論文の概要: Backpropagating Pauli Propagation

• arxiv url: http://arxiv.org/abs/2607.15184v1
• Date: Thu, 16 Jul 2026 16:35:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-17 17:01:33.177753
• Title: Backpropagating Pauli Propagation
• Title（参考訳）: 伝播するパウリの伝播
• Abstract要約: パウリ伝搬シミュレーションを用いて,量子回路のパラメータ勾配を評価するバックプロパゲーションアルゴリズムを開発した。 このアルゴリズムは従来のリバースモード自動微分に比べて$mathcalO(n_textparam)$でメモリコストを削減する。 これらの特徴は、状態準備や時間進化圧縮のような応用のための量子回路の効率的で正確な古典的な最適化を可能にする。
• 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: We develop a backpropagation algorithm for evaluating parameter gradients in quantum circuits using Pauli propagation simulation. The method has computational complexity comparable to that of standard sparse Pauli simulation techniques, while producing gradients whose accuracy is of the same order as the corresponding observable expectation values. By exploiting the reversibility of quantum circuits, the algorithm reduces the memory cost by a factor of $\mathcal{O}(n_\text{param})$ compared with conventional reverse-mode automatic differentiation, where $n_\text{param}$ denotes the number of parameters in the circuit. Compared with finite difference methods, the algorithm is $\mathcal{O}(n_\text{param})$ more efficient in function evaluations. These features enable efficient and accurate classical optimization of quantum circuits for applications such as state preparation and time-evolution compression, while also allowing operator-complexity measures such as the operator stabilizer Rényi entropy to be monitored and regularized during optimization. We demonstrate the method by optimizing low-energy state-preparation circuits for transverse-field Ising models in one, two, and three dimensions and for the three-dimensional Heisenberg model, and by compressing two-dimensional time-evolution circuits.
• Abstract（参考訳）: パウリ伝搬シミュレーションを用いて,量子回路のパラメータ勾配を評価するバックプロパゲーションアルゴリズムを開発した。 この手法は標準的なスパースパウリシミュレーション手法に匹敵する計算複雑性を持ち、精度は対応する観測可能な期待値と同じ順の勾配を生成する。 量子回路の可逆性を利用して、従来の逆モード自動微分と比較して$\mathcal{O}(n_\text{param})$でメモリコストを削減し、$n_\text{param}$は回路内のパラメータの数を表す。 有限差分法と比較して、アルゴリズムは関数評価においてより効率的な$\mathcal{O}(n_\text{param})$である。 これらの特徴は、状態準備や時間進化圧縮のような応用のための量子回路の効率的で正確な古典的な最適化を可能にし、また演算子安定化器のレニー・エントロピーのような演算子複雑度測定を最適化中に監視し、正規化することができる。 逆場イジングモデルの低エネルギー状態準備回路を1次元, 2次元, 3次元, 3次元ハイゼンベルクモデルに最適化し, 2次元時間進化回路を圧縮することにより, 提案手法を実証する。

関連論文リスト

• Matrix encoding method in variational algorithm of calculating eigenvalues and generalized eigenvalues [51.97380440677861]
  任意の$Ntimes N$複素行列に対して固有値と一般化固有値を構成する変分法を提案する。 我々のアルゴリズムの量子部分は、行列要素を量子系の純粋な状態に符号化することに基づいている。
  論文  参考訳（メタデータ） (2026-05-07T12:52:34Z)
• 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)
• Interpolation-based coordinate descent method for parameterized quantum circuits [11.745089977547558]
  量子回路(PQC)におけるパラメータ最適化問題に対処する座標降下法(ICD)を提案する。 ICDはPQCコスト関数を近似し、その基礎となる三角構造を効果的に復元し、各イテレーションで単一のパラメータに対してargmin更新を実行する。 構造最適化に関する従来の研究とは対照的に、量子計測から統計的誤差を緩和する最適なノードを決定する。
  論文  参考訳（メタデータ） (2025-03-06T17:06:47Z)
• Fast Expectation Value Calculation Speedup of Quantum Approximate Optimization Algorithm: HoLCUs QAOA [55.2480439325792]
  本稿では,LCU演算子の線形結合として表現できる演算子の期待値を計算するための新しい手法を提案する。 この方法は任意の量子アルゴリズムに対して一般的であり、変分量子アルゴリズムの加速に特に関心がある。
  論文  参考訳（メタデータ） (2025-03-03T17:15:23Z)
• Quantum Circuit Optimization using Differentiable Programming of Tensor Network States [0.0]
  このアルゴリズムは古典的なハードウェア上で動作し、浅い正確な量子回路を見つける。 すべての回路は、適切なCPU時間と控えめなメモリ要求下で高い状態忠実性を達成する。
  論文  参考訳（メタデータ） (2024-08-22T17:48:53Z)
• Parsimonious Optimisation of Parameters in Variational Quantum Circuits [1.303764728768944]
  最適なパラメータを更新するために、1イテレーション毎に少なくとも2つの回路を実行する必要がある新しい量子勾配サンプリングを提案する。 提案手法は,古典的勾配降下に類似した収束率を達成し,勾配座標降下とSPSAを実証的に上回っている。
  論文  参考訳（メタデータ） (2023-06-20T18:50:18Z)
• Optimization at the Interface of Unitary and Non-unitary Quantum Operations in PCOAST [0.3496513815948205]
  Pauliベースの回路最適化・分析・合成ツールチェーン(PCOAST)は、量子回路を最適化するためのフレームワークとして導入された。 本稿では,単元演算と非単元演算の場合にPCOASTグラフを最適化するサブルーチンの集合に着目した。 本稿では,変分量子固有解法(VQE)アルゴリズムの例として,Intel Quantum SDKを用いたPCOAST最適化サブルーチンの評価を行った。
  論文  参考訳（メタデータ） (2023-05-16T22:58:14Z)
• Fast Computation of Optimal Transport via Entropy-Regularized Extragradient Methods [75.34939761152587]
  2つの分布間の最適な輸送距離の効率的な計算は、様々な応用を促進するアルゴリズムとして機能する。 本稿では,$varepsilon$加法精度で最適な輸送を計算できるスケーラブルな一階最適化法を提案する。
  論文  参考訳（メタデータ） (2023-01-30T15:46:39Z)
• Approximate Quantum Compiling for Quantum Simulation: A Tensor Network based approach [1.237454174824584]
  行列生成状態(MPS)から短深さ量子回路を生成する新しいアルゴリズムであるAQCtensorを導入する。 我々のアプローチは、量子多体ハミルトニアンの時間進化から生じる量子状態の準備に特化している。 100量子ビットのシミュレーション問題に対して、AQCtensorは、結果の最適化回路の深さの少なくとも1桁の縮小を実現していることを示す。
  論文  参考訳（メタデータ） (2023-01-20T14:40:29Z)
• Automatic and effective discovery of quantum kernels [41.61572387137452]
  量子コンピューティングは、カーネルマシンが量子カーネルを利用してデータ間の類似度を表現できるようにすることで、機械学習モデルを強化することができる。 本稿では,ニューラルアーキテクチャ検索やAutoMLと同じような最適化手法を用いて,この問題に対するアプローチを提案する。 その結果、高エネルギー物理問題に対する我々のアプローチを検証した結果、最良のシナリオでは、手動設計のアプローチに関して、テストの精度を一致または改善できることが示された。
  論文  参考訳（メタデータ） (2022-09-22T16:42:14Z)
• 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)
• 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)

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。