論文の概要: Resource-efficient energy-based operator selection in fermionic ADAPT-VQE via exact Hamiltonian transformation

• arxiv url: http://arxiv.org/abs/2606.04786v1
• Date: Wed, 03 Jun 2026 12:08:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-04 20:44:18.734958
• Title: Resource-efficient energy-based operator selection in fermionic ADAPT-VQE via exact Hamiltonian transformation
• Title（参考訳）: 正確なハミルトン変換によるフェルミオンADAPT-VQEの資源効率の高いエネルギーベース演算子選択
• Authors: Emanuele Rossi, Erik Rosendahl Kjellgren, Artur F. Izmaylov, Stephan P. A. Sauer, Karl Michael Ziems, Sonia Coriani,
• Abstract要約: 本研究では,ハミルトニアン変換がフェルミオンエネルギーベースADAPT-VQEの測定オーバーヘッドを低減するための有効な経路であることを示す。 その結果,ハミルトニアン変換はフェルミオンエネルギーベースのADAPT-VQEの測定オーバーヘッドを低減するための有効な経路であることが示唆された。
• 参考スコア（独自算出の注目度）: 1.9806248072729664
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: The energy-based approach to operator selection in ADAPT-VQE relies on reconstructing the one-parameter energy landscape for each operator in the pool. In fermionic implementations, the cost of reconstructing this energy landscape often becomes a bottleneck. We address this issue through an exact Hamiltonian transformation that reformulates the one-parameter energy landscape according to a generator-dependent fragmentation of the transformed Hamiltonian. While our method is mathematically identical to standard fermionic Rotoselect, it effectively reduces its cost by about a factor of two, bringing it close to that of gradient-based ADAPT-VQE. We use this formulation to benchmark the gradient-based and energy-based selection approaches in combination with two ansatz-optimization strategies -- `last', where only the appended operator is optimized, or `full', where the full ansatz is re-optimized -- and with both fixed-orbital and orbital-optimized formulations. The benchmark comprises $\text{LiH}$, $\text{BeH}_2$, and $\text{H}_2\text{O}$ at both equilibrium and stretched geometries. In the weakly correlated regime, the `last' optimization strategy combined with energy-based selection enables the efficient construction of an accurate ansatz, while avoiding any VQE optimization. As correlation increases, full ansatz re-optimization and orbital optimization become the main factors governing convergence and overall resource cost. These results show that exact Hamiltonian transformations provide an effective route to reducing the measurement overhead of fermionic energy-based ADAPT-VQE. Moreover, the benchmark clarifies the relative role of operator scoring approach, re-optimization strategy, and orbital treatment in the performance of ADAPT-VQE.
• Abstract（参考訳）: ADAPT-VQEにおける演算子選択に対するエネルギーベースのアプローチは、プール内の各演算子に対する1パラメータのエネルギーランドスケープの再構築に依存している。 フェルミオン実装では、このエネルギー景観を再構築するコストがボトルネックとなることが多い。 我々は、変換されたハミルトンの発電機依存の断片化に従って1パラメータのエネルギー景観を再構成する正確なハミルトン変換によってこの問題に対処する。 本手法は標準フェルミオン型ロトセレクトと数学的に同一であるが,約2倍のコスト削減を実現し,勾配に基づくADAPT-VQEに近づいた。 この定式化を用いて、勾配とエネルギーに基づく選択アプローチを、加算演算子のみを最適化する 'last' と、全アンザッツを再最適化する 'full' の2つのアンザッツ最適化戦略と、固定軌道および軌道最適化の2つの定式化と組み合わせてベンチマークする。 ベンチマークは、$\text{LiH}$, $\text{BeH}_2$, $\text{H}_2\text{O}$から成っている。 弱相関状態においては、"last"最適化戦略とエネルギーベースの選択を組み合わせることで、VQE最適化を回避しつつ、正確なアンザッツを効率的に構築することができる。 相関が増加するにつれて、完全なアンザッツ再最適化と軌道最適化が収束と全体の資源コストを左右する主要な要因となる。 これらの結果は、正確なハミルトン変換がフェルミオンエネルギーベースのADAPT-VQEの測定オーバーヘッドを低減する効果的な経路を提供することを示している。 さらに, ADAPT-VQEの性能評価において, 演算子スコアリング手法, 再最適化戦略, 軌道処理の相対的役割を明らかにした。

関連論文リスト

• Constructing Compact ADAPT Unitary Coupled-Cluster Ansatz with Parameter-Based Criterion [8.808367903406316]
  Param-ADAPT-VQEは、従来の勾配基準ではなくパラメータベースの基準に基づいて励起演算子を選択する新しい改良アルゴリズムである。 そこで,Param-ADAPT-VQEは,計算精度,アンザッツサイズ,測定コストにおいて,本来のADAPT-VQEよりも優れていることを示す。
  論文  参考訳（メタデータ） (2026-02-04T06:26:58Z)
• Variational Entropic Optimal Transport [67.76725267984578]
  本稿では,ドメイン翻訳問題に対する変分エントロピー最適輸送(VarEOT)を提案する。 VarEOTは、補助正の正規化子上のトラクタブルな一般化として、log-partition $log mathbbE[exp(cdot)$の正確な変分再構成に基づいている。 合成データと画像と画像の変換に関する実験は、競争力のあるか、あるいはより良い翻訳品質を示す。
  論文  参考訳（メタデータ） (2026-02-02T15:48:44Z)
• Fast gradient-free optimization of excitations in variational quantum eigensolvers [4.8631532419368835]
  我々は、グローバルにインフォームドされ、勾配のない高速な量子認識であるExcitationを紹介した。 物理インサイトを効率的に最適化することで、Excitationはスケーラブルな量子化学計算の道を開く。
  論文  参考訳（メタデータ） (2024-09-09T18:00:00Z)
• Reducing measurement costs by recycling the Hessian in adaptive variational quantum algorithms [0.0]
  本稿では,適応VQAに適した準ニュートン最適化プロトコルを提案する。 我々は,適応VQAの繰り返しを通じて,逆ヘッセン行列に対する近似を連続的に構築し,成長させる準ニュートンアルゴリズムを実装した。
  論文  参考訳（メタデータ） (2024-01-10T14:08:04Z)
• Analyzing and Enhancing the Backward-Pass Convergence of Unrolled Optimization [50.38518771642365]
  ディープネットワークにおけるコンポーネントとしての制約付き最適化モデルの統合は、多くの専門的な学習タスクに有望な進歩をもたらした。 この設定における中心的な課題は最適化問題の解によるバックプロパゲーションであり、しばしば閉形式を欠いている。 本稿では, 非線形最適化の後方通過に関する理論的知見を提供し, 特定の反復法による線形システムの解と等価であることを示す。 Folded Optimizationと呼ばれるシステムが提案され、非ローリングなソルバ実装からより効率的なバックプロパゲーションルールを構築する。
  論文  参考訳（メタデータ） (2023-12-28T23:15:18Z)
• Twisted hybrid algorithms for combinatorial optimization [68.8204255655161]
  提案されたハイブリッドアルゴリズムは、コスト関数をハミルトニアン問題にエンコードし、回路の複雑さの低い一連の状態によってエネルギーを最適化する。 レベル$p=2,ldots, 6$の場合、予想される近似比をほぼ維持しながら、レベル$p$を1に減らすことができる。
  論文  参考訳（メタデータ） (2022-03-01T19:47:16Z)
• Bilevel Optimization: Convergence Analysis and Enhanced Design [63.64636047748605]
  バイレベル最適化は多くの機械学習問題に対するツールである。 Stoc-BiO という新しい確率効率勾配推定器を提案する。
  論文  参考訳（メタデータ） (2020-10-15T18:09:48Z)
• Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
  Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。 我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。 すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
  論文  参考訳（メタデータ） (2020-10-01T18:14:11Z)
• Cross Entropy Hyperparameter Optimization for Constrained Problem Hamiltonians Applied to QAOA [68.11912614360878]
  QAOA(Quantum Approximate Optimization Algorithm)のようなハイブリッド量子古典アルゴリズムは、短期量子コンピュータを実用的に活用するための最も奨励的なアプローチの1つである。 このようなアルゴリズムは通常変分形式で実装され、古典的な最適化法と量子機械を組み合わせて最適化問題の優れた解を求める。 本研究では,クロスエントロピー法を用いてランドスケープを形作り,古典的パラメータがより容易により良いパラメータを発見でき,その結果,性能が向上することを示す。
  論文  参考訳（メタデータ） (2020-03-11T13:52:41Z)

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。