論文の概要: An Analytically Trained Variational Surrogate for Quantum Phase Estimation on NISQ Hardware
- arxiv url: http://arxiv.org/abs/2607.20943v1
- Date: Thu, 23 Jul 2026 05:52:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-24 18:26:25.298228
- Title: An Analytically Trained Variational Surrogate for Quantum Phase Estimation on NISQ Hardware
- Title（参考訳）: NISQハードウェアにおける量子位相推定のための解析的学習型変分サロゲート
- Authors: Mousumi Kundu, Ashish Kumar Patra, Anurag K. S. V., Ruchika Bhat, Sai Shankar P., Alok Shukla, Jaiganesh G,
- Abstract要約: 量子位相推定(Quantum Phase Estimation, QPE)は、分子基底状態エネルギー推定の基礎アルゴリズムであるが、その深い回路要件は、ノイズ中間量子(NISQ)デバイス上で直接ハードウェアの実行を非現実的にする。
本稿では、量子回路シミュレーションを使わずにQPE測定分布を再現するために、浅部変分量子回路(VQC)を訓練した解析的基底変分サロゲート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）: 0.3908906925636173
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum Phase Estimation (QPE) is a foundational algorithm for molecular ground-state energy estimation, but its deep circuit requirements make direct hardware execution impractical on Noisy Intermediate-Scale Quantum (NISQ) devices. We present an analytically grounded variational surrogate framework in which a shallow Variational Quantum Circuit (VQC) is trained to reproduce the QPE measurement distribution without any quantum circuit simulation. The training target is computed entirely classically via the Dirichlet kernel, evaluated directly from the Full Configuration Interaction (FCI) ground-state energy, the ancilla qubit count, and the time evolution parameter, eliminating the exponentially scaling simulation bottleneck of prior surrogate approaches. We apply this framework to the hydrogen molecule (H$_2$) with a symmetry-tapered Hamiltonian, conducting a four-stage experimental investigation on IBM Quantum hardware. Stage 1 compares linear and full entangler topologies for the $R_Y$-$R_Z$-$CZ$ ansatz, with and without XpXm Dynamical Decoupling (DD), across four distributional metrics (Hellinger distance, fidelity error, total variation distance, Jensen-Shannon divergence), identifying the linear entangler as optimal. Stage 2 varies VQC layers ($p=1$ to $5$) for the linear-entangler ansatz, identifying single-layer depth as optimal under hardware noise. Stage 3 applies this configuration to the reduced $R_Y$-$CZ$ ansatz, comparing ideal and noisy simulator-trained parameters. A supplementary noise analysis at $p \in \{8,64\}$ characterizes the depth-dependent interplay between circuit depth and DD effectiveness. The framework enables faithful QPE mimicry using a linearly scaling VQC, recovering the ground-state energy within the chemical accuracy threshold (1 kcal/mol), constituting a scalable, hardware-efficient paradigm for QPE-based molecular energy estimation on NISQ devices.
- Abstract（参考訳）: 量子位相推定(Quantum Phase Estimation, QPE)は、分子基底状態エネルギー推定の基礎アルゴリズムであるが、その深い回路要件は、ノイズ中間量子(NISQ)デバイス上で直接ハードウェアの実行を非現実的にする。
本稿では、量子回路シミュレーションを使わずにQPE測定分布を再現するために、浅部変分量子回路(VQC)を訓練した解析的基底変分サロゲートフレームワークを提案する。
トレーニング対象はディリクレカーネルを介して古典的に計算され、FCI(Full Configuration Interaction)基底状態エネルギー、アンシラ量子ビット数、時間発展パラメータから直接評価され、従来のサロゲートアプローチの指数関数的スケーリングシミュレーションボトルネックを排除している。
我々は、この枠組みを対称性を持つハミルトニアンを持つ水素分子(H$_2$)に適用し、IBM量子ハードウェアに関する4段階の実験研究を行う。
R_Y$-$R_Z$-$CZ$ ansatz, with and without XpXm Dynamical Decoupling (DD), across four distributional metrics (Hellinger distance, fidelity error, total variation distance, Jensen-Shannon divergence)。
ステージ2では、線形エンタングルアンサッツに対してVQC層(p=1$から5$)が変化し、ハードウェアノイズ下では単一層深さが最適であると判断される。
ステージ3では、この設定をR_Y$-$CZ$ ansatzに当てはめ、理想的なシミュレータとノイズの多いトレーニングパラメータを比較している。
a supplementary noise analysis at $p \in \{8,64\}$ is characterizeds the depth-dependent interplay between circuit depth and DD effectiveness。
このフレームワークは、線形スケーリングVQCを用いて忠実なQPE模倣を可能にし、化学精度しきい値(1kcal/mol)内の基底状態エネルギーを回収し、NISQデバイス上でQPEに基づく分子エネルギー推定のためのスケーラブルでハードウェア効率の良いパラダイムを構成する。
関連論文リスト
- Bridging the NISQ and Fault-Tolerant Regimes: Generative-ML-Assisted Quantum Selected CI for Molecular Simulations [0.0]
本報告では,富士通FX700上でのハイブリッド量子古典ワークフローについて述べる。
量子ベースの対角化における2つの構造的非効率性に対処する。
業界にとってより効率的で経済的な薬物発見シミュレーションを可能にする。
論文 参考訳（メタデータ） (2026-06-29T16:48:44Z) - Error-corrected phase estimation averaged over variable grids on a trapped-ion quantum computer: hyperacuity spectra of a CO molecule adsorbed onto $χ$-Fe$_5$C$_2$ [0.0]
本稿では、低分解能QPEと複数の原点シフトを組み合わせたバーニア型アプローチと、スペクトルを正確に再構成するための物理的動機付け連続パラメトリゼーションを提案する。
QAVGは、早期フォールト耐性量子コンピュータの時代への相関スペクトルの量子シミュレーションへの堅牢な経路を提供する。
論文 参考訳（メタデータ） (2026-05-28T09:33:24Z) - Fisher information based lower bounds on the cost of quantum phase estimation [0.0]
量子位相推定(QPE)は、ユニタリ演算子の固有値を推定するために設計された量子アルゴリズムの基礎である。
既存の性能評価は、量子回路に固有の統計情報を古典的な後処理の効率から切り離すことに失敗した。
我々はサーキット設計の性能限界を定式化するためにフィッシャー情報とクラマーラオ低域を用いる。
論文 参考訳（メタデータ） (2026-03-13T06:40:12Z) - Performance Guarantees for Quantum Neural Estimation of Entropies [31.955071410400947]
量子神経推定器(QNE)は古典的ニューラルネットワークとパラメトリズド量子回路を組み合わせたものである。
非漸近的エラーリスク境界の形で測定された相対エントロピーのQNEの形式的保証について検討する。
我々の理論は、測定された相対エントロピーに対するQNEの原則的実装を促進することを目的としている。
論文 参考訳（メタデータ） (2025-11-24T16:36:06Z) - Quantum Amplitude-Amplification Eigensolver: A State-Learning-Assisted Approach beyond Energy-Gradient-Based Heuristics [4.181599718305555]
基底状態の推定は、幅広い量子シミュレーションの中心にある。
量子振幅増幅固有解法(QAAE)を開発した。
QAAEは、量子振幅増幅により、試験状態を基底状態に向けてコヒーレントに駆動する。
論文 参考訳（メタデータ） (2025-11-15T07:00:00Z) - Benchmarking Quantum Simulation Methods [8.088728237481323]
量子位相推定は、フォールトトレラント量子計算の基盤となるアルゴリズムである。
QPEアルゴリズムの全体的な量子リソースコストに対する3つの重要なパラメータの影響を定量化する。
論文 参考訳（メタデータ） (2025-10-02T06:35:57Z) - Extending Quantum Perceptrons: Rydberg Devices, Multi-Class Classification, and Error Tolerance [67.77677387243135]
量子ニューロモーフィックコンピューティング(QNC)は、量子計算とニューラルネットワークを融合して、量子機械学習(QML)のためのスケーラブルで耐雑音性のあるアルゴリズムを作成する
QNCの中核は量子パーセプトロン(QP)であり、相互作用する量子ビットのアナログダイナミクスを利用して普遍的な量子計算を可能にする。
論文 参考訳（メタデータ） (2024-11-13T23:56:20Z) - RobustState: Boosting Fidelity of Quantum State Preparation via
Noise-Aware Variational Training [25.856061402981496]
量子状態の準備には、量子ビットからターゲット量子状態を生成することが含まれる。
本稿では,高ロバスト性と高トレーニング効率を組み合わせた新しいVQSPトレーニング手法であるRobustStateを提案する。
論文 参考訳（メタデータ） (2023-11-27T17:55:50Z) - TopGen: Topology-Aware Bottom-Up Generator for Variational Quantum
Circuits [26.735857677349628]
変分量子アルゴリズム(VQA)は、短期デバイスに量子上の利点を示すことを約束している。
パラメータ化ゲートを持つ変分回路であるアンサッツの設計は、VQAにとって最重要となる。
トポロジ固有のアンザッツを生成するボトムアップ手法を提案する。
論文 参考訳（メタデータ） (2022-10-15T04:18:41Z) - Preparation of excited states for nuclear dynamics on a quantum computer [117.44028458220427]
量子コンピュータ上で励起状態を作成するための2つの異なる方法を研究する。
シミュレーションおよび実量子デバイス上でこれらの手法をベンチマークする。
これらの結果から,フォールトトレラントデバイスに優れたスケーリングを実現するために設計された量子技術が,接続性やゲート忠実性に制限されたデバイスに実用的なメリットをもたらす可能性が示唆された。
論文 参考訳（メタデータ） (2020-09-28T17:21:25Z) - 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。