論文の概要: False traps on quantum-classical optimization landscapes
- arxiv url: http://arxiv.org/abs/2603.05190v1
- Date: Thu, 05 Mar 2026 14:03:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-06 22:06:11.258799
- Title: False traps on quantum-classical optimization landscapes
- Title（参考訳）: 量子古典最適化ランドスケープにおける偽トラップ
- Authors: Xiaozhen Ge, Shuming Cheng, Guofeng Zhang, Re-Bing Wu,
- Abstract要約: 擬似トラップは十分なパラメータをもったままランドスケープに現れることを示す。
偽のトラップの出現は、目的関数における状態または演算子間の識別可能性の喪失と関連している。
- 参考スコア（独自算出の注目度）: 3.213138004671347
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Optimization is ubiquitous in quantum information science and technology, however, the corresponding optimization landscape can encounter false traps, i.e., local but not global optima, likely to prevent used optimizers from finding optimal solutions. Such traps are believed to arise from parameter insufficiency and are expected to disappear when tunable parameters are sufficiently abundant. In this work, we investigate optimization landscapes of quantum optimization problems, and especially obtain that the parameter sufficiency is not enough to ensure the absence of false traps. First, we present a complete framework for analyzing critical features of optimization landscapes, by deriving necessary and sufficient conditions to identify all critical points and to classify them as local maxima, minima, or saddles, under some assumptions. Then, we show that false traps can still emerge on landscapes even with sufficient parameters, implying their appearance cannot be solely attributed to parameter insufficiency. Moreover, a close connection between landscape topology and quantum distinguishability is revealed that the emergence of false traps is linked to the loss of distinguishability among states or operators in the objective function. Finally, implications of our results are noted. Our work not only provides a deeper understanding of the intrinsic complexity of quantum-classical optimization, but also provides practical guidance for solving quantum-classical optimization problems, thus significantly aiding the progress in witnessing quantum advantages of the underlying quantum information processing tasks.
- Abstract（参考訳）: 最適化は量子情報科学や技術では至るところで行われているが、それに対応する最適化のランドスケープは偽のトラップに遭遇する可能性がある。
このようなトラップはパラメータ不足に起因すると考えられており、調整可能なパラメータが十分に満たされたときに消滅することが期待されている。
本研究では、量子最適化問題の最適化状況について検討し、特にパラメータの十分性は偽トラップの欠如を保証するのに十分ではないことを示す。
まず,すべての臨界点を同定し,それを局所的な最大値,最小値,サドルとして分類するために必要な条件を導出することにより,最適化景観の重要な特徴を分析するための完全なフレームワークを提案する。
そして, 十分なパラメータを伴っても, 擬似トラップがランドスケープに出現しうることを示す。
さらに、ランドスケープトポロジと量子微分可能性の密接な関係は、擬似トラップの出現が、目的関数における状態や演算子間の識別可能性の喪失と関連していることを明らかにする。
最後に,本研究の結果の意義について述べる。
我々の研究は、量子古典最適化の本質的な複雑さを深く理解するだけでなく、量子古典最適化問題を解くための実践的なガイダンスを提供する。
関連論文リスト
- Certified bounds on optimization problems in quantum theory [2.8417851789786686]
数値データから非可換問題に対する厳密な合理的な最適化を行うための厳密な枠組みを提案する。
空間性や対称性に適応した半定値緩和への拡張も一般のスキームに比較して提供される。
論文 参考訳（メタデータ） (2025-12-19T15:44:15Z) - Hot-Starting Quantum Portfolio Optimization [39.916647837440316]
滑らかで凸な目的関数による組合せ最適化は、離散平均分散ポートフォリオ最適化のようなアプリケーションで自然に発生する。
我々は、コンパクトなヒルベルト空間を構築することにより、連続最適点近傍の離散解に探索空間を限定する新しいアプローチを導入する。
ソフトウェアソルバとD波アドバンテージ量子アニールの実験により,本手法が最先端技術より優れていることを示す。
論文 参考訳（メタデータ） (2025-10-13T08:47:43Z) - Quantum Annealing Hyperparameter Analysis for Optimal Sensor Placement in Production Environments [39.58317527488534]
ハードウェアが成熟すると、量子コンピューティングがコスト効率、大規模最適化問題にどのように貢献するかを示す。
我々はこの問題を1ホットとバイナリエンコーディングによる2次非制約バイナリ最適化の定式化に変換する。
以上の結果から,量子アニールは実世界のシナリオから派生したインスタンスを解くことができることが示された。
論文 参考訳（メタデータ） (2025-07-22T13:35:51Z) - Direct entanglement ansatz learning (DEAL) with ZNE on error-prone superconducting qubits [0.05999777817331316]
我々は、量子エンタングルメントに基づくアンサッツを利用して複雑な潜伏空間とゼロノイズ補間(ZNE)を探索するDirectanglement Ansatz Learning (DEAL)を導入する。
ディールは古典的な量子近似最適化アルゴリズムと比較して成功率を最大14%向上させる。
さらに、旅行セールスマン、クナップサック、マックスカット問題に対して、ほぼ最適な地上エネルギーソリューションを提供するDEALの能力を実証した。
論文 参考訳（メタデータ） (2025-04-05T02:05:45Z) - A Novel Unified Parametric Assumption for Nonconvex Optimization [53.943470475510196]
非最適化は機械学習の中心であるが、一般の非凸性は弱い収束を保証するため、他方に比べて悲観的すぎる。
非凸アルゴリズムに新しい統一仮定を導入する。
論文 参考訳（メタデータ） (2025-02-17T21:25:31Z) - Bayesian Parameterized Quantum Circuit Optimization (BPQCO): A task and hardware-dependent approach [49.89480853499917]
変分量子アルゴリズム(VQA)は、最適化と機械学習問題を解決するための有望な量子代替手段として登場した。
本稿では,回路設計が2つの分類問題に対して得られる性能に与える影響を実験的に示す。
また、実量子コンピュータのシミュレーションにおいて、ノイズの存在下で得られた回路の劣化について検討する。
論文 参考訳（メタデータ） (2024-04-17T11:00:12Z) - Boundary Exploration for Bayesian Optimization With Unknown Physical Constraints [37.095510211590984]
本稿では,実現不可能な設計と実現不可能な設計の境界を効率的に探索する新しいベイズ最適化手法であるBE-CBOを提案する。
提案手法は,合成および実世界のベンチマークに関する総合的な実験を通じて,最先端手法に対する優れた性能を示す。
論文 参考訳（メタデータ） (2024-02-12T14:59:40Z) - Challenges and Opportunities in Quantum Optimization [14.7608536260003]
量子コンピュータの最近の進歩は、ブラトフォース古典シミュレーションを超えるスケールで問題を解決する能力を示している。
計算機科学や物理学全般において、主要な最適化問題に対するアプローチは様々である。
論文 参考訳（メタデータ） (2023-12-04T19:00:44Z) - Randomized Benchmarking of Local Zeroth-Order Optimizers for Variational
Quantum Systems [65.268245109828]
古典学のパフォーマンスを、半ランダム化された一連のタスクで比較する。
量子システムにおける一般に好適な性能とクエリ効率のため、局所ゼロ階数に着目する。
論文 参考訳（メタデータ） (2023-10-14T02:13:26Z) - Scalable Bayesian Meta-Learning through Generalized Implicit Gradients [64.21628447579772]
Inlicit Bayesian Meta-learning (iBaML) 法は、学習可能な事前のスコープを広げるだけでなく、関連する不確実性も定量化する。
解析誤差境界は、明示的よりも一般化された暗黙的勾配の精度と効率を示すために確立される。
論文 参考訳（メタデータ） (2023-03-31T02:10:30Z) - Generalizing Bayesian Optimization with Decision-theoretic Entropies [102.82152945324381]
統計的決定論の研究からシャノンエントロピーの一般化を考える。
まず,このエントロピーの特殊なケースがBO手順でよく用いられる獲得関数に繋がることを示す。
次に、損失に対する選択肢の選択が、どのようにして柔軟な獲得関数の族をもたらすかを示す。
論文 参考訳（メタデータ） (2022-10-04T04:43:58Z) - 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。