論文の概要: Digitized Counterdiabatic Quantum Sampling

• arxiv url: http://arxiv.org/abs/2510.26735v1
• Date: Thu, 30 Oct 2025 17:32:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-31 16:05:09.943002
• Title: Digitized Counterdiabatic Quantum Sampling
• Title（参考訳）: Digitized Counterdiabatic Quantum Smpling
• Authors: Narendra N. Hegade, Nachiket L. Kortikar, Balaganchi A. Bhargava, Juan F. R. Hernández, Alejandro Gomez Cadavid, Pranav Chandarana, Sebastián V. Romero, Shubham Kumar, Anton Simen, Anne-Maria Visuri, Enrique Solano, Paolo A. Erdman,
• Abstract要約: 低温ボルツマン分布などのエネルギーモデルから効率的なサンプリングを行うためのハイブリッド量子古典アルゴリズムを提案する。 従来のサンプリングアルゴリズムであるメトロポリス・ハスティングス (Metropolis-Hastings) や最先端の低温並列処理技術 (低温度並列処理) は,DCQSの品質に合わせるために,最大で3桁のサンプルを必要とすることを示した。
• 参考スコア（独自算出の注目度）: 29.85893589594055
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We propose digitized counterdiabatic quantum sampling (DCQS), a hybrid quantum-classical algorithm for efficient sampling from energy-based models, such as low-temperature Boltzmann distributions. The method utilizes counterdiabatic protocols, which suppress non-adiabatic transitions, with an iterative bias-field procedure that progressively steers the sampling toward low-energy regions. We observe that the samples obtained at each iteration correspond to approximate Boltzmann distributions at effective temperatures. By aggregating these samples and applying classical reweighting, the method reconstructs the Boltzmann distribution at a desired temperature. We define a scalable performance metric, based on the Kullback-Leibler divergence and the total variation distance, to quantify convergence toward the exact Boltzmann distribution. DCQS is validated on one-dimensional Ising models with random couplings up to 124 qubits, where exact results are available through transfer-matrix methods. We then apply it to a higher-order spin-glass Hamiltonian with 156 qubits executed on IBM quantum processors. We show that classical sampling algorithms, including Metropolis-Hastings and the state-of-the-art low-temperature technique parallel tempering, require up to three orders of magnitude more samples to match the quality of DCQS, corresponding to an approximately 2x runtime advantage. Boltzmann sampling underlies applications ranging from statistical physics to machine learning, yet classical algorithms exhibit exponentially slow convergence at low temperatures. Our results thus demonstrate a robust route toward scalable and efficient Boltzmann sampling on current quantum processors.
• Abstract（参考訳）: 低温ボルツマン分布などのエネルギーモデルから効率的にサンプリングするためのハイブリッド量子古典アルゴリズムDCQSを提案する。 この方法は、非断熱遷移を抑制する反断熱プロトコルと、低エネルギー領域へのサンプリングを段階的に制御する反復的バイアス場プロシージャを利用する。 各反復で得られたサンプルは有効温度での近似ボルツマン分布に対応することが観察された。 これらのサンプルを集約して古典的な再加重を適用することにより、ボルツマン分布を所望の温度で再構成する。 我々は,Kulback-Leibler分散と全変動距離に基づいて,スケーラブルな性能指標を定義し,ボルツマン分布への収束度を定量化する。 DCQSは1次元のIsingモデルで最大124キュービットのランダムカップリングで検証され、転送行列法によって正確な結果が得られる。 次に、IBM量子プロセッサ上で実行される156量子ビットの高次スピングラスハミルトニアンに適用する。 従来のサンプリングアルゴリズムであるメトロポリス・ハスティングス(Metropolis-Hastings)や,最先端の低温技術並列処理では,DCQSの品質に合わせるために,最大で3桁のサンプルを必要とする。 ボルツマンサンプリングは、統計物理学から機械学習まで、応用の基盤となっているが、古典的なアルゴリズムは、低温において指数関数的に遅い収束を示す。 その結果、現在の量子プロセッサ上でのスケーラブルで効率的なボルツマンサンプリングへの堅牢な経路が示されている。

関連論文リスト

• Diabatic quantum annealing for training energy-based generative models [0.19116784879310023]
  制限ボルツマンマシン(RBM)のようなエネルギーベースの生成モデルは、効果的なトレーニングのために非バイアスのボルツマンサンプルを必要とする。 我々は,アニールスケジュールと有効逆温度の関係を解析的に適用することにより,このボトルネックに対処する。 この法則を量子アニール器に実装することにより、温度制御されたボルツマンサンプルを得ることができ、より高速な収束と低い検証誤差でRBMトレーニングを可能にする。
  論文  参考訳（メタデータ） (2025-09-11T11:47:33Z)
• Scalable Equilibrium Sampling with Sequential Boltzmann Generators [60.00515282300297]
  Boltzmannジェネレータフレームワークを2つの重要なコントリビューションで拡張する。 1つ目は、全原子カルテシアン座標で直接動作する非常に効率的なトランスフォーマーベースの正規化フローである。 特に,連続モンテカルロの連続時間変種を用いて,流れサンプルの推論時スケーリングを行う。
  論文  参考訳（メタデータ） (2025-02-25T18:59:13Z)
• Iterated Denoising Energy Matching for Sampling from Boltzmann Densities [109.23137009609519]
  反復Denoising Energy Matching (iDEM) iDEMは,拡散型サンプリング装置から高モデル密度のサンプリング領域を (I) 交換し, (II) それらのサンプルをマッチング目的に使用した。 提案手法は,全測定値の最先端性能を達成し,2～5倍の速さでトレーニングを行う。
  論文  参考訳（メタデータ） (2024-02-09T01:11:23Z)
• A hybrid quantum-classical approach for inference on restricted Boltzmann machines [1.0928470926399563]
  ボルツマンマシンは多くの実世界のアプリケーションを持つ強力な機械学習モデルである。 ボルツマンマシンの統計的推測はその後部分布からサンプリングすることで行うことができる。 量子コンピュータは、いくつかの非自明な問題を効率的に解くことを約束している。
  論文  参考訳（メタデータ） (2023-03-31T11:10:31Z)
• Importance sampling for stochastic quantum simulations [68.8204255655161]
  我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。 サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。 格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
  論文  参考訳（メタデータ） (2022-12-12T15:06:32Z)
• Exploring the neighborhood of 1-layer QAOA with Instantaneous Quantum Polynomial circuits [0.0]
  我々は1層QAOA回路をパラメータ化即時量子多項式回路のより大きなクラスに埋め込む。 最適パラメータを求めるために解析式を用いることで、我々のプロトコルはバレンプラトーやハードウェアノイズに対して堅牢である。 我々のプロトコルは、最近リリースされたQuantinuum H2トラップイオン量子ハードウェアとエミュレータの1層QAOAよりも優れている。
  論文  参考訳（メタデータ） (2022-10-11T15:16:44Z)

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。