論文の概要: Expressibility and trainability of a two-dimensional pairwise quantum-circuit ansatz
- arxiv url: http://arxiv.org/abs/2607.12996v1
- Date: Tue, 14 Jul 2026 17:47:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-15 17:08:30.239626
- Title: Expressibility and trainability of a two-dimensional pairwise quantum-circuit ansatz
- Title(参考訳): 2次元量子回路アンサッツの表現性と訓練性
- Abstract要約: 本研究では,ネイティブな2次元アンザイザを構築し,その表現性と訓練性と1次元アンザイザイザとを比較した。
固定された16量子ビット系では、2Dアンサッツは最小のKL発散が$L=1$と$2$である。
また、最初の$R_y$角に関して、Pauli-$Z$-string期待値$langle Z_0otimescdotsotimes Z_15rangle$の勾配分散を評価する。
- 参考スコア(独自算出の注目度): 7.782344682771021
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Parameterized quantum circuits~(PQCs) constitute a central building block of variational quantum algorithms~(VQAs) and quantum machine learning~(QML) methods. Existing ansatz designs often adopt hardware-agnostic or simplified 1D chain/ring entanglement patterns. However, as quantum hardware continues to develop, native 2D connectivity patterns, such as planar superconducting-qubit architectures, are becoming increasingly important. Inspired by this hardware structure, we construct a native 2D pairwise ansatz and compare its expressibility and trainability with representative 1D ansatze at identical layer depths, despite their different circuit depths. For the fixed 16-qubit system, the 2D ansatz has the smallest KL divergence at $L=1$ and $2$, and its second-order frame potential approaches the theoretical lower bound more rapidly at shallow layer counts than the frame potentials of the three 1D ansatze. We also evaluate the gradient variance of the Pauli-$Z$-string expectation value $\langle Z_0\otimes\cdots\otimes Z_{15}\rangle$ with respect to the first $R_y$ angle. For this Pauli-$Z$ string and fixed parameter, the gradient variance is smaller for the 2D circuit at $L=1$--$4$. The differences narrow at $L=5$, and the four ansatze yield statistically compatible variances at $L=6$.
- Abstract(参考訳): パラメータ化量子回路〜(PQC)は、変分量子アルゴリズム〜(VQA)および量子機械学習〜(QML)メソッドの中央構造ブロックを構成する。
既存のアンザッツの設計はハードウェアに依存しない、または単純化された1Dチェーン/リングの絡み合いパターンを採用することが多い。
しかし、量子ハードウェアの開発が進むにつれて、平面超伝導量子ビットアーキテクチャのようなネイティブな2次元接続パターンがますます重要になっている。
このハードウェア構造にインスパイアされたネイティブな2Dアンサッツを構築し、その表現性と訓練性を、回路深さが異なるにもかかわらず、同じ層深さで代表1Dアンサツェと比較する。
固定された16量子ビット系では、2Dアンサッツは最小のKL偏差が$L=1$と$2$であり、2階のフレームポテンシャルは3つの1Dアンサッチのフレームポテンシャルよりも浅い層数で理論的な下界に近づく。
また、最初の$R_y$角に関して、Pauli-$Z$-string予想値 $\langle Z_0\otimes\cdots\otimes Z_{15}\rangle$ の勾配分散を評価する。
このPauli-$Z$文字列と固定パラメータに対して、2D回路の勾配分散は$L=1$-$4$である。
差は$L=5$で狭く、4つのアンサーゼは$L=6$で統計的に互換性のある分散をもたらす。
関連論文リスト
- Quantum Speedups for Stochastic Optimization with Heavy-Tailed Noise [49.730496294398726]
重み付き確率変数に対する新しい量子平均推定器を開発した。
尾指数>4/3$のより強い下界を導出し、次元への非自明な依存が避けられないことを示す。
凸目的関数に対して,量子射影勾配降下法を提案する。
論文 参考訳(メタデータ) (2026-07-28T09:29:37Z) - Scalable Quantum Machine Learning: Trainability, Expressivity and Efficiency [0.5076419064097732]
最寄りのハードウェアに対する$k$粒子フェルミオンアーキテクチャを提案する。
レンガの壁は動的リー代数 $mathfraku(n)$ を持ち、Givens 回転を介して$U(n)$ を直接パラメトリズする。
同様の硬度保証は、勾配ごとに8klog n$の評価で達成し、同じ係数が3n/(8k)$還元である。
論文 参考訳(メタデータ) (2026-07-27T05:23:32Z) - Pseudoentanglement in constant depth: How trivial states can have non-trivial entanglement structure [52.51019642214249]
我々は,カットのエントロピーを量子時間で推定できない2次元局所定数深さ量子回路の族を構築する。
定深量子回路は特定の多くの量子サンプルから学習できるので、結果として得られる擬似絡み状態は暗黙的に公鍵であり、擬似ランダムではない。
論文 参考訳(メタデータ) (2026-05-29T15:43:00Z) - Wavelet Variance Equipartition as a Threshold for World-Model Quality and Quantum Kernel TN-Simulability [0.0]
我々はウェーブレットスケーリング指数$$を臨界診断として同定する。
振幅符号化された量子カーネルの古典的シミュラビリティのシャープな遷移境界として$=1/2$を確立する。
この分散は、厳密には$Var[X] = (d-2)$としてスケールする。
論文 参考訳(メタデータ) (2026-05-12T05:41:12Z) - Architecture Shape Governs QNN Trainability: Jacobian Null Space Growth and Parameter Efficiency [3.1094222618006664]
トレーニング容易性はアーキテクチャ形状が$(N,L)$で,固定$E$で大きく変化することを示す。
ヤコビアン$J$と一致する係数の構造的階数不足をその原因となるメカニズムとして同定する。
論文 参考訳(メタデータ) (2026-05-07T09:52:45Z) - Theta-term in Russian Doll Model: phase structure, quantum metric and BPS multifractality [45.88028371034407]
ロシアドルモデル(RDM)の決定論的および不規則なバージョンにおける位相構造について検討する。
BA方程式から生じる大域電荷$Q(theta,gamma)$における相転移のパターンを見つける。
我々は、RDMモデルのハミルトニアンがヒルベルト空間の特に 2d-4d BPS セクターの混合を記述することを予想する。
論文 参考訳(メタデータ) (2025-10-23T17:25:01Z) - FFT-Accelerated Auxiliary Variable MCMC for Fermionic Lattice Models: A Determinant-Free Approach with $O(N\log N)$ Complexity [52.3171766248012]
量子多体系のシミュレーションを劇的に高速化するマルコフ連鎖モンテカルロ(MCMC)アルゴリズムを導入する。
我々は,量子物理学のベンチマーク問題に対するアルゴリズムの有効性を検証し,既知の理論結果を正確に再現する。
我々の研究は、大規模確率的推論のための強力なツールを提供し、物理学に着想を得た生成モデルのための道を開く。
論文 参考訳(メタデータ) (2025-10-13T07:57:21Z) - High-Entanglement Capabilities for Variational Quantum Algorithms: The Poisson Equation Case [0.07366405857677226]
本研究は、IonQ Aria量子コンピュータ機能を利用した問題解決を試みる。
本稿では,2ビットあるいは3ビットのエンタングルメントゲートに基づく離散方程式行列 (DPEM) の分解を提案し,システムサイズに関して$O(1)$の項を持つことを示した。
我々はまた、量子アンサッツのパラメータ空間を小さくし、解を見つけるのに十分な表現性を維持しながら、Globally-Entangling Ansatzを導入する。
論文 参考訳(メタデータ) (2024-06-14T16:16:50Z) - Towards large-scale quantum optimization solvers with few qubits [59.63282173947468]
我々は、$m=mathcalO(nk)$バイナリ変数を$n$ qubitsだけを使って最適化するために、$k>1$で可変量子ソルバを導入する。
我々は,特定の量子ビット効率の符号化が,バレン高原の超ポリノミウム緩和を内蔵特徴としてもたらすことを解析的に証明した。
論文 参考訳(メタデータ) (2024-01-17T18:59:38Z) - Precision of quantum simulation of all-to-all coupling in a local
architecture [0.0]
所望の相互作用の値である$J_ij$と2d回路のパラメータの相関関係を求める。
相対誤差が定数$epsilon$であるためには、量子ビット数でn6$になるエネルギースケールが必要である。
我々の証明はシュリーファー・ヴォルフ変換に基づいており、任意のハードウェアに一般化する。
論文 参考訳(メタデータ) (2023-02-05T18:54:28Z) - Realization of arbitrary doubly-controlled quantum phase gates [62.997667081978825]
本稿では,最適化問題における短期量子優位性の提案に着想を得た高忠実度ゲートセットを提案する。
3つのトランペット四重項のコヒーレントな多レベル制御を編成することにより、自然な3量子ビット計算ベースで作用する決定論的連続角量子位相ゲートの族を合成する。
論文 参考訳(メタデータ) (2021-08-03T17:49:09Z) - Cost Function Dependent Barren Plateaus in Shallow Parametrized Quantum
Circuits [0.755972004983746]
変分量子アルゴリズム (VQA) はパラメタライズド量子回路のパラメータ $vectheta$ を最適化する。
我々は、$V(vectheta)$が局所的な2-デザインを形成するブロックからなる交互層状アンサッツであると仮定して、2つの結果を証明した。
量子オートエンコーダの実装において、これらのアイデアを最大100キュービットの大規模シミュレーションで説明する。
論文 参考訳(メタデータ) (2020-01-02T18:18:25Z)
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。