論文の概要: Beyond Logical Circuits: Hardware-Aware Analysis of Expressibility and Trainability in Variational Quantum Algorithms
- arxiv url: http://arxiv.org/abs/2605.25552v1
- Date: Mon, 25 May 2026 08:09:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-26 19:50:19.459118
- Title: Beyond Logical Circuits: Hardware-Aware Analysis of Expressibility and Trainability in Variational Quantum Algorithms
- Title（参考訳）: 論理回路を超えて:変分量子アルゴリズムにおける表現性と訓練可能性のハードウェア・アウェア分析
- Authors: Muhammad Kashif, Muhammad Shafique,
- Abstract要約: ハードウェア対応トランスパイルは、量子ビットマッピング、ルーティング、基底分解によって回路構造を変化させることを示す。
以上の結果から,トランスパイルは暗黙のアーキテクチャ摂動として作用し,強いアンザッツ依存効果が生じることが示された。
さらに、トランスパイレーションは、一般的に想定される表現可能性-学習性トレードオフを変更できることを示し、論理レベル解析がハードウェアレベルの挙動を確実に予測できないことを示した。
- 参考スコア（独自算出の注目度）: 2.717526933594264
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Variational quantum algorithms (VQAs) rely on parameterized quantum circuits (PQCs), whose performance is governed by expressibility and trainability. Existing studies typically evaluate these properties at the logical circuit level, implicitly assuming that designed PQCs remain unchanged during hardware execution. In practice, however, hardware-aware transpilation modifies circuit structure through qubit mapping, routing, and basis decomposition, potentially altering PQC behavior. In this paper, we perform a systematic hardware-aware analysis of expressibility and trainability by comparing logical and transpiled PQCs across multiple ansatz families, qubit counts, and circuit depths. Expressibility is measured using fidelity-based KL divergence, while trainability is quantified through gradient variance. Our results show that transpilation acts as an implicit architectural perturbation, producing strongly ansatz-dependent effects. Expressibility deviations exceed upto 125% in some cases, while trainability variations reach up to 25%. Structured ansatzes are generally more robust, whereas highly entangled architectures are more sensitive to transpilation-induced transformations. We further show that transpilation can alter the commonly assumed expressibility-trainability trade-off, demonstrating that logical-level analyses may not reliably predict hardware-level behavior. These findings highlight the importance of hardware-aware evaluation for accurate characterization of VQAs.
- Abstract（参考訳）: 変分量子アルゴリズム(VQA)はパラメータ化量子回路(PQC)に依存しており、その性能は表現性と訓練性によって制御される。
既存の研究は通常、これらの特性を論理回路レベルで評価し、設計されたPQCがハードウェア実行中に変化しないことを暗黙的に仮定している。
しかし実際には、ハードウェア対応のトランスパイルは、量子ビットマッピング、ルーティング、基底分解を通じて回路構造を修飾し、潜在的にPQCの振る舞いを変化させる。
本稿では,複数のアンサッツ系,量子ビット数,回路深度にまたがる論理的およびトランスパイルされたPQCを比較することで,表現性とトレーニング可能性の体系的なハードウェア・アウェア分析を行う。
表現性は忠実度に基づくKL分散を用いて測定され、トレーニング性は勾配分散によって定量化される。
以上の結果から,トランスパイルは暗黙のアーキテクチャ摂動として作用し,強いアンザッツ依存効果が生じることが示された。
表現性の変化は最大125%を超え、訓練性の変化は最大25%に達する。
構造的アンサーゼは一般により堅牢であるが、高度に絡み合ったアーキテクチャはトランスパイレーションによって引き起こされる変換に対してより敏感である。
さらに、トランスパイレーションは、一般的に想定される表現可能性-学習性トレードオフを変更できることを示し、論理レベル解析がハードウェアレベルの挙動を確実に予測できないことを示した。
これらの結果は,VQAの正確な評価のためのハードウェア・アウェア・アセスメントの重要性を浮き彫りにした。
関連論文リスト
- Late Breaking Results: Hardware-Aware Compilation Reshapes Trainability in Variational Quantum Circuits [2.717526933594264]
実際の量子デバイス上での実行には、キュービット接続とネイティブゲートセット制約を満たすためにハードウェア対応のコンパイル(トランスパイレーション)が必要である。
本稿では,トランスパイルが勾配統計をどのように変化させるかを検討する。
論文 参考訳（メタデータ） (2026-04-16T14:08:02Z) - Efficiently architecting VQAs: Expressibility--Trainability--Resources Pareto-Optimality [0.0]
アンザッツ選択は変分量子アルゴリズムの性能において重要な要素である。
この作業では、アンザッツは固定ブロックではなく最適化される設計の特徴として扱われる。
表現性、トレーサビリティ、リソースコストの3つの相補的な指標が評価され、出現するトレードオフを分析するために使用されます。
論文 参考訳（メタデータ） (2026-03-23T16:04:02Z) - How to find expressible and trainable parameterized quantum circuits? [0.22940141855172033]
トレーニング性と表現性を組み合わせた回路を同定するための特性に基づくアンザッツ探索フレームワークを提案する。
実量子コンピュータ上での実用可能性を示し、変分量子アルゴリズムに適用する。
論文 参考訳（メタデータ） (2026-03-15T15:54:30Z) - Differentiable Logical Programming for Quantum Circuit Discovery and Optimization [0.15229257192293197]
本稿では,量子回路設計を微分可能な論理プログラミング問題として再設計する,ニューロシンボリック・フレームワークを提案する。
我々のモデルは、学習可能で連続的な真理値のセットとして、潜在的な量子ゲートとパラメータ化された操作の足場を表す」。
本稿では,133量子ビットのIBM Torinoプロセッサ上でのハードウェア・アウェア適応実験について報告する。
論文 参考訳（メタデータ） (2026-02-09T16:40:19Z) - 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) - Provable In-Context Learning of Nonlinear Regression with Transformers [66.99048542127768]
In-context Learning (ICL) は、パラメータを更新することなくタスク固有のプロンプトを使用して見えないタスクを実行する能力である。
最近の研究はICLの背後にあるトレーニングのダイナミクスを積極的に探求しており、その多くは比較的単純なタスクに重点を置いている。
本稿では、変換器が文脈内学習能力をいかに獲得するかを明らかにすることを目的として、より複雑な非線形回帰タスクについて検討する。
論文 参考訳（メタデータ） (2025-07-28T00:09:28Z) - AdaLog: Post-Training Quantization for Vision Transformers with Adaptive Logarithm Quantizer [54.713778961605115]
Vision Transformer (ViT) はコンピュータビジョンコミュニティにおいて最も普及しているバックボーンネットワークの1つである。
本稿では,AdaLog(Adaptive Logarithm AdaLog)量子化器を提案する。
論文 参考訳（メタデータ） (2024-07-17T18:38:48Z) - Majorization-based benchmark of the complexity of quantum processors [105.54048699217668]
我々は、様々な量子プロセッサの動作を数値的にシミュレートし、特徴付ける。
我々は,各デバイスの性能をベンチマークラインと比較することにより,量子複雑性を同定し,評価する。
我々は、回路の出力状態が平均して高い純度である限り、偏化ベースのベンチマークが成り立つことを発見した。
論文 参考訳（メタデータ） (2023-04-10T23:01:10Z) - Q-fid: Quantum Circuit Fidelity Improvement with LSTM Networks [0.6062751776009752]
量子回路(QC)の忠実性は、ハードウェア特性、キャリブレーション状態、トランスパイルプロセスなど、いくつかの要因の影響を受けている。
Q-fidは、Long Short-Term Memory (LSTM)ベースの忠実度予測システムであり、量子回路の忠実度を定量化するために設計された新しいメートル法を伴っている。
Q-fidは平均RMSE 0.0515で高い予測精度を達成し、Qiskitトランスパイルツールのマポマティックよりも24.7倍正確である。
論文 参考訳（メタデータ） (2023-03-30T16:44:12Z) - Quantum circuit architecture search on a superconducting processor [56.04169357427682]
変分量子アルゴリズム(VQA)は、ファイナンス、機械学習、化学といった様々な分野において、証明可能な計算上の優位性を得るための強力な証拠を示している。
しかし、現代のVQAで利用されるアンザッツは、表現性と訓練性の間のトレードオフのバランスをとることができない。
8量子ビット超伝導量子プロセッサ上でVQAを強化するために,効率的な自動アンサッツ設計技術を適用した最初の実証実験を実証する。
論文 参考訳（メタデータ） (2022-01-04T01:53:42Z) - 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。