models

• arxiv url: http://arxiv.org/abs/2510.24050v1
• Date: Tue, 28 Oct 2025 04:14:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-29 17:50:20.174365
• Title: Exploiting biased noise in variational quantum models
• Title（参考訳）: 変分量子モデルにおける発散バイアスノイズ
• Authors: Connor van Rossum, Sally Shrapnel, Riddhi Gupta,
• Abstract要約: 変分量子アルゴリズム(VQA)は、短期量子ハードウェア上で量子ユーティリティを実証するための有望なツールである。 古典的最適化過程における量子ノイズの影響について検討する。 トワイリングは、ノイズをシンメトリーズするために標準的な誤り軽減戦略でよく用いられるが、実際には変動条件下での性能を低下させる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Variational quantum algorithms (VQAs) are promising tools for demonstrating quantum utility on near-term quantum hardware, with applications in optimisation, quantum simulation, and machine learning. While researchers have studied how easy VQAs are to train, the effect of quantum noise on the classical optimisation process is still not well understood. Contrary to expectations, we find that twirling, which is commonly used in standard error-mitigation strategies to symmetrise noise, actually degrades performance in the variational setting, whereas preserving biased or non-unital noise can help classical optimisers find better solutions. Analytically, we study a universal quantum regression model and demonstrate that relatively uniform Pauli channels suppress gradient magnitudes and reduce expressivity, making optimisation more difficult. Conversely, asymmetric noise such as amplitude damping or biased Pauli channels introduces directional bias that can be exploited during optimisation. Numerical experiments on a variational eigensolver for the transverse-field Ising model confirm that non-unital noise yields lower-energy states compared to twirled noise. Finally, we show that coherent errors are fully mitigated by re-parameterisation. These findings challenge conventional noise-mitigation strategies and suggest that preserving noise biases may enhance VQA performance.
• Abstract（参考訳）: 変分量子アルゴリズム(VQA)は、最適化、量子シミュレーション、機械学習など、短期的な量子ハードウェア上で量子ユーティリティを実証するための有望なツールである。 研究者たちはVQAの訓練がいかに容易かを研究してきたが、古典的な最適化プロセスに対する量子ノイズの影響はまだよく分かっていない。 期待とは対照的に、ノイズをシンメトリーズするための標準的な誤り軽減戦略でよく用いられるトワイリングは、実際には変動条件で性能を低下させるが、バイアスや非単体ノイズを保存することは、古典的なオプティマイザがより良い解を見つけるのに役立つ。 解析的に、普遍的な量子回帰モデルを研究し、比較的均一なパウリチャネルが勾配の程度を抑え、表現性を低下させ、最適化をより困難にすることを示した。 逆に、振幅減衰や偏りのあるパウリチャネルのような非対称ノイズは、最適化時に活用できる方向バイアスを導入している。 逆場イジングモデルに対する変分固有解法に関する数値実験により、非単位雑音が旋回雑音と比較して低エネルギー状態をもたらすことを確認した。 最後に、コヒーレントエラーは再パラメータ化によって完全に軽減されることを示す。 これらの知見は従来のノイズ緩和戦略に挑戦し、ノイズバイアスの保存によりVQA性能が向上する可能性が示唆された。

関連論文リスト

• Classical Noise Inversion: A Practical and Optimal framework for Robust Quantum Applications [5.425954380993698]
  量子エラー軽減は、ノイズの多い量子プロセッサから信頼性の高い計算を抽出するための重要な技術である。 量子回路からのサンプリングの膨大なコストと、ゲート非依存ノイズのような非現実的な仮定に依存しているため、これは妨げられている。 ここでは、これらの決定的な制限を根本的に回避し、様々な量子アプリケーションに適したフレームワークであるClassical Noise Inversion (CNI)を紹介する。
  論文  参考訳（メタデータ） (2025-10-23T15:59:04Z)
• Statistical Benchmarking of Optimization Methods for Variational Quantum Eigensolver under Quantum Noise [0.0]
  本研究では,H2分子に対する平均軌道-d変分量子固有解器に適用した数値最適化アルゴリズムの性能について検討する。 目標は、ノイズ中間スケール量子系において一般的に使用される勾配に基づく、勾配のない、大域的な最適化戦略の安定性、精度、計算効率を評価することである。
  論文  参考訳（メタデータ） (2025-10-09T18:34:11Z)
• Low Cost Bayesian Experimental Design for Quantum Frequency Estimation with Decoherence [45.74830585715129]
  WES: 低コスト適応型ベイズ実験設計のためのウィンドウ拡張戦略を紹介する。 我々は、最適化のオーバーヘッドを低く抑え、スケーリング問題を抑え、高い並列性を実現するために、実証的なコスト削減技術を採用している。 数値シミュレーションにより、WESはハイゼンベルク限界を飽和させ、最も信頼性の高い性能と学習速度を提供することが示された。
  論文  参考訳（メタデータ） (2025-08-09T23:41:58Z)
• Resource-Efficient Hadamard Test Circuits for Nonlinear Dynamics on a Trapped-Ion Quantum Computer [1.2063443893298391]
  本稿では,Adamardテスト回路の低深さ実装を提案する。 我々は変分アルゴリズムに特化してパラメータ化量子アンサッツを開発した。 以上の結果より,シングルビットゲート数と2ビットゲート数が有意に減少した。
  論文  参考訳（メタデータ） (2025-07-25T13:16:54Z)
• Looking elsewhere: improving variational Monte Carlo gradients by importance sampling [41.94295877935867]
  ニューラルネットワーク量子状態(NQS)は、量子多体波動関数を表現するために強力で表現力のあるアンサッツを提供する。 量子化学で現れる急激なピーク波動関数のようないくつかのシナリオは、変動最適化の有効性を阻害する高分散勾配推定器をもたらすことが知られている。 本研究では、適応的に調整された重要度サンプリングを用いて、これらのサンプリング問題に取り組むための体系的戦略について検討する。 提案手法により,バニラVMCの計算コストを,高ピークの量子化学波動関数をターゲットとした場合,最大100倍に削減できる。
  論文  参考訳（メタデータ） (2025-07-07T18:00:03Z)
• Error mitigation of shot-to-shot fluctuations in analog quantum simulators [46.54051337735883]
  本稿では,ハミルトニアンがシステムダイナミクスを制御しているパラメータのショット・ツー・ショット変動に対処する誤差軽減手法を提案する。 我々は、このショット・ツー・ショットノイズを増幅し、ゼロノイズ制限を外挿することで、現実的な雑音分布に対するノイズのない結果が復元されることを厳密に証明する。 数値解析により,現実的な条件下でのRydberg原子配列の有効多体コヒーレンス時間の大幅な向上を予測した。
  論文  参考訳（メタデータ） (2025-06-19T18:00:00Z)
• Provably Robust Training of Quantum Circuit Classifiers Against Parameter Noise [49.97673761305336]
  ノイズは、信頼できる量子アルゴリズムを達成するための大きな障害である。 本稿では,パラメータ化量子回路分類器のロバスト性を高めるための雑音耐性学習理論とアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-05-24T02:51:34Z)
• Bayesian Quantum Amplitude Estimation [46.03321798937855]
  量子振幅推定のための問題調整およびノイズ認識ベイズアルゴリズムであるBAEを提案する。 耐障害性シナリオでは、BAEはハイゼンベルク限界を飽和させることができ、デバイスノイズが存在する場合、BAEはそれを動的に特徴付け、自己適応することができる。 本稿では,振幅推定アルゴリズムのベンチマークを提案し,他の手法に対してBAEをテストする。
  論文  参考訳（メタデータ） (2024-12-05T18:09:41Z)
• Robustness of Variational Quantum Algorithms against stochastic parameter perturbation [0.0]
  変分量子アルゴリズムは、現在の量子デバイスの制約内で実行されるように調整されている。 変動量子アルゴリズムに固有の現実的なゲート誤差を反映したノイズモデルを考える。 ゲートエラーが状態のコヒーレンスに著しく小さいことを示し、性能を損なうことなく実行時間を短縮できることを示す。
  論文  参考訳（メタデータ） (2022-12-30T20:36:29Z)
• Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
  量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。 変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。 量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
  論文  参考訳（メタデータ） (2021-08-09T18:00:05Z)
• A Comparison of Various Classical Optimizers for a Variational Quantum Linear Solver [0.0]
  変分型ハイブリッド量子古典アルゴリズム(VHQCAs)は、ノイズの多い量子デバイス上で動作することを目的とした量子アルゴリズムのクラスである。 これらのアルゴリズムは、パラメータ化量子回路(アンサッツ)と量子古典フィードバックループを用いる。 古典的なデバイスは、量子デバイス上ではるかに効率的に計算できるコスト関数を最小限に抑えるためにパラメータを最適化するために使用される。
  論文  参考訳（メタデータ） (2021-06-16T10:40:00Z)

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。