論文の概要: Benchmarking Quantum Algorithmic Resilience for CVaR Portfolio Optimization: The Expressibility-Coherence Trade-off
- arxiv url: http://arxiv.org/abs/2606.07727v1
- Date: Fri, 05 Jun 2026 17:07:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-09 14:42:05.370954
- Title: Benchmarking Quantum Algorithmic Resilience for CVaR Portfolio Optimization: The Expressibility-Coherence Trade-off
- Title（参考訳）: CVaRポートフォリオ最適化のための量子アルゴリズムレジリエンスのベンチマーク:表現性-コヒーレンストレードオフ
- Authors: Prashik N. Somkuwar, K. Srinivasan, G. Raghavan,
- Abstract要約: 量子最適化は複雑な金融モデリングに理論的利点をもたらす。
ノイズ中間スケール量子(NISQ)デバイスへの物理実装は、ハードウェアトポロジによって厳しく制約されている。
本研究では,ハードウェア効率の良い変分量子ニューラルネットワーク(HE-VQNN)とウォームスタート量子近似最適化アルゴリズム(WS-QAOA)のベンチマーク解析を行う。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Quantum combinatorial optimization offers theoretical advantages for complex financial modeling, but physical implementation on Noisy Intermediate Scale Quantum (NISQ) devices is severely constrained by hardware topology. This study presents a hardware benchmarking analysis between a Hardware Efficient Variational Quantum Neural Network (HE-VQNN) and the Warm Start Quantum Approximate Optimization Algorithm (WS-QAOA) for a hybrid Mean Variance and Conditional Value at Risk (CVaR) portfolio objective. By implementing a novel classical quantum hybrid proxy matrix to bypass the CVaR auxiliary qubit bottleneck, we map up to 16 assets from the NIFTY 50 index onto an IBM heavy hex processor. We systematically quantify algorithmic resilience to the "SWAP tax" incurred during routing. Empirical results reveal a critical operational trade-off: WS-QAOA provides exact theoretical mapping but suffers catastrophic hardware decoherence due to exponential nonlocal gate overhead. Conversely, HE-VQNN preserves hardware coherence but lacks the mathematical expressibility to capture dense tail risk asset correlations. This study exposes the limitations of dense financial optimization on current architectures forces an nonviable choice between algorithmic inexpressibility and hardware decoherence. This is indicative of a deeper limitation as to what can and cannot be done with NISQ computers lacking in all-to-all connectivity.
- Abstract（参考訳）: 量子組合せ最適化は複雑な金融モデリングに理論的利点をもたらすが、ノイズ中間スケール量子(NISQ)デバイスへの物理実装はハードウェアトポロジによって厳しく制約されている。
本研究では,ハードウェア効率のよい変動量子ニューラルネットワーク (HE-VQNN) とウォームスタート量子近似最適化アルゴリズム (WS-QAOA) のハードウェアベンチマーク解析を行い,CVaRポートフォリオを目標とした平均変数と条件値のハイブリッド化について検討した。
CVaR補助量子ビットボトルネックを回避するために、新しい古典的量子ハイブリッドプロキシ行列を実装することにより、NIFTY 50指数から最大16の資産をIBMヘックスプロセッサにマッピングする。
ルーティング時に発生する「SWAP税」に対するアルゴリズム的レジリエンスを体系的に定量化する。
WS-QAOAは正確な理論的マッピングを提供するが、指数的非局所ゲートオーバーヘッドによる破滅的なハードウェアデコヒーレンスに悩まされる。
逆に、HE-VQNNはハードウェアのコヒーレンスを保っているが、密度の高いテールリスクアセット相関を捉える数学的表現性に欠ける。
この研究は、現在のアーキテクチャにおける高密度な金融最適化の限界を露呈し、アルゴリズム的非表現性とハードウェアのデコヒーレンスの間では不可能な選択を迫られる。
これは、全接続性に欠けるNISQコンピュータで何が可能で何ができないかという、より深い制限の現れである。
関連論文リスト
- A SWAP-free Framework for QAOA [0.0]
そこで本研究では,ハードウェア上で実装可能なコストハミルトニアンを改良したSWAPフリーQAOAフレームワークを提案する。
ハードウェアを意識した目的の近似は、正確なハミルトン実装よりも効果的であることを示す。
論文 参考訳（メタデータ） (2026-04-27T23:13:20Z) - Tensor Network Assisted Distributed Variational Quantum Algorithm for Large Scale Combinatorial Optimization Problem [19.046113542182436]
組合せ最適化問題の解法として分散変分量子アルゴリズム(DVQA)を提案する。
DVQAの重要な革新は、複雑な長距離の絡み合いに頼ることなく、変数間の依存関係を保存するために、切り詰められた高階特異値分解を使用することである。
実験的に、DVQAはシミュレーションの最先端性能を達成し、ポートフォリオ最適化のためにWu Kong量子コンピュータで実験的に検証されている。
論文 参考訳（メタデータ） (2026-01-20T13:31:02Z) - 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) - TensorHyper-VQC: A Tensor-Train-Guided Hypernetwork for Robust and Scalable Variational Quantum Computing [50.95799256262098]
量子機械学習のための新しいテンソルトレイン(TT)誘導ハイパーネットワークフレームワークであるHyper-VQCを紹介する。
我々のフレームワークは、量子回路パラメータの生成を古典的なTTネットワークに委譲し、量子ハードウェアから最適化を効果的に分離する。
これらの結果から、Hyper-VQCは、短期デバイス上での実用的な量子機械学習を促進するためのスケーラブルで耐雑音性のあるフレームワークとして位置づけられる。
論文 参考訳（メタデータ） (2025-08-01T23:37:55Z) - 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) - PO-QA: A Framework for Portfolio Optimization using Quantum Algorithms [4.2435928520499635]
ポートフォリオ最適化(PO)は、投資ポートフォリオのリスクを最小限に抑えつつ、純利益を最大化することを目的とした金融問題である。
本稿では,量子パラメータの変動を調べるために,新しいスケーラブルなフレームワークPO-QAを提案する。
本結果は,量子機械学習のレンズからPOを理解する上で有効な知見を提供する。
論文 参考訳（メタデータ） (2024-07-29T10:26:28Z) - A joint optimization approach of parameterized quantum circuits with a
tensor network [0.0]
現在の中間スケール量子(NISQ)デバイスはその能力に制限がある。
本稿では,パラメータ化ネットワーク(TN)を用いて,変分量子固有解法(VQE)アルゴリズムの性能改善を試みる。
論文 参考訳（メタデータ） (2024-02-19T12:53:52Z) - Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。
問題の大きさと問題グラフの次数で指数関数的に増大する。
これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
論文 参考訳（メタデータ） (2022-01-06T21:02:30Z) - 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。