論文の概要: Self-consistent mean-field quantum approximate optimization

• arxiv url: http://arxiv.org/abs/2603.09838v1
• Date: Tue, 10 Mar 2026 16:02:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-11 15:25:24.44289
• Title: Self-consistent mean-field quantum approximate optimization
• Title（参考訳）: 自己整合平均場量子近似最適化
• Authors: Maxime Dupont, Bhuvanesh Sundar, Meenambika Gowrishankar,
• Abstract要約: 古典的イジング・ハミルトンの基底状態を近似する平均場量子最適化アルゴリズムを導入する。 このアルゴリズムは、問題を独立したサブプロブレムに分解し、それらの相互作用を平均場的に扱う。 このフレームワークは、現在の量子ハードウェアの量子ビットおよびゲート数を超える問題に対する解を可能にする。
• 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: We introduce a self-consistent mean-field quantum optimization algorithm that approximates the ground state of classical Ising Hamiltonians. The algorithm decomposes the problem into independent subproblems and treats the interactions between them in a mean-field manner. These interactions are captured by a common environment, constructed self-consistently through a variational quantum circuit, and which modifies the subproblems to account for mutual influence while maintaining computational independence. Consequently, subproblems can be solved individually, avoiding the computational cost of the full problem. We explore the properties of the generated environment and assess the algorithm's performance through extensive numerical simulations on Sherrington-Kirkpatrick spin glasses. Furthermore, we apply it experimentally to a weighted maximum clique problem applied to molecular docking. This framework enables the solution of problems that would otherwise exceed the qubit and gate counts of current quantum hardware.
• Abstract（参考訳）: 古典的イジング・ハミルトニアンの基底状態を近似する自己整合平均場量子最適化アルゴリズムを導入する。 このアルゴリズムは、問題を独立したサブプロブレムに分解し、それらの相互作用を平均場的に扱う。 これらの相互作用は共通の環境によって捉えられ、変分量子回路を通して自己整合的に構築され、計算独立性を維持しながら相互の影響を考慮に入れられるようにサブプロブレムを変更する。 これにより、サブプロブレムを個別に解くことができ、完全な問題の計算コストを回避することができる。 我々は、シェリントン・カークパトリックスピングラスの広範な数値シミュレーションにより、生成された環境の特性を調査し、アルゴリズムの性能を評価する。 さらに分子ドッキングに適用した重み付き最大斜め問題に対して実験的に適用した。 このフレームワークは、現在の量子ハードウェアの量子ビットおよびゲート数を超える問題に対する解を可能にする。

関連論文リスト

• Tensor Network Assisted Distributed Variational Quantum Algorithm for Large Scale Combinatorial Optimization Problem [19.046113542182436]
  組合せ最適化問題の解法として分散変分量子アルゴリズム(DVQA)を提案する。 DVQAの重要な革新は、複雑な長距離の絡み合いに頼ることなく、変数間の依存関係を保存するために、切り詰められた高階特異値分解を使用することである。 実験的に、DVQAはシミュレーションの最先端性能を達成し、ポートフォリオ最適化のためにWu Kong量子コンピュータで実験的に検証されている。
  論文  参考訳（メタデータ） (2026-01-20T13:31:02Z)
• Ancilla-train quantum algorithm for simulating non-Markovian open quantum systems [0.0]
  本稿では,任意の構成と結合強度に有効なガウス環境に結合したオープン量子系をシミュレーションする量子アルゴリズムを提案する。 アルゴリズムは任意の精度でそのような問題の真のダイナミクスを再現できることを示し、幅広い問題に対して、トロッタライズ時間進化に対する小さな資源コストのみを加算することを示した。
  論文  参考訳（メタデータ） (2025-09-16T06:18:06Z)
• Probabilistic Sampling of Balanced K-Means using Adiabatic Quantum Computing [93.83016310295804]
  AQCは研究関心の問題を実装でき、コンピュータビジョンタスクのための量子表現の開発に拍車をかけた。 本研究では,この情報を確率的バランスの取れたk平均クラスタリングに活用する可能性について検討する。 最適でない解を捨てる代わりに, 計算コストを少なくして, 校正後部確率を計算することを提案する。 これにより、合成タスクと実際の視覚データについて、D-Wave AQCで示すような曖昧な解とデータポイントを識別することができる。
  論文  参考訳（メタデータ） (2023-10-18T17:59:45Z)
• Refining the weighted subspace-search variational quantum eigensolver: compression of ansätze into a single pure state and optimization of weights [1.0485739694839669]
  重み付き部分空間探索変分量子固有解法(SSVQE)は、量子系の励起状態特性を計算するための顕著なアルゴリズムである。 本研究は,本研究の実践的実現に向けて,その基本的特徴のいくつかを詳述する。
  論文  参考訳（メタデータ） (2023-06-20T18:53:09Z)
• Quantum Worst-Case to Average-Case Reductions for All Linear Problems [66.65497337069792]
  量子アルゴリズムにおける最悪のケースと平均ケースの削減を設計する問題について検討する。 量子アルゴリズムの明示的で効率的な変換は、入力のごく一部でのみ正し、全ての入力で正しくなる。
  論文  参考訳（メタデータ） (2022-12-06T22:01:49Z)
• Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
  マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。 これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。 本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
  論文  参考訳（メタデータ） (2022-02-17T18:59:20Z)
• Polynomial unconstrained binary optimisation inspired by optical simulation [52.11703556419582]
  制約のないバイナリ最適化の問題を解決するために,光コヒーレントIsingマシンにヒントを得たアルゴリズムを提案する。 提案アルゴリズムを既存のPUBOアルゴリズムに対してベンチマークし,その優れた性能を観察する。 タンパク質の折り畳み問題や量子化学問題へのアルゴリズムの適用は、PUBO問題による電子構造問題の近似の欠点に光を当てる。
  論文  参考訳（メタデータ） (2021-06-24T16:39:31Z)
• Fixed Depth Hamiltonian Simulation via Cartan Decomposition [59.20417091220753]
  時間に依存しない深さの量子回路を生成するための構成的アルゴリズムを提案する。 一次元横フィールドXYモデルにおけるアンダーソン局在化を含む、モデルの特殊クラスに対するアルゴリズムを強調する。 幅広いスピンモデルとフェルミオンモデルに対して正確な回路を提供するのに加えて、我々のアルゴリズムは最適なハミルトニアンシミュレーションに関する幅広い解析的および数値的な洞察を提供する。
  論文  参考訳（メタデータ） (2021-04-01T19:06:00Z)
• Noise-Robust End-to-End Quantum Control using Deep Autoregressive Policy Networks [2.5946789143276447]
  変分量子固有解法は、量子コンピューティングデバイスの使用を可能にするため、近年注目を集めている。 不確実性のある方法で連続的および離散的な自由度を同時に最適化できるハイブリッドポリシグラデーショングラデーションアルゴリズムを提案する。 我々の研究は、強化学習と量子制御の相乗効果を示す。
  論文  参考訳（メタデータ） (2020-12-12T02:13:28Z)
• Quantum-optimal-control-inspired ansatz for variational quantum algorithms [105.54048699217668]
  変分量子アルゴリズム (VQA) の中心成分は状態準備回路(英語版)であり、アンザッツ(英語版)または変分形式(英語版)とも呼ばれる。 ここでは、対称性を破るユニタリを組み込んだ「解」を導入することで、このアプローチが必ずしも有利であるとは限らないことを示す。 この研究は、より一般的な対称性を破るアンスの開発に向けた第一歩となり、物理学や化学問題への応用に繋がる。
  論文  参考訳（メタデータ） (2020-08-03T18:00:05Z)
• Optimizing the Optimizer: Decomposition Techniques for Quantum Annealing [0.0]
  現在の世代の量子コンピュータは、現実世界の問題を解決するには小さすぎる。 本研究では,ベンチマーク問題に対する多種多様なアプローチについて検討する。 その結果,解法の性能は問題グラフの構造に大きく依存していることが示唆された。
  論文  参考訳（メタデータ） (2020-01-16T21:35:16Z)

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。