論文の概要: Challenges in Barren Plateau Mitigation with Dynamic Parameterized Quantum Circuits

• arxiv url: http://arxiv.org/abs/2606.23751v1
• Date: Mon, 22 Jun 2026 00:59:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-24 22:16:48.596441
• Title: Challenges in Barren Plateau Mitigation with Dynamic Parameterized Quantum Circuits
• Title（参考訳）: 動的パラメータ化量子回路を用いたバレン高原緩和の課題
• Authors: Sumeet Shirgure, Efekan Kökcü, Siyuan Niu,
• Abstract要約: 変分量子アルゴリズム(VQA)は量子優位性のための有望なパラダイムであるが、その訓練性はバレンプラトー(BP)によって著しく妨げられている。 動的パラメタライズド量子回路 (DPQCs) を用いて、パラメータ化CPTPマップとユニタリ層を交差させるいくつかの研究が提案されている。 DPQCの性質と構造に制約を課し,かなりの数のパラメータが学習不能にならないようにする。
• 参考スコア（独自算出の注目度）: 0.22940141855172033
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Variational quantum algorithms (VQAs) are a promising paradigm for quantum advantage, yet their trainability is severely hampered by barren plateaus (BPs). Several works have proposed using dynamic parameterized quantum circuits (DPQCs) which intersperse unitary layers with parameterized CPTP maps (e.g. engineered dissipation, feedforward gadgets, or periodic resets), as a potential route around BPs. We unite this class of circuits into a formalization for DPQCs. We identify constraints on the nature and the structure of DPQCs if they are to prevent a significant number of parameters from becoming untrainable. We further show via purification and Pauli path analysis, a mechanism with which cost function anti-concentrates in DPQCs while still suffering from untrainability of a significant number of parameters. Our analysis reveals ways to design DPQCs that do not have an exponentially concentrated cost function, and our results suggest that BP mitigation via DPQCs is at least as hard as designing BP-free unitaries.
• Abstract（参考訳）: 変分量子アルゴリズム(VQA)は量子優位性のための有望なパラダイムであるが、その訓練性はバレンプラトー(BP)によって著しく妨げられている。 パラメータ化されたCPTPマップ(例えば、発散、フィードフォワードガジェット、周期的リセット)とユニタリ層を介する動的パラメータ化量子回路(DPQC)をBP周辺の潜在的ルートとして提案している。 この回路をDPQCの形式化に統一する。 DPQCの性質と構造に関する制約を,かなりの数のパラメータが学習不能になるのを防ぐために特定する。 さらに, DPQCのコスト関数が, かなりの数のパラメータの不適応性に悩まされつつも, DPQCのコスト関数が反集中する機構である, 精製およびパウリ経路解析を通じて, さらに示す。 分析の結果,指数関数的に集中したコスト関数を持たないDPQCを設計する方法が明らかとなった。

関連論文リスト

• Taming Barren Plateaus in Arbitrary Parameterized Quantum Circuits without Sacrificing Expressibility [6.15507840445531]
  任意のPQCにおけるバレン高原を除去するための汎用的でハードウェア効率のよい手法を提案する。 具体的には、実装が容易な量子チャネルの層を元のPQCに挿入することで、これを実現する。 重要なことは、MPQCにバレンプラトーがないことは現実的なノイズに対して堅牢であり、我々のアプローチは現在のノイズの多い中間スケール量子(NISQ)ハードウェアに直接適用できる。
  論文  参考訳（メタデータ） (2025-11-17T14:21:43Z)
• Escaping Barren Plateau: Co-Exploration of Quantum Circuit Parameters and Architectures [9.020754400793933]
  バレンプラトー(BP)は変分量子回路の訓練を妨げる。 BP問題は、特定のアプリケーションによって異なるスケールで現れる。 本稿では,新しい量子回路パラメータとアーキテクチャ共探索フレームワークであるAntiBPを提案する。
  論文  参考訳（メタデータ） (2025-01-22T23:34:17Z)
• The Dilemma of Random Parameter Initialization and Barren Plateaus in Variational Quantum Algorithms [4.348591076994875]
  ヴァレンプラトー (BP) は、変分量子アルゴリズム (VQA) 内のランダムパラメータ化量子回路 (PQC) によって生じる課題である 本稿では,VQAにおけるバレンプラトー (BP) の課題を軽減するための,実装が容易なアプローチを提案する。 我々の研究は、BPを緩和し、VQAの潜在能力を最大限に活用しようとする量子アルゴリズム開発者にとって、明確な道のりを提供する。
  論文  参考訳（メタデータ） (2024-12-09T13:08:46Z)
• Bayesian Parameterized Quantum Circuit Optimization (BPQCO): A task and hardware-dependent approach [49.89480853499917]
  変分量子アルゴリズム(VQA)は、最適化と機械学習問題を解決するための有望な量子代替手段として登場した。 本稿では,回路設計が2つの分類問題に対して得られる性能に与える影響を実験的に示す。 また、実量子コンピュータのシミュレーションにおいて、ノイズの存在下で得られた回路の劣化について検討する。
  論文  参考訳（メタデータ） (2024-04-17T11:00:12Z)
• Belief Propagation Decoding of Quantum LDPC Codes with Guided Decimation [55.8930142490617]
  BPガイドデシミテーション(BPGD)に基づくQLDPC符号のデコーダを提案する。 BPGDは非収束によるBP故障率を著しく低下させる。
  論文  参考訳（メタデータ） (2023-12-18T05:58:07Z)
• 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)
• Mode connectivity in the loss landscape of parameterized quantum circuits [1.7546369508217283]
  パラメータ化量子回路(PQC)の変分訓練は、近時雑音型中間スケール量子(NISQ)デバイスに多く採用されている。 PQCトレーニングにおける損失ランドスケープの特徴を研究するために、引用したraxler 2018essentiallyで使用されるコネクティビティの視覚化とテストを行うために、citegoodfellowqualitatively,li 2017で導入されたニューラルネットワークの定性的な損失ランドスケープのキャラクタリゼーションを適用した。
  論文  参考訳（メタデータ） (2021-11-09T18:28:46Z)
• FLIP: A flexible initializer for arbitrarily-sized parametrized quantum circuits [105.54048699217668]
  任意サイズのパラメタライズド量子回路のためのFLexible Initializerを提案する。 FLIPは任意の種類のPQCに適用することができ、初期パラメータの一般的なセットに頼る代わりに、成功したパラメータの構造を学ぶように調整されている。 本稿では, 3つのシナリオにおいてFLIPを用いることの利点を述べる。不毛な高原における問題ファミリ, 最大カット問題インスタンスを解くPQCトレーニング, 1次元フェルミ-ハッバードモデルの基底状態エネルギーを求めるPQCトレーニングである。
  論文  参考訳（メタデータ） (2021-03-15T17:38:33Z)

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。