論文の概要: Taming Barren Plateaus in Arbitrary Parameterized Quantum Circuits without Sacrificing Expressibility

• arxiv url: http://arxiv.org/abs/2511.13408v2
• Date: Tue, 18 Nov 2025 03:38:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-19 13:59:16.891563
• Title: Taming Barren Plateaus in Arbitrary Parameterized Quantum Circuits without Sacrificing Expressibility
• Title（参考訳）: 任意パラメタライズド量子回路における表現性のないバレンプラトーのモデリング
• Authors: Zhenyu Chen, Yuguo Shao, Zhengwei Liu, Zhaohui Wei,
• Abstract要約: 任意のPQCにおけるバレン高原を除去するための汎用的でハードウェア効率のよい手法を提案する。 具体的には、実装が容易な量子チャネルの層を元のPQCに挿入することで、これを実現する。 重要なことは、MPQCにバレンプラトーがないことは現実的なノイズに対して堅牢であり、我々のアプローチは現在のノイズの多い中間スケール量子(NISQ)ハードウェアに直接適用できる。
• 参考スコア（独自算出の注目度）: 6.15507840445531
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum algorithms based on parameterized quantum circuits (PQCs) have enabled a wide range of applications on near-term quantum devices. However, existing PQC architectures face several challenges, among which the ``barren plateaus" phenomenon is particularly prominent. In such cases, the loss function concentrates exponentially with increasing system size, thereby hindering effective parameter optimization. To address this challenge, we propose a general and hardware-efficient method for eliminating barren plateaus in an arbitrary PQC. Specifically, our approach achieves this by inserting a layer of easily implementable quantum channels into the original PQC, each channel requiring only one ancilla qubit and four additional gates, yielding a modified PQC (MPQC) that is provably at least as expressive as the original PQC and, under mild assumptions, is guaranteed to be free from barren plateaus. Furthermore, by appropriately adjusting the structure of MPQCs, we rigorously prove that any parameter in the original PQC can be made trainable. Importantly, the absence of barren plateaus in MPQCs is robust against realistic noise, making our approach directly applicable to current noisy intermediate-scale quantum (NISQ) hardware. Numerically, we demonstrate the practicality of our method by modifying a commonly used PQC for thermal-state preparation. The results show that {barren plateaus are effectively eliminated} in this class of circuits with up to 100 qubits and 2400 layers, whereas the original ansatz suffers from severe gradient vanishing.
• Abstract（参考訳）: パラメータ化量子回路(PQC)に基づく量子アルゴリズムは、短期量子デバイスにおける幅広い応用を可能にしている。 しかし、既存のPQCアーキテクチャはいくつかの課題に直面しており、その中では「不規則な高原」現象が特に顕著である。 このような場合、損失関数はシステムサイズの増加とともに指数関数的に集中し、効率的なパラメータ最適化を妨げる。 この課題に対処するために,任意のPQCにおいて不規則な高原を除去するための汎用的でハードウェア効率のよい手法を提案する。 具体的には、元のPQCに容易に実装可能な量子チャネルの層を挿入し、各チャネルは1つのアシラ量子ビットと4つの追加ゲートしか必要とせず、修正されたPQC(MPQC)を生成できる。 さらに,MPQCの構造を適切に調整することにより,元のPQCのパラメータをトレーニング可能であることを厳格に証明する。 重要なことは、MPQCにバレンプラトーが存在しないことは現実的なノイズに対して堅牢であり、我々のアプローチは現在のノイズの多い中間スケール量子(NISQ)ハードウェアに直接適用できる。 本手法の実用性は, 常用したPQCを熱処理に応用して実証する。 以上の結果から,100量子ビットと2400層までの回路では {barren plateaus' が効果的に除去され,元のアンザッツは深刻な勾配の消失に悩まされることが明らかとなった。

関連論文リスト

• Almost fault-tolerant quantum machine learning with drastic overhead reduction [1.1695271533915463]
  本研究では、量子機械学習(QML)モデルに対する部分量子誤差補正(QEC)の概念を提案する。 誤差補正された2ビット制御付きZ$s(クリフォード演算)を仮定することにより、単一量子ゲートが非偏極雑音を受ける場合でもQMLモデルはトレーニング可能であることを示す。 本研究は,雑音環境下での学習可能かつ高精度なQML実装のための資源効率の高いソリューションを提案する。
  論文  参考訳（メタデータ） (2025-07-25T04:43:37Z)
• PTQ1.61: Push the Real Limit of Extremely Low-Bit Post-Training Quantization Methods for Large Language Models [64.84734437930362]
  大規模言語モデル(LLM)は、非常に低ビット(2ビット未満)の量子化に直面した場合、性能が著しく低下する。 我々はPTQ1.61と呼ばれる極低ビットのPTQ法を提案し、これによって初めて1.61ビットの重み量子化が可能となる。 実験により、PTQ1.61は極低ビット量子化において最先端の性能を達成することが示された。
  論文  参考訳（メタデータ） (2025-02-18T08:04:58Z)
• Enhanced Quantum Circuit Cutting Framework for Sampling Overhead Reduction [25.01488143369413]
  ShotQCは、サンプリングオーバーヘッドを効果的に削減する拡張回路切断フレームワークである。 これは、古典的な後処理の複雑さを増大させることなく、サンプリングオーバーヘッドを大幅に削減する。
  論文  参考訳（メタデータ） (2024-12-23T16:34:57Z)
• Machine-Learning Insights into the Entanglement-trainability Correlation of Parameterized Quantum Circuits [17.975555487972166]
  変分量子アルゴリズム(VQA)は、現在のノイズの多い中間スケールデバイスで量子優位を得るための主要な戦略として登場した。 バレンプラトー(BP)現象の主な原因として、その絡み合い-運動性相関は、それらの応用に挑戦する。 本稿では,パラメータ化量子回路(PQC)のゲート・ツー・テンソル(GTT)符号化法を提案する。 2つの長期記憶ネットワーク(L-Gネットワーク)は、絡み合いとトレーニング可能性の両方を予測するために訓練されている。
  論文  参考訳（メタデータ） (2024-06-04T06:28:05Z)
• Fault-tolerant quantum architectures based on erasure qubits [49.227671756557946]
  我々は、支配的なノイズを既知の場所での消去に効率よく変換することで、消去量子ビットの考え方を利用する。 消去量子ビットと最近導入されたFloquet符号に基づくQECスキームの提案と最適化を行う。 以上の結果から, 消去量子ビットに基づくQECスキームは, より複雑であるにもかかわらず, 標準手法よりも著しく優れていることが示された。
  論文  参考訳（メタデータ） (2023-12-21T17:40:18Z)
• Instantaneous Quantum Polynomial-Time Sampling and Verifiable Quantum Advantage: Stabilizer Scheme and Classical Security [1.5647673631415648]
  安定器方式と呼ばれるIQPサンプリングプロトコルのファミリを導入する。 また,Hydden Structured Code (HSC) 問題を数学的問題として導入する。
  論文  参考訳（メタデータ） (2023-08-14T14:03:33Z)
• Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the Race to Practical Quantum Advantage [43.3054117987806]
  本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。 本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。 古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
  論文  参考訳（メタデータ） (2022-08-29T15:24:03Z)
• 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)
• Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
  本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。 数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
  論文  参考訳（メタデータ） (2020-10-20T12:06:27Z)

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。