論文の概要: Neural and Tensor Networks in the Study of Quantum Annealing Processors
- arxiv url: http://arxiv.org/abs/2604.26534v1
- Date: Wed, 29 Apr 2026 11:03:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-30 15:59:36.368474
- Title: Neural and Tensor Networks in the Study of Quantum Annealing Processors
- Title（参考訳）: 量子アニーリングプロセッサ研究におけるニューラルネットワークとテンソルネットワーク
- Authors: Tomasz Śmierzchalski,
- Abstract要約: Dissertationは、D-Wave量子アニールのベンチマークフレームワークを開発する。
強力な古典的な基準線、サンプリングと多様性のメトリクス、熱力学のコストが組み合わさっている。
全体として、アルゴリズムのパフォーマンスと物理的支出を共同で測定する量子アニールベンチマークを論じている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum annealing targets low-energy solutions of Ising/QUBO problems, but reliable assessment requires more than best-energy comparisons. This dissertation develops a benchmarking framework for D-Wave quantum annealers that combines strong classical baselines, sampling and diversity metrics, and thermodynamic cost. Its first contribution, SpinGlassPEPS.jl, is a topology-aware tensor-network heuristic for optimization and sampling on Pegasus/Zephyr-like graphs. It maps Ising instances to local Potts clusters, represents the partition function with PEPS, and performs branch-and-bound search in probability space. Benchmarks show that it is a physically interpretable reference solver, though approximate contractions limit its competitiveness on the largest instances. The second contribution treats quantum annealers as effective thermal machines, relating success probability and solution quality to dissipation, entropy production, and effective temperature. Carefully placed pauses can improve performance while reducing thermodynamic cost, although longitudinal fields may become harmful in paused schedules. The thesis also introduces reinforcement-learning post-processing to improve returned samples and exact small-system simulations to probe annealing dynamics. Overall, it argues for quantum-annealing benchmarks that jointly measure algorithmic performance and physical expenditure.
- Abstract（参考訳）: 量子アニールはIsing/QUBO問題の低エネルギー解をターゲットにしているが、信頼性評価には最高のエネルギー比較以上のものが必要である。
この論文は、強い古典的ベースライン、サンプリングと多様性のメトリクス、熱力学的コストを組み合わせたD-Wave量子アニールのベンチマークフレームワークを開発する。
SpinGlassPEPS.jl は Pegasus/Zephyr-like graph 上での最適化とサンプリングのためのトポロジー対応テンソルネットワークヒューリスティックである。
これはIsingインスタンスをローカルPottsクラスタにマップし、PEPSでパーティション関数を表現し、確率空間で分岐とバウンドの探索を実行する。
ベンチマークでは物理的に解釈可能な参照解法であることが示されているが、近似的な収縮は最大のインスタンスに対する競合性を制限している。
第2のコントリビューションは、量子アニールを有効熱機械として扱い、成功確率と解の質を散逸、エントロピー生成、有効温度に関連付ける。
慎重に配置された停止は熱力学的コストを低減しながら性能を向上させることができるが、停止スケジュールでは長手フィールドが有害になる可能性がある。
論文ではまた、回復したサンプルを改善するための強化学習後処理や、アニーリングダイナミクスを調査するための正確な小システムシミュレーションも導入されている。
全体として、アルゴリズムのパフォーマンスと物理的支出を共同で測定する量子アニールベンチマークを論じている。
関連論文リスト
- Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing [68.35481158940401]
CL-QASは連続的な量子アーキテクチャ検索フレームワークである。
振幅のエンコードと変分量子回路の忘れを犠牲にすることの課題を緩和する。
制御可能なロバスト性表現性、サンプル効率の一般化、およびバレンプラトーを使わずに滑らかな収束を実現する。
論文 参考訳（メタデータ） (2026-01-10T02:36:03Z) - Scalable Hardware Maturity Probe for Quantum Accelerators via Harmonic Analysis of QAOA [0.2578242050187029]
本稿では,デバイスの信頼性を定量化するハードウェア成熟度プローブを提案する。
p=1OAコストランドスケープにおける定常点数に関する閉形式上界を、検証可能な最適化問題の幅広いクラスに対して導出する。
論文 参考訳（メタデータ） (2025-09-14T21:48:34Z) - QB Ground State Energy Estimation Benchmark [30.045562070102537]
基底状態エネルギー推定は、量子化学と凝縮物質物理学における中心的な問題である。
この研究は、古典的および量子的解法の両方のパフォーマンスを評価するための構造化ベンチマークフレームワークを導入する。
論文 参考訳（メタデータ） (2025-08-14T17:45:28Z) - QAMA: Scalable Quantum Annealing Multi-Head Attention Operator for Deep Learning [48.12231190677108]
QAMA(Quantum Annealing Multi-Head Attention)は、エネルギーベースのハミルトン最適化問題として注目を集める新しいドロップイン演算子である。
この枠組みでは、トークン相互作用を二項二項項に符号化し、低エネルギー構成の探索に量子アニールを用いる。
経験的に、自然言語と視覚のベンチマークによる評価は、タスク全体にわたって、標準的なマルチヘッドの注意から少なくとも2.7ポイントの精度が低下していることを示している。
論文 参考訳（メタデータ） (2025-04-15T11:29:09Z) - A Practical Framework for Assessing the Performance of Observable Estimation in Quantum Simulation [0.0]
本稿では,量子シミュレーションアルゴリズムの性能を評価するためのフレームワークを提案する。
我々のフレームワークはアルゴリズム最適化のエンドツーエンドのデモを提供する。
パウリ群法による27.1%の誤差低減と,最適化されたショット分布戦略による37.6%の改善を示す。
論文 参考訳（メタデータ） (2025-04-14T02:23:01Z) - Bayesian Quantum Amplitude Estimation [46.03321798937855]
量子振幅推定のための問題調整およびノイズ認識ベイズアルゴリズムであるBAEを提案する。
耐障害性シナリオでは、BAEはハイゼンベルク限界を飽和させることができ、デバイスノイズが存在する場合、BAEはそれを動的に特徴付け、自己適応することができる。
本稿では,振幅推定アルゴリズムのベンチマークを提案し,他の手法に対してBAEをテストする。
論文 参考訳（メタデータ） (2024-12-05T18:09:41Z) - Quantum Thermal State Preparation [39.91303506884272]
量子マスター方程式をシミュレートするための簡単な連続時間量子ギブスサンプリングを導入する。
我々は、特定の純ギブス状態を作成するための証明可能かつ効率的なアルゴリズムを構築した。
アルゴリズムのコストは温度、精度、混合時間に依存している。
論文 参考訳（メタデータ） (2023-03-31T17:29:56Z) - Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the
Race to Practical Quantum Advantage [43.3054117987806]
本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。
本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。
古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
論文 参考訳（メタデータ） (2022-08-29T15:24:03Z) - Assessment of image generation by quantum annealer [0.0]
量子アニールは、イジングスピングラス問題の高速サンプリングとしても機能する。
本研究では,生成モデルとしての量子アニールの性能に着目した。
論文 参考訳（メタデータ） (2021-03-15T13:24:05Z) - Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。
QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。
数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
論文 参考訳（メタデータ） (2020-10-20T12:06:27Z)
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。