論文の概要: Improved parameter initialization for the (local) unitary cluster Jastrow ansatz

• arxiv url: http://arxiv.org/abs/2511.22476v1
• Date: Thu, 27 Nov 2025 14:05:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-01 19:47:55.596771
• Title: Improved parameter initialization for the (local) unitary cluster Jastrow ansatz
• Title（参考訳）: 局所的)ユニタリクラスタJastrow ansatzのパラメータ初期化の改善
• Authors: Wan-Hsuan Lin, Fangchun Liang, Mario Motta, Haimeng Zhang, Kenneth M. Merz, Kevin J. Sung,
• Abstract要約: 化学における量子アルゴリズムのパラメータを改善するための2つの方法を提案する。 最初の方法は期待値とサンプルベースアルゴリズムの両方に適用でき、CCSD振幅の圧縮倍率化を用いる。 サンプルベースアルゴリズムに適用可能な第2の方法は、近似テンソルネットワークシミュレーションを用いて、アンザッツ回路によって生成されたサンプルの品質を改善する。
• 参考スコア（独自算出の注目度）: 0.3017117582063482
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The unitary cluster Jastrow (UCJ) ansatz and its variant known as local UCJ (LUCJ) are promising choices for variational quantum algorithms for chemistry due to their combination of physical motivation and hardware efficiency. The parameters of these ansatzes can be initialized from the output of a coupled cluster, singles and doubles (CCSD) calculation performed on a classical computer. However, truncating the number of repetitions of the ansatz, as well as discarding interactions to accommodate the connectivity constraints of near-term quantum processors, degrade the approximation to CCSD and the resulting energy accuracy. In this work, we propose two methods to improve the parameter initialization. The first method, which is applicable to both expectation value- and sample-based algorithms, uses compressed double factorization of the CCSD amplitudes to improve or recover the CCSD approximation. The second method, which is applicable to sample-based algorithms, uses approximate tensor network simulation to improve the quality of samples produced by the ansatz circuit. We validate our methods using exact state vector simulation on systems of up to 52 qubits, as well as experiments on superconducting quantum processors using up to 65 qubits. Our results indicate that our methods can significantly improve the output of both expectation value- and sample-based quantum algorithms.
• Abstract（参考訳）: ユニタリクラスタ Jastrow (UCJ) アンサッツとその変種である UCJ (LUCJ) は、物理モチベーションとハードウェア効率の組み合わせにより、化学のための変分量子アルゴリズムの選択を約束している。 これらのアンサーゼのパラメータは、古典的コンピュータ上で実行されるクラスタ、シングル、ダブル(CCSD)計算の出力から初期化することができる。 しかし、アンザッツの繰り返しの数を減らし、短期量子プロセッサの接続制約を満たすために相互作用を破棄し、近似をCCSDに分解し、その結果のエネルギー精度を低下させる。 本研究では,パラメータの初期化を改善するための2つの手法を提案する。 予測値とサンプルベースアルゴリズムの両方に適用可能な第1の方法は、CCSD振幅の圧縮倍率化を用いて、CCSD近似を改善または回復する。 サンプルベースアルゴリズムに適用可能な第2の方法は、近似テンソルネットワークシミュレーションを用いて、アンザッツ回路によって生成されたサンプルの品質を改善する。 52量子ビットまでのシステム上での正確な状態ベクトルシミュレーションと65量子ビットまでの超伝導量子プロセッサの実験により,本手法の有効性を検証した。 その結果,本手法は期待値とサンプルベース量子アルゴリズムの両方の出力を大幅に改善できることがわかった。

関連論文リスト

• Quantum Approximate Optimization Algorithm for MIMO with Quantized b-bit Beamforming [47.98440449939344]
  多重入力多重出力(MIMO)は6G通信において重要であり、スペクトル効率と信頼性の向上を提供する。 本稿では、送信機と受信機の両方でbビット量子化位相シフト器の問題に対処するために、量子近似最適化アルゴリズム(QAOA)と交互最適化を適用することを検討する。 この量子化ビームフォーミング問題の構造はQAOAのようなハイブリッド古典的手法と自然に一致し、ビームフォーミングで使われる位相シフトは量子回路の回転ゲートに直接マッピングできる。
  論文  参考訳（メタデータ） (2025-10-07T17:53:02Z)
• Fast Expectation Value Calculation Speedup of Quantum Approximate Optimization Algorithm: HoLCUs QAOA [55.2480439325792]
  本稿では,LCU演算子の線形結合として表現できる演算子の期待値を計算するための新しい手法を提案する。 この方法は任意の量子アルゴリズムに対して一般的であり、変分量子アルゴリズムの加速に特に関心がある。
  論文  参考訳（メタデータ） (2025-03-03T17:15:23Z)
• Optimization of the Qubit Coupled Cluster Ansatz on classical computers [0.0]
  繰り返し量子ビット結合クラスタ(iQCC)法において,振幅最適化を改善するための2つの手法について報告する。 第一のスキームは、QCCユニタリを与えられた順序に結合されたジェネレータの和として近似する。 第2のスキームは、QCCユニタリが生成される拡張空間のサイズを制限する。
  論文  参考訳（メタデータ） (2025-02-24T19:11:40Z)
• Beyond MP2 initialization for unitary coupled cluster quantum circuits [0.0]
  ユニタリ結合クラスタ(UCC)アンサッツは、高精度な結果を達成するための有望なツールである。 我々は,効率的なスパース波動関数回路ソルバを用いることで,UCCシミュレーションの最先端を推し進める。
  論文  参考訳（メタデータ） (2023-01-13T17:06:50Z)
• Automatic and effective discovery of quantum kernels [41.61572387137452]
  量子コンピューティングは、カーネルマシンが量子カーネルを利用してデータ間の類似度を表現できるようにすることで、機械学習モデルを強化することができる。 本稿では,ニューラルアーキテクチャ検索やAutoMLと同じような最適化手法を用いて,この問題に対するアプローチを提案する。 その結果、高エネルギー物理問題に対する我々のアプローチを検証した結果、最良のシナリオでは、手動設計のアプローチに関して、テストの精度を一致または改善できることが示された。
  論文  参考訳（メタデータ） (2022-09-22T16:42:14Z)
• Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
  テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる 本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。 その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
  論文  参考訳（メタデータ） (2022-09-01T17:08:41Z)
• Twisted hybrid algorithms for combinatorial optimization [68.8204255655161]
  提案されたハイブリッドアルゴリズムは、コスト関数をハミルトニアン問題にエンコードし、回路の複雑さの低い一連の状態によってエネルギーを最適化する。 レベル$p=2,ldots, 6$の場合、予想される近似比をほぼ維持しながら、レベル$p$を1に減らすことができる。
  論文  参考訳（メタデータ） (2022-03-01T19:47:16Z)
• Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
  Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。 我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。 すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
  論文  参考訳（メタデータ） (2020-10-01T18:14:11Z)

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。