論文の概要: Adaptive H-EFT-VA: A Provably Safe Trajectory Through the Trainability-Expressibility Landscape of Variational Quantum Algorithms

• arxiv url: http://arxiv.org/abs/2604.10607v1
• Date: Sun, 12 Apr 2026 12:27:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-14 20:13:16.130228
• Title: Adaptive H-EFT-VA: A Provably Safe Trajectory Through the Trainability-Expressibility Landscape of Variational Quantum Algorithms
• Title（参考訳）: Adaptive H-EFT-VA:変分量子アルゴリズムのトレーニング可能性・圧縮性ランドスケープを通したおそらく安全な軌道
• Authors: Eyad I. B. Hamid,
• Abstract要約: H-EFT-VA は EFT UV カットオフによりバレン高原 (BP) 問題に対する物理インフォームドソリューションを確立した。 安全軌道に沿って到達可能な空間を拡大することにより,Hilbert-Expressability トレードオフをナビゲートする適応H-EFT-VAを導入する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: H-EFT-VA established a physics-informed solution to the Barren Plateau (BP) problem via a hierarchical EFT UV-cutoff, guaranteeing gradient variance in Omega(1/poly(N)). However, localization restricts the ansatz to a polynomial subspace, creating a reference-state gap for states distant from |0>^N. We introduce Adaptive H-EFT-VA (A-H-EFT) to navigate the trainability-expressibility tradeoff by expanding the reachable Hilbert space along a safe trajectory. Gradient variance is maintained in Omega(1/poly(N)) if sigma(t) <= 0.5/sqrt(LN) (Theorem 1). A Safe Expansion Corollary and Monotone Growth Lemma confirm expansion without discontinuous jumps. Benchmarking across 16 experiments (up to N=14) shows A-H-EFT achieves fidelity F=0.54, doubling static H-EFT-VA (F=0.27) and outperforming HEA (F~0.01), with gradient variance >= 0.5 throughout. For Heisenberg XXZ (Delta_ref=1), A-H-EFT identifies the negative ground state while static methods fail. Results are statistically significant (p < 10^-37). Robustness over three decades of hyperparameters enables deployment without search. This is the first rigorously bounded trajectory through the VQA landscape.
• Abstract（参考訳）: H-EFT-VA は階層型 EFT UV カットオフによりバレン高原 (BP) 問題に対する物理インフォームド解を確立し、オメガ(1/poly(N)) の勾配分散を保証した。 しかし、局所化はアンザッツを多項式部分空間に制限し、|0>^N から離れた状態に対する参照状態ギャップを生成する。 本稿では,適応H-EFT-VA(A-H-EFT)を導入し,到達可能なヒルベルト空間を安全な軌道に沿って拡張することにより,訓練性・表現性トレードオフをナビゲートする。 勾配分散は、sigma(t) <= 0.5/sqrt(LN) (Theorem 1) の場合、Omega(1/poly(N)) において維持される。 セーフ展開系とモノトン成長系は不連続なジャンプを伴わずに伸長を確認した。 16の実験(N=14まで)でベンチマークすると、A-H-EFTはF=0.54を達成し、静的 H-EFT-VA (F=0.27) を2倍にし、HEA (F~0.01) を上回り、勾配分散>0.5である。 Heisenberg XXZ (Delta_ref=1) では、静的メソッドがフェールしている間に、A-H-EFTが負の基底状態を特定する。 結果は統計的に有意である(p<10^-37。 30年以上にわたるハイパーパラメータのロバストさは、検索なしでデプロイを可能にします。 これはVQAの風景を通した最初の厳密な境界線である。

関連論文リスト

• Conservation Law Breaking at the Edge of Stability: A Spectral Theory of Non-Convex Neural Network Optimization [0.0]
  非次元ネットワーク最適化において、勾配勾配勾配が確実に良い解となることを示す。 幅依存性の動的遷移によって分離された2つの規則を同定する。 全ての予測は23の実験で検証される。
  論文  参考訳（メタデータ） (2026-04-08T10:41:24Z)
• H-EFT-VA: An Effective-Field-Theory Variational Ansatz with Provable Barren Plateau Avoidance [0.0]
  変分量子アルゴリズム(VQA)はバレンプラトー現象によって著しく脅かされている。 本稿では,H-EFT変分アンザッツ(H-EFT-VA)について紹介する。 我々は、H-EFT-VAが体積法則の絡み合いと準ハール純度を維持し、複素量子状態に対する十分な表現性を確保することを実証した。
  論文  参考訳（メタデータ） (2026-01-15T15:01:16Z)
• Stopping Rules for Stochastic Gradient Descent via Anytime-Valid Confidence Sequences [51.56484100374058]
  凸最適化のための勾配降下(SGD)の停止規則について検討した。 我々は、投影されたSGDの重み付き平均準最適度に対して、任意の有意、データ依存の高信頼シーケンスを開発する。 これらは、厳格でタイムユニフォームなパフォーマンス保証と、有限時間$varepsilon$-optimality証明書である。
  論文  参考訳（メタデータ） (2025-12-15T09:26:45Z)
• GLOBE: Accurate and Generalizable PDE Surrogates using Domain-Inspired Architectures and Equivariances [0.0]
  GLOBEは、学習可能なグリーン関数のようなカーネルの重ね合わせとして、境界面からターゲットへ評価されるソリューションである。 AirFRANSでは、GLOBEは相当な精度向上を実現している。 結果は、厳密な物理学とドメインにインスパイアされた帰納的バイアスが、精度、一般化可能性、実用性に大きな利益をもたらすことを示した。
  論文  参考訳（メタデータ） (2025-11-19T20:23:51Z)
• Accelerated Gradient Methods with Biased Gradient Estimates: Risk Sensitivity, High-Probability Guarantees, and Large Deviation Bounds [12.025550076793396]
  本研究では,収束率と強靭性への勾配のトレードオフについて,一階法の文脈で検討する。 潜在的なバイアス付き準ガウス勾配誤差の下では、リスク・センシティブ・インデックス(RSI)の有限時間アナログ上の非漸近境界を導出する。 滑らかな凸関数の場合、RSIと収束率境界との間の類似のトレードオフも観察する。
  論文  参考訳（メタデータ） (2025-09-17T01:56:31Z)
• A Unified Analysis for Finite Weight Averaging [50.75116992029417]
  Gradient Descent(SGD)の平均イテレーションは、SWA(Weight Averaging)、EMA(Exponential moving Average)、LAWA(Latest Weight Averaging)といったディープラーニングモデルのトレーニングにおいて、経験的な成功を収めている。 本稿では、LAWAを有限重み平均化(FWA)として一般化し、最適化と一般化の観点からSGDと比較して、それらの利点を説明する。
  論文  参考訳（メタデータ） (2024-11-20T10:08:22Z)
• Uhlmann Fidelity and Fidelity Susceptibility for Integrable Spin Chains at Finite Temperature: Exact Results [68.8204255655161]
  奇数パリティ部分空間の適切な包含は、中間温度範囲における最大忠実度感受性の向上につながることを示す。 正しい低温の挙動は、2つの最も低い多体エネルギー固有状態を含む近似によって捉えられる。
  論文  参考訳（メタデータ） (2021-05-11T14:08:02Z)
• Federated Functional Gradient Boosting [75.06942944563572]
  フェデレーション学習における機能最小化に関する研究 FFGB.C と FFGB.L は、特徴分布がより均一になるにつれて収束半径が 0 に縮まる。
  論文  参考訳（メタデータ） (2021-03-11T21:49:19Z)
• Probing eigenstate thermalization in quantum simulators via fluctuation-dissipation relations [77.34726150561087]
  固有状態熱化仮説(ETH)は、閉量子多体系の平衡へのアプローチの普遍的なメカニズムを提供する。 本稿では, ゆらぎ・散逸関係の出現を観測し, 量子シミュレータのフルETHを探索する理論に依存しない経路を提案する。 我々の研究は、量子シミュレータにおける熱化を特徴づける理論に依存しない方法を示し、凝縮物質ポンプ-プローブ実験をシミュレーションする方法を舗装する。
  論文  参考訳（メタデータ） (2020-07-20T18:00:02Z)

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。