論文の概要: Exponential Scaling Barriers for Variational Quantum Eigensolvers

• arxiv url: http://arxiv.org/abs/2603.13073v1
• Date: Fri, 13 Mar 2026 15:18:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-16 17:38:12.155282
• Title: Exponential Scaling Barriers for Variational Quantum Eigensolvers
• Title（参考訳）: 変量量子固有解器の指数スケーリング障壁
• Abstract要約: 変分量子固有解法(VQE)は量子系の基底状態を計算するための有望なアルゴリズムとして広く考えられている。 適応型VQEの計算コストがターゲットシステムのサイズとどのようにスケールするかを精査する。
• 参考スコア（独自算出の注目度）: 2.602373867794406
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The Variational Quantum Eigensolver (VQE) is widely regarded as a promising algorithm for calculating ground states of quantum systems that are intractable for classical computers. This promise is typically motivated by the hope of mitigating the exponential growth of Hilbert space with system size. Here we scrutinize how the computational cost of adaptive VQE scales with the size of the target system. We demonstrate that the Rényi entropy derived from classical simulations predicts the required number of adaptive iterations of VQE with high accuracy ($R^2 \approx 0.99$). We validate this on a benchmarking set of more than 20 different molecules with active spaces ranging from four to ten orbitals. For these molecules, we find an exponential scaling of the number of adaptive iterations, and in turn, of the circuit depth with the system size. We therefore conclude that it is unlikely that VQE in its current form is able to simulate large molecular systems with high fidelity without exponential resource requirements.
• Abstract（参考訳）: 変分量子固有解法(VQE)は、古典的コンピュータで計算可能な量子系の基底状態を計算するための有望なアルゴリズムとして広く見なされている。 この約束は典型的に、ヒルベルト空間の指数的成長をシステムサイズで緩和する希望によって動機づけられる。 ここでは、適応VQEの計算コストがターゲットシステムのサイズとどのようにスケールするかを精査する。 古典シミュレーションから導かれるレニイエントロピーは、高い精度でVQEの適応反復回数を予測する(R^2 \approx 0.99$)。 我々はこれを、4から10軌道の活性空間を持つ20以上の異なる分子のベンチマークセットで検証する。 これらの分子に対して、適応的な繰り返しの数を指数関数的にスケーリングし、回路深さをシステムサイズとともに求める。 したがって、VQEが指数的資源要求なしに高忠実度で大きな分子系をシミュレートできる可能性は低いと結論づける。

関連論文リスト

• Alleviating the Sparse Matrix Scaling Bottleneck in Adaptive VQE via High-Order Taylor State Evolution [0.0]
  変分量子固有解法(VQE)は、ノイズの多い中間スケール量子デバイスを導くアルゴリズムである。 その適応的な変種(例えばADAPT-VQE)は、アンザッツ成長段階の厳しい古典的なシミュレーションのボトルネックに悩まされる。 本稿では,高密度行列指数を完全に回避する資源効率のソフトウェア層フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-06-29T01:40:26Z)
• SpinGQE: A Generative Quantum Eigensolver for Spin Hamiltonians [42.007194397302825]
  基底状態探索は量子コンピューティングの中心である。 我々は、生成量子固有ソルバフレームワークをスピンハミルトニアンに拡張したSpinGQEを提案する。 我々は、低エネルギー状態を生成する量子回路について学ぶために、トランスフォーマーベースのデコーダを用いる。
  論文  参考訳（メタデータ） (2026-03-25T13:38:15Z)
• Guided sampling ansätzes for variational quantum computing [1.055551340663609]
  本稿では,システム間相互作用や測定状態のサンプル,パラメータ空間に依存する,ガイド付きサンプリングアンサーゼについて紹介する。 量子コンピュータIonQ Aria上の構造1つあたりの回路の実行は200回しかなく、我々の計算は緩和された構造の周りに総エネルギーを発生させ、誤差は1.59times10-3$ Ha 以下であった。
  論文  参考訳（メタデータ） (2025-08-19T15:21:23Z)
• Efficient charge-preserving excited state preparation with variational quantum algorithms [33.03471460050495]
  本稿では、対称性と対応する保存電荷をVQDフレームワークに組み込むために設計された電荷保存型VQD(CPVQD)アルゴリズムを紹介する。 その結果、高エネルギー物理学、核物理学、量子化学への応用が示された。
  論文  参考訳（メタデータ） (2024-10-18T10:30:14Z)
• High-Entanglement Capabilities for Variational Quantum Algorithms: The Poisson Equation Case [0.07366405857677226]
  本研究は、IonQ Aria量子コンピュータ機能を利用した問題解決を試みる。 本稿では,2ビットあるいは3ビットのエンタングルメントゲートに基づく離散方程式行列 (DPEM) の分解を提案し,システムサイズに関して$O(1)$の項を持つことを示した。 我々はまた、量子アンサッツのパラメータ空間を小さくし、解を見つけるのに十分な表現性を維持しながら、Globally-Entangling Ansatzを導入する。
  論文  参考訳（メタデータ） (2024-06-14T16:16:50Z)
• Nonlinear dynamics as a ground-state solution on quantum computers [39.58317527488534]
  量子ビットレジスタにおける空間と時間の両方を符号化する変分量子アルゴリズム(VQA)を提案する。 時空符号化により、1つの基底状態計算から全時間進化を得ることができる。
  論文  参考訳（メタデータ） (2024-03-25T14:06:18Z)
• Classical Chaos in Quantum Computers [39.58317527488534]
  50-100量子ビットからなる現在の量子プロセッサは、古典的コンピュータ上の量子シミュレーションの範囲外で動作する。 古典的限界のシミュレーションは、この問題を緩和する潜在的に強力な診断ツールとなり得ることを実証する。 古典的および量子シミュレーションは、$mathcalO$transmonsを持つシステムにおいて、同様の安定性指標をもたらす。
  論文  参考訳（メタデータ） (2023-04-27T18:00:04Z)
• Towards Neural Variational Monte Carlo That Scales Linearly with System Size [67.09349921751341]
  量子多体問題(Quantum many-body problem)は、例えば高温超伝導体のようなエキゾチックな量子現象をデミストする中心である。 量子状態を表すニューラルネットワーク(NN)と変分モンテカルロ(VMC)アルゴリズムの組み合わせは、そのような問題を解決する上で有望な方法であることが示されている。 ベクトル量子化技術を用いて,VMCアルゴリズムの局所エネルギー計算における冗長性を利用するNNアーキテクチャVector-Quantized Neural Quantum States (VQ-NQS)を提案する。
  論文  参考訳（メタデータ） (2022-12-21T19:00:04Z)
• Improved variational quantum eigensolver via quasi-dynamical evolution [0.0]
  変分量子固有解法 (VQE) は、現在および短期の量子デバイス向けに設計されたハイブリッド量子古典アルゴリズムである。 VQEには、量子優位性に対する好ましいスケーリングを禁じる問題がある。 本稿では,VQEを補う量子アニール法を提案する。 改良されたVQEは不毛の台地を回避し、局所的なミニマを放出し、低深度回路で動作する。
  論文  参考訳（メタデータ） (2022-02-21T11:21:44Z)
• Constructing Local Bases for a Deep Variational Quantum Eigensolver for Molecular Systems [0.6181093777643575]
  本稿では,量子化学問題に適用したディープVQEアルゴリズムの性能について論じる。 具体的には、異なる部分空間形成法を検証し、10個のH原子木状分子の精度と複雑さを比較した。 深部VQEは基底状態の電子相関エネルギーを1%以下の誤差にシミュレートできる。
  論文  参考訳（メタデータ） (2022-02-17T06:52:37Z)
• Simulating periodic systems on quantum computer [7.332046127518237]
  本稿では,拡張システムにおける量子シミュレーションの精度向上のための2つの手法を提案する。 一つは修正VQEアルゴリズムであり、複素ハミルトニアンを避けるためにハートリー・フォック軌道のユニタリ変換を導入する。 2つ目は、VQEと量子部分空間展開アプローチ(VQE/QSE)を組み合わせたポストVQEアプローチである。
  論文  参考訳（メタデータ） (2020-08-07T01:56:32Z)
• 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)

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。