論文の概要: Overcoming Barren Plateaus in Variational Quantum Circuits using a Two-Step Least Squares Approach

• arxiv url: http://arxiv.org/abs/2601.18060v1
• Date: Mon, 26 Jan 2026 01:29:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-27 15:23:08.603127
• Title: Overcoming Barren Plateaus in Variational Quantum Circuits using a Two-Step Least Squares Approach
• Title（参考訳）: 2ステップ最小二乗法による変分量子回路におけるバレンプラトーの克服
• Authors: Francis Boabang, Samuel Asante Gyamerah,
• Abstract要約: 変分量子アルゴリズムは量子コンピューティングの重要な部分である。 アルゴリズムが大きくなると、バレンプラトー現象から逃れることはできない。 台座問題を克服する2段階の枠組みを導入する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Variational Quantum Algorithms are a vital part of quantum computing. It is a blend of quantum and classical methods for tackling tough problems in machine learning, chemistry, and combinatorial optimization. Yet as these algorithms scale up, they cannot escape the barren-plateau phenomenon. As systems grow, gradients can vanish so quickly that training deep or randomly initialized circuits becomes nearly impossible. To overcome the barren plateau problem, we introduce a two-stage optimization framework. First comes the convex initialization stage. Here, we shape the quantum energy landscape, the Hilmaton landscape, into a smooth, low-energy basin. This step makes gradients easier to spot and keeps noise from derailing the process. Once we have gotten a stable gradient flow, we move to the second stage: nonconvex refinement. In this phase, we allow the algorithm to explore different energy minima, thereby making the model more expressive. Finally, we used our two-stage solution to perform quantum cryptanalysis of the quantum key distribution protocol (i.e., BB84) to determine the optimal cloning strategies. The simulation results showed that our proposed two-stage solution outperforms its random initialization counterpart.
• Abstract（参考訳）: 変分量子アルゴリズムは量子コンピューティングの重要な部分である。 これは、機械学習、化学、組合せ最適化における難しい問題に対処するための量子的および古典的な手法の混合である。 しかし、これらのアルゴリズムはスケールするにつれて、不毛のプレート現象から逃れることはできない。 システムが成長するにつれて勾配は急速に消えていき、深層やランダムに初期化される回路のトレーニングはほぼ不可能になる。 この不毛な高原問題を克服するために,我々は2段階最適化フレームワークを導入する。 第一に凸初期化段階である。 ここでは、量子エネルギーのランドスケープであるヒルマトン(Hilmaton)のランドスケープを、滑らかで低エネルギーの盆地に形成する。 このステップにより、勾配を見つけやすくなり、ノイズがプロセスの脱線を防ぎます。 安定な勾配流が得られると、第2段階、非凸改善へと移行します。 このフェーズでは、アルゴリズムが異なるエネルギーミニマを探索し、モデルをより表現力のあるものにする。 最後に、2段階の解を用いて量子鍵分配プロトコル(BB84)の量子暗号解析を行い、最適なクローニング戦略を決定する。 シミュレーションの結果,提案した2段階解はランダム初期化法よりも優れていた。

関連論文リスト

• A Binary Optimisation Algorithm for Near-Term Photonic Quantum Processors [32.80760571694025]
  近距離フォトニック量子プロセッサ用に設計されたバイナリ最適化のための新しいアルゴリズムを提案する。 この変分アルゴリズムは、トレーニング可能な古典的なビットフリップ確率を用いて後処理される量子光学回路のサンプルを使用する。 勾配に基づく訓練ループは収束するまで徐々により良い解を求める。
  論文  参考訳（メタデータ） (2025-10-09T14:30:50Z)
• Making the cut: two methods for breaking down a quantum algorithm [0.0]
  現在、ノイズの多い小規模量子ハードウェアの時代において、計算上の優位性に達する可能性のある量子アルゴリズムを見つけることは、依然として大きな課題である。 我々は、量子アルゴリズムを低い(クエリ)深さのラウンドに分解する2つの方法を特定し、特徴付ける。 最初の問題では並列化が最高のパフォーマンスを提供するのに対し、2番目はより良い選択であることを示す。
  論文  参考訳（メタデータ） (2023-05-17T18:00:06Z)
• Bayesian Learning of Parameterised Quantum Circuits [0.0]
  我々はベイズ後部の近似として古典的最適化の確率論的視点を取り、再定式化する。 ラプラスを用いた最大後点推定に基づく次元縮小戦略について述べる。 量子H1-2コンピュータの実験では、結果として得られる回路は勾配なしで訓練された回路よりも高速でノイズが少ないことが示されている。
  論文  参考訳（メタデータ） (2022-06-15T14:20:14Z)
• Escaping from the Barren Plateau via Gaussian Initializations in Deep Variational Quantum Circuits [63.83649593474856]
  近年、変分量子回路は量子シミュレーションや量子機械学習に広く用いられている。 しかし、ランダムな構造を持つ量子回路は、回路深さと量子ビット数に関して指数関数的に消える勾配のため、トレーニング容易性が低い。 この結果は、ディープ量子回路が実用的なタスクでは実現できないという一般的な見解に繋がる。
  論文  参考訳（メタデータ） (2022-03-17T15:06:40Z)
• Quantum algorithms for grid-based variational time evolution [36.136619420474766]
  本稿では,第1量子化における量子力学の実行のための変分量子アルゴリズムを提案する。 シミュレーションでは,従来観測されていた変動時間伝播手法の数値不安定性を示す。
  論文  参考訳（メタデータ） (2022-03-04T19:00:45Z)
• Surviving The Barren Plateau in Variational Quantum Circuits with Bayesian Learning Initialization [0.0]
  変分量子古典ハイブリッドアルゴリズムは、近い将来に量子コンピュータの実用的な問題を解くための有望な戦略と見なされている。 本稿では,ベイズ空間における有望な領域を特定するために勾配を用いた高速・スローアルゴリズムを提案する。 本研究は, 量子化学, 最適化, 量子シミュレーション問題における変分量子アルゴリズムの応用に近づいたものである。
  論文  参考訳（メタデータ） (2022-03-04T17:48:57Z)
• Quantum walk in a reinforced free-energy landscape: Quantum annealing with reinforcement [0.0]
  強化は、システムの指数的に小さなエネルギーギャップを回避できる戦略の1つである。 本研究では、強化のための構成空間における局所エントロピーを取り上げ、アルゴリズムを多くの容易かつ難しい最適化問題に適用する。
  論文  参考訳（メタデータ） (2022-02-22T14:16:27Z)
• Quadratic Unconstrained Binary Optimisation via Quantum-Inspired Annealing [58.720142291102135]
  本稿では,2次非制約二項最適化の事例に対する近似解を求める古典的アルゴリズムを提案する。 我々は、チューニング可能な硬さと植え付けソリューションを備えた大規模問題インスタンスに対して、我々のアプローチをベンチマークする。
  論文  参考訳（メタデータ） (2021-08-18T09:26:17Z)
• Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
  マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。 その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
  論文  参考訳（メタデータ） (2021-06-24T20:16:02Z)

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。