論文の概要: Zero-shot Quantum Neural Architecture Search

• arxiv url: http://arxiv.org/abs/2605.27410v1
• Date: Tue, 12 May 2026 16:52:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-01 02:55:43.023205
• Title: Zero-shot Quantum Neural Architecture Search
• Title（参考訳）: ゼロショット量子ニューラルアーキテクチャ探索
• Authors: Tung Dao, Son Tran, Huynh Thi Thanh Binh,
• Abstract要約: 変分量子アルゴリズム(VQA)は、短期量子ハードウェアを活用するための主要なアプローチである。 既存の進化に基づく量子ニューラルネットワーク探索手法はこれらの課題に対処するが、高い計算コストに悩まされる。 本稿では,モンテカルロ木探索(MCTS)に基づくVQAsのためのゼロショット量子ニューラルネットワーク探索フレームワークであるMZeQASを提案する。
• 参考スコア（独自算出の注目度）: 13.954034741649986
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Variational Quantum Algorithms (VQAs) are a leading approach to exploiting near-term quantum hardware, leveraging parameterized quantum circuits and classical optimization to achieve advantage. Despite their promise, the practical deployment of VQAs is challenged by the difficulty of designing quantum circuit architectures that balance expressivity, trainability, and hardware constraints. Existing evolutionary-based quantum neural architecture search methods address these challenges but suffer from high computational costs due to repeated training of candidate circuits. In this work, we identify a setting in which the Gram matrix of the Quantum Neural Tangent Kernel converges. Building on this observation, we design a zero-shot surrogate model to estimate candidate performance without full training, significantly accelerating the architecture search process. Using this surrogate, we propose MZeQAS, a Monte Carlo Tree Search (MCTS)-based Zero-Shot Quantum Neural Architecture Search framework for VQAs. By integrating proxy-based performance estimation with MCTS exploration, MZeQAS efficiently discovers high-performing architectures. Experimental results demonstrate that MZeQAS outperforms existing approaches in terms of both search efficiency and solution quality, providing a scalable and effective framework for advancing VQA deployment on noisy intermediate-scale quantum devices.
• 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と古典最適化を活用して、短期量子ハードウェアを活用するための主要なアプローチである。 彼らの約束にもかかわらず、VQAの実践的な展開は、表現性、トレーニング容易性、ハードウェア制約のバランスをとる量子回路アーキテクチャを設計することの難しさによって困難である。 既存の進化的量子ニューラルネットワーク探索法はこれらの課題に対処するが、候補回路の繰り返しの訓練により高い計算コストに悩まされる。 本研究では,量子ニューラルタンジェントカーネルのグラム行列が収束する集合を同定する。 本研究は, ゼロショットサロゲートモデルを用いて, 完全学習を伴わずに候補性能を推定し, アーキテクチャ探索プロセスを大幅に高速化する。 このサロゲートを用いて,モンテカルロ木探索(MCTS)に基づくVQAのためのゼロショット量子ニューラルネットワーク探索フレームワークであるMZeQASを提案する。 プロキシベースの性能推定とMCTS探索を統合することで、MZeQASは効率よく高性能アーキテクチャを発見できる。 実験の結果,MZeQASは探索効率とソリューション品質の両方の観点から既存手法よりも優れており,ノイズの多い中間規模量子デバイス上でのVQA展開を促進するためのスケーラブルで効率的なフレームワークを提供する。

関連論文リスト

• Differentiable Architecture Search for Adversarially Robust Quantum Computer Vision [6.837371200793778]
  現在の量子ニューラルネットワークは、対向的摂動とハードウェアノイズの両方に対して極度に敏感である。 本稿では,これらの制約に対処するハイブリッド量子古典微分可能な量子アーキテクチャ探索(DQAS)フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-01-26T01:21:44Z)
• Noise-Aware Quantum Architecture Search Based on NSGA-II Algorithm [6.42663482584159]
  変動量子回路設計に基づくノイズ対応量子アーキテクチャ探索(NA-QAS)フレームワークを提案する。 評価コストを最適化するハイブリッドなハミルトンの$varepsilon$-greedy戦略を導入する。 拡張された可変深度NSGA-IIアルゴリズムを用いて探索空間をナビゲートする。
  論文  参考訳（メタデータ） (2026-01-16T03:11:34Z)
• VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning [50.95799256262098]
  変分量子回路(VQC)は量子機械学習を約束するが、表現性、訓練性、耐雑音性の課題に直面している。 本稿では,VQCが学習中に古典多層パーセプトロンの第一層重みを生成するハイブリッドアーキテクチャであるVQC-MLPNetを提案する。
  論文  参考訳（メタデータ） (2025-06-12T01:38:15Z)
• Benchmarking Quantum Architecture Search with Surrogate Assistance [0.9624643581968987]
  本稿では,SQuASH,Surrogate Quantum Architecture Search Helperを紹介する。 本稿では,QASのサロゲートベンチマークを作成する手法を提案し,QAS手法の実行と比較を高速化する能力を実証する。
  論文  参考訳（メタデータ） (2025-06-07T11:11:04Z)
• RhoDARTS: Differentiable Quantum Architecture Search with Density Matrix Simulations [44.13836547616739]
  変分量子アルゴリズム(VQA)は、ノイズ中間スケール量子(NISQ)コンピュータを活用するための有望なアプローチである。 与えられたVQA問題を効率的に解く最適な量子回路を選択することは、非自明な作業である。 量子アーキテクチャ探索(QAS)アルゴリズムは、与えられた問題に合わせた量子回路の自動生成を可能にする。
  論文  参考訳（メタデータ） (2025-06-04T08:30:35Z)
• Reinforcement learning-assisted quantum architecture search for variational quantum algorithms [0.0]
  この論文は、ノイズの多い量子ハードウェアにおける機能量子回路の同定に焦点を当てている。 本稿では, テンソルを用いた量子回路の符号化, 環境力学の制約により, 可能な回路の探索空間を効率的に探索する。 様々なVQAを扱う際、我々のRLベースのQASは既存のQASよりも優れています。
  論文  参考訳（メタデータ） (2024-02-21T12:30:39Z)
• QNEAT: Natural Evolution of Variational Quantum Circuit Architecture [95.29334926638462]
  我々は、ニューラルネットワークの量子対する最も有望な候補として登場した変分量子回路(VQC)に注目した。 有望な結果を示す一方で、バレン高原、重みの周期性、アーキテクチャの選択など、さまざまな問題のために、VQCのトレーニングは困難である。 本稿では,VQCの重みとアーキテクチャの両方を最適化するために,自然進化にインスパイアされた勾配のないアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-04-14T08:03:20Z)
• 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。