論文の概要: Quantum Bayesian Optimization for the Automatic Tuning of Lorenz-96 as a Surrogate Climate Model

• arxiv url: http://arxiv.org/abs/2512.20437v1
• Date: Tue, 23 Dec 2025 15:26:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-24 19:17:49.923796
• Title: Quantum Bayesian Optimization for the Automatic Tuning of Lorenz-96 as a Surrogate Climate Model
• Title（参考訳）: 代理気候モデルとしてのローレンツ96の自動調整のための量子ベイズ最適化
• Authors: Paul J. Christiansen, Daniel Ohl de Mello, Cedric Brügmann, Steffen Hien, Felix Herbort, Martin Kiffner, Lorenzo Pastori, Veronika Eyring, Mierk Schwabe,
• Abstract要約: 本稿では,Lorenz-96モデルの自動チューニングのためのハイブリッド量子インスピレーションを提案する。 量子特徴写像回路によって区別される3つの量子カーネルアーキテクチャをベンチマークする。 古典的RBFカーネルよりも2つの研究された量子カーネルの方が優れていることを数値的に示す。
• 参考スコア（独自算出の注目度）: 0.04249036267664819
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this work, we propose a hybrid quantum-inspired heuristic for automatically tuning the Lorenz-96 model -- a simple proxy to describe atmospheric dynamics, yet exhibiting chaotic behavior. Building on the history matching framework by Lguensat et al. (2023), we fully automate the tuning process with a new convergence criterion and propose replacing classical Gaussian process emulators with quantum counterparts. We benchmark three quantum kernel architectures, distinguished by their quantum feature map circuits. A dimensionality argument implies, in principle, an increased expressivity of the quantum kernels over their classical competitors. For each kernel type, we perform an extensive hyperparameter optimization of our tuning algorithm. We confirm the validity of a quantum-inspired approach based on statevector simulation by numerically demonstrating the superiority of two studied quantum kernels over the canonical classical RBF kernel. Finally, we discuss the pathway towards real quantum hardware, mainly driven by a transition to shot-based simulations and evaluating quantum kernels via randomized measurements, which can mitigate the effect of gate errors. The very low qubit requirements and moderate circuit depths, together with a minimal number of trainable circuit parameters, make our method particularly NISQ-friendly.
• Abstract（参考訳）: 本研究では,ロレンツ96モデルを自動的にチューニングするハイブリッド量子インスピレーション型ヒューリスティックを提案する。 Lguensat et al (2023) によるヒストリマッチングフレームワークに基づいて、新しい収束基準でチューニングプロセスを完全に自動化し、古典ガウス過程エミュレータを量子的エミュレータに置き換えることを提案する。 量子特徴写像回路によって区別される3つの量子カーネルアーキテクチャをベンチマークする。 次元論証は、原理的には、古典的な競合相手よりも量子核の表現率が増加することを意味する。 各カーネルタイプに対して、チューニングアルゴリズムの広範なハイパーパラメータ最適化を行う。 古典的RBFカーネルに対する2つの研究された量子カーネルの優越性を数値的に示すことにより、状態ベクトルシミュレーションに基づく量子インスパイアされたアプローチの有効性を検証した。 最後に,実際の量子ハードウェアへの道筋について論じる。主にショットベースシミュレーションへの移行とランダム化計測による量子カーネルの評価により,ゲートエラーの影響を軽減することができる。 超低量子ビット要件と適度な回路深さは、最小限のトレーニング可能な回路パラメータとともに、この手法を特にNISQに親しみやすいものにしている。

関連論文リスト

• Pilot-Wave Simulator: Exact Classical Sampling from Ideal and Noisy Quantum Circuits up to Hundreds of Qubits [1.9573380763700712]
  本稿では,テンソルネットワークの収縮手法をマルコフプロセスに統合する,正確なサンプリングアルゴリズムを提案する。 実演として,最大476量子ビットのQAOA回路からサンプルを生成するという課題を対象としている。
  論文  参考訳（メタデータ） (2025-10-28T09:33:11Z)
• A purely Quantum Generative Modeling through Unitary Scrambling and Collapse [6.647966634235082]
  量子スクランブルと崩壊生成モデル(Quantum Scrambling and Collapse Generative Model, QGen)は、古典的な依存関係を排除する純粋量子パラダイムである。 本研究では,学習をトラクタブルなサブプロブレムに分解し,バレンプラトーを緩和する測定に基づく学習原理を導入する。 経験的に、QGenは、有限ショットサンプリングの下で堅牢性を維持しながら、一致したパラメータ予算の下で古典的およびハイブリッド的ベースラインを上回っている。
  論文  参考訳（メタデータ） (2025-06-12T11:00:21Z)
• VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning [50.95799256262098]
  変分量子回路(VQC)は量子機械学習を約束するが、表現性、訓練性、耐雑音性の課題に直面している。 本稿では,VQCが学習中に古典多層パーセプトロンの第一層重みを生成するハイブリッドアーキテクチャであるVQC-MLPNetを提案する。
  論文  参考訳（メタデータ） (2025-06-12T01:38:15Z)
• RhoDARTS: Differentiable Quantum Architecture Search with Density Matrix Simulations [44.13836547616739]
  変分量子アルゴリズム(VQA)は、ノイズ中間スケール量子(NISQ)コンピュータを活用するための有望なアプローチである。 与えられたVQA問題を効率的に解く最適な量子回路を選択することは、非自明な作業である。 量子アーキテクチャ探索(QAS)アルゴリズムは、与えられた問題に合わせた量子回路の自動生成を可能にする。
  論文  参考訳（メタデータ） (2025-06-04T08:30:35Z)
• 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)
• Simulating continuous-space systems with quantum-classical wave functions [0.0]
  非相対論的相互作用量子多体系は、自然に連続空間ハミルトニアンの言葉で記述される。 現在のアルゴリズムでは離散化が必要であり、通常は有限基底集合を選択し、必然的にエラーを発生させる。 我々は、古典的資源と量子的資源を大域的変動アンサッツに組み合わせた、別の離散化のないアプローチを提案する。
  論文  参考訳（メタデータ） (2024-09-10T10:54:59Z)
• Faster variational quantum algorithms with quantum kernel-based surrogate models [0.0]
  本稿では,雑音量子プロセッサ上での小型から中規模の変分アルゴリズムを提案する。 提案手法は,計算負荷をこれらのハイブリッドアルゴリズムの古典的成分にシフトさせ,量子プロセッサへのクエリ数を劇的に削減する。
  論文  参考訳（メタデータ） (2022-11-02T14:11:25Z)
• Simulating the Mott transition on a noisy digital quantum computer via Cartan-based fast-forwarding circuits [62.73367618671969]
  動的平均場理論(DMFT)は、ハバードモデルの局所グリーン関数をアンダーソン不純物のモデルにマッピングする。 不純物モデルを効率的に解くために、量子およびハイブリッド量子古典アルゴリズムが提案されている。 この研究は、ノイズの多いデジタル量子ハードウェアを用いたMott相転移の最初の計算を提示する。
  論文  参考訳（メタデータ） (2021-12-10T17:32:15Z)
• 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)
• Error mitigation and quantum-assisted simulation in the error corrected regime [77.34726150561087]
  量子コンピューティングの標準的なアプローチは、古典的にシミュレート可能なフォールトトレラントな演算セットを促進するという考え方に基づいている。 量子回路の古典的準確率シミュレーションをどのように促進するかを示す。
  論文  参考訳（メタデータ） (2021-03-12T20:58:41Z)

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。