論文の概要: Alleviating the Sparse Matrix Scaling Bottleneck in Adaptive VQE via High-Order Taylor State Evolution
- arxiv url: http://arxiv.org/abs/2606.29692v1
- Date: Mon, 29 Jun 2026 01:40:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-30 18:07:16.018039
- Title: Alleviating the Sparse Matrix Scaling Bottleneck in Adaptive VQE via High-Order Taylor State Evolution
- Title(参考訳): 高次テイラー状態進化による適応VQEにおけるスパースマトリックススケーリングボトルネックの緩和
- Abstract要約: 変分量子固有解法(VQE)は、ノイズの多い中間スケール量子デバイスを導くアルゴリズムである。
その適応的な変種(例えばADAPT-VQE)は、アンザッツ成長段階の厳しい古典的なシミュレーションのボトルネックに悩まされる。
本稿では,高密度行列指数を完全に回避する資源効率のソフトウェア層フレームワークを提案する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The Variational Quantum Eigensolver (VQE) is a leading algorithm for noisy intermediate-scale quantum (NISQ) devices, but its adaptive variants (e.g., ADAPT-VQE) suffer from severe classical simulation bottlenecks during the ansatz growth phase. Representing and exponentiating pool operators for multi-qubit systems constructs massive sparse matrices that quickly scale to millions of elements, choking classical memory bandwidth and CPU/GPU cycle capacity. In this work, we present a resource-efficient software-layer framework that completely bypasses dense matrix exponentiation by evaluating state updates through a deterministic fifth-order (O(5)) Taylor series expansion. This approach reframes the costly unitary evolution into a chained sequence of five lightweight, successive sparse matrix-vector multiplications scaling strictly as O(Nz), where Nz is the number of non-zero elements. We validate our framework using equilibrium BeH2 (14 qubits), equilibrium H2O (12 qubits), and strongly correlated asymmetrically stretched H2O molecular profiles under both Jordan-Wigner (JW) and Bravyi-Kitaev (BK) transformations. The simulation results demonstrate that the O(5) truncation maintains exceptional numerical fidelity, retaining a state fidelity > 0.999999 and matching absolute ground state energies down to subchemical accuracy, while effortlessly navigating matrix spaces exceeding 268 million structural elements. This framework provides a scalable, high-performance pathway for executing deep variational simulations on hardware platforms with constrained computational budgets.
- Abstract(参考訳): 変分量子固有解法(VQE)は、ノイズの多い中間スケール量子(NISQ)デバイスのための主要なアルゴリズムであるが、適応的な変種(例えば、ADAPT-VQE)は、アンザッツ成長段階の厳しい古典的なシミュレーションボトルネックに悩まされている。
マルチキュービットシステムのためのプール演算子の表現と指数化は、数百万の要素に素早くスケールする巨大なスパース行列を構築し、古典的なメモリ帯域幅とCPU/GPUサイクル容量をチョークする。
そこで本研究では, 行列の高密度化を完全に回避し, 決定論的5階数(O(5))Taylor級数展開による状態更新を評価することにより, 資源効率の高いソフトウェア層フレームワークを提案する。
このアプローチは、コストのかかるユニタリ進化を、Nz が非零元の数である O(Nz) として厳密にスケーリングする5つの軽量で連続的なスパース行列ベクトル乗法(英語版)の連鎖列に再構成する。
我々は、平衡BeH2 (14 qubits) 、平衡H2O (12 qubits) およびジョルダン・ウィグナー (JW) およびブレービ・キタエフ (BK) 変換の下で、非対称に伸長したH2O分子プロファイルを用いて、我々の枠組みを検証する。
シミュレーションの結果, O(5) トランニケートは例外的な数値忠実度を維持し, 状態忠実度 > 0.999999 を維持し, 絶対基底状態のエネルギーを準化学的精度まで抑えるとともに, 行列空間は2億8800万以上の構造元素を積極的にナビゲートすることを示した。
このフレームワークは、制約のある計算予算を持つハードウェアプラットフォーム上で、深い変動シミュレーションを実行するためのスケーラブルで高性能な経路を提供する。
関連論文リスト
- Structured Transforms for Low-Overhead Quantization of Language Models [43.017319901277354]
我々は,大規模な言語モデルに対する加振分解に基づく重み量子化について再検討し,改良されたアルゴリズムを提案する。
更新を交互に行うグリーディアルゴリズムは,各因子の安定な2ビットクラスタリングに必要な4ピーク分布を保証する。
JAXパイプラインは、OPTQ、QuIP、QuIP-RG、微調整およびベクトル量子化なしのQuIP#と競合し、OPT、Llama-2、Pythiaの4ビットのチャネルで競合する。
論文 参考訳(メタデータ) (2026-09-10T15:15:50Z) - Logarithmic-scale variational quantum eigensolver for off-lattice protein structure prediction in continuous torsional angle space [0.0]
対数スケールの変分量子固有解法(VQE)を提案する。
これにより、タンパク質構造予測(QPSP)のための最初の全原子連続空間量子アルゴリズムが導入された。
これは、指数的に少ない量子ビットで高分解能予測が実現可能であることを証明している。
論文 参考訳(メタデータ) (2026-09-02T05:05:46Z) - Complementary Matrix-Gated QKAN Fast-Weight Programmers for Quantum Dynamics Forecasting [38.586966822977686]
量子インスパイアされたコルモゴロフ・アルノルドネットワーク(QKAN)に基づくゲーテッド高速プログラマ(FWP)
低ランク度変調を用いた自己変調QKANベースのFWPを提案する。
論文 参考訳(メタデータ) (2026-07-30T09:52:22Z) - Alleviating the Sparse Matrix Scaling Bottleneck in Adaptive VQE via Greedy Operator Commutativity Partitioning and High-Order Taylor State Evolution [0.0]
本稿では,演算子選択と状態進化の両方を最適化する解析手法であるGOCP(Greedy Operator Commutativity Partitioning)フレームワークを紹介する。
本研究では,BeH2および強相関H2Oを含む種々の分子系における本フレームワークの性能評価を行った。
論文 参考訳(メタデータ) (2026-07-17T12:30:30Z) - Hybrid Quantum Neighborhood Selection: NISQ-Compatible Combinatorial Optimization via Stochastic Frontier Decomposition [0.0]
本研究は、Hybrid Quantum Neighborhood Selection (HQNS)を紹介する。
HQNSはステージ毎にFN活性変数のコンパクトフロンティアを選択し、残りを縮小QUBO係数に凍結する。
最大ダイバーシティ・サブセット選択問題(MDSSP)のHQNSを6つの尺度で最大1000まで評価した。
論文 参考訳(メタデータ) (2026-06-28T23:35:46Z) - Benchmarking and Resource Analysis for Augmented-Lagrangian Quantum Hamiltonian Descent [20.262110626069653]
量子ハミルトニアン Descent (QHD) は、時間依存の量子ハミルトニアンをシミュレートした連続最適化アルゴリズムである。
QHDによる制約付き非耐性最適化には有用であるが、大規模なフォールト量子ハードウェアを必要とする可能性が高い。
論文 参考訳(メタデータ) (2026-05-12T12:54:59Z) - Distributed Variational Quantum Linear Solver [2.7835589988032887]
NVIDIA-Q上に構築された分散VQLSフレームワークにより,O(L2)コスト関数評価のスケーラブルな分散を実現する。
高速ウォルシュ・アダマール変換(英語版) (FWHT) によるパウリ分解はLCU項の指数関数的な成長を抑制し、L を n > 6 ビットで O(2n) から O(1) に還元する。
10ビットの3重対角トープリッツ系の場合、これは256倍減少し、99.99%以上の解忠実度を保っている。
論文 参考訳(メタデータ) (2026-04-15T21:27:16Z) - Exponential Scaling Barriers for Variational Quantum Eigensolvers [2.602373867794406]
変分量子固有解法(VQE)は量子系の基底状態を計算するための有望なアルゴリズムとして広く考えられている。
適応型VQEの計算コストがターゲットシステムのサイズとどのようにスケールするかを精査する。
論文 参考訳(メタデータ) (2026-03-13T15:18:31Z) - A Depth-Independent Linear Chain Ansatz for Large-Scale Quantum Approximate Optimization [19.43182259360486]
本稿では, 線形連鎖 QAOA の変種を提案するとともに, 従来の QAOA のパラダイムである MaxCut 問題に対して, その優位性を実証する。
アンザッツでは、元のMaxCutグラフから線形鎖を見つけ、この鎖に沿ってエンタングゲートを順次配置する。
この線形鎖アンサッツは、浅い量子回路と、問題の大きさとは独立にスケールする低い実行時間によって特徴付けられる。
論文 参考訳(メタデータ) (2025-09-22T00:33:54Z) - Zassenhaus Expansion in Solving the Schrödinger Equation [0.0]
基本的な課題はユニタリ進化作用素 (e-imathcalHt ) の近似である。
我々は、E. K"okc"u et alによって導入された固定深度シミュレーションの枠組みを改良し、二階ザッセンハウス展開を取り入れた。
これにより、(mathcalO(t))のようにエラースケーリングを伴う制御された非単位近似が得られる。
論文 参考訳(メタデータ) (2025-05-14T14:48:47Z) - Efficient charge-preserving excited state preparation with variational quantum algorithms [33.03471460050495]
本稿では、対称性と対応する保存電荷をVQDフレームワークに組み込むために設計された電荷保存型VQD(CPVQD)アルゴリズムを紹介する。
その結果、高エネルギー物理学、核物理学、量子化学への応用が示された。
論文 参考訳(メタデータ) (2024-10-18T10:30:14Z) - Quantum Gate Generation in Two-Level Open Quantum Systems by Coherent
and Incoherent Photons Found with Gradient Search [77.34726150561087]
我々は、非コヒーレント光子によって形成される環境を、非コヒーレント制御によるオープン量子系制御の資源とみなす。
我々は、ハミルトニアンにおけるコヒーレント制御と、時間依存デコヒーレンス率を誘導する散逸器における非コヒーレント制御を利用する。
論文 参考訳(メタデータ) (2023-02-28T07:36:02Z) - Towards Neural Variational Monte Carlo That Scales Linearly with System
Size [67.09349921751341]
量子多体問題(Quantum many-body problem)は、例えば高温超伝導体のようなエキゾチックな量子現象をデミストする中心である。
量子状態を表すニューラルネットワーク(NN)と変分モンテカルロ(VMC)アルゴリズムの組み合わせは、そのような問題を解決する上で有望な方法であることが示されている。
ベクトル量子化技術を用いて,VMCアルゴリズムの局所エネルギー計算における冗長性を利用するNNアーキテクチャVector-Quantized Neural Quantum States (VQ-NQS)を提案する。
論文 参考訳(メタデータ) (2022-12-21T19:00:04Z) - Decomposability and Parallel Computation of Multi-Agent LQR [19.710361049812608]
連続時間線形MASにおける線形レギュレータ(LQR)設計のための並列RLスキームを提案する。
我々は、MAS が均質であれば、この分解は閉ループ最適性を保持することを示す。
提案手法は,LQRコストの累積価値を損なうことなく,学習の大幅な高速化を保証できる。
論文 参考訳(メタデータ) (2020-10-16T20:15:39Z) - MoG-VQE: Multiobjective genetic variational quantum eigensolver [0.0]
変分量子固有解法 (VQE) は、近距離量子コンピュータのための最初の実用的なアルゴリズムとして登場した。
本稿では,低深度と精度の向上を両立させる手法を提案する。
2ビットゲート数の10倍近く削減されるのを、標準のハードウェア効率のアンサッツと比較して観察する。
論文 参考訳(メタデータ) (2020-07-08T20:44:50Z) - Simulating nonnative cubic interactions on noisy quantum machines [65.38483184536494]
量子プロセッサは、ハードウェアに固有のものではないダイナミクスを効率的にシミュレートするためにプログラムできることを示す。
誤差補正のないノイズのあるデバイスでは、モジュールゲートを用いて量子プログラムをコンパイルするとシミュレーション結果が大幅に改善されることを示す。
論文 参考訳(メタデータ) (2020-04-15T05:16:24Z) - Hartree-Fock on a superconducting qubit quantum computer [30.152226344347064]
ここでは、12の量子ビット、78の2量子ビットゲート、114の1量子ビットゲートを含む、最も大きな化学の一連の量子シミュレーションを行う。
我々は、ジアゼンの異性化と同様に、$rm H_6$, $rm H_8$, $rm H_10$, $rm H_12$の結合エネルギーをモデル化する。
また,本実験の有効性を劇的に向上させる$N$-representabilityに基づく誤り軽減戦略を実証した。
論文 参考訳(メタデータ) (2020-04-08T18:00:06Z)
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。