論文の概要: A Model Predictive Control-Inspired Quantum Algorithm

• arxiv url: http://arxiv.org/abs/2607.24992v1
• Date: Mon, 27 Jul 2026 18:45:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-29 20:50:42.597678
• Title: A Model Predictive Control-Inspired Quantum Algorithm
• Title（参考訳）: 予測制御に基づく量子アルゴリズムの一モデル
• Abstract要約: モデル予測制御(MPC)と呼ばれる高度な制御戦略にインスパイアされた新しいハイブリッド量子古典アルゴリズムを導入する。 このアルゴリズムは、変分量子アルゴリズム(VQA)の最適化に基づく設計とフィードバックに基づく量子アルゴリズム(FQA)のフィードバックに基づく設計を統一する。 我々は,MPCに基づくアルゴリズムが少なくともFQAの性能に合致することを保証できるという数学的証明と数値的証明を通して示す。
• 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 introduce a new hybrid quantum-classical algorithm inspired by an advanced control strategy known as model predictive control (MPC). This algorithm unifies the optimization-based design of variational quantum algorithms (VQAs) with the feedback-based design of feedback-based quantum algorithms (FQAs). Variational circuit parameters are optimized using a layer-wise receding horizon strategy, where observable measurements after every layer initialize a classically simulated dynamic model used to predict quantum state evolution and optimize over future parameterized gates. This hybrid algorithm can be used for applications such as ground state preparation and approximate combinatorial optimization, and presents an ideal use case for the integration of quantum computers with high-performance computing, where the latter resource can be used to increase the scale and efficiency of the predictions critical to MPC. We show through mathematical proof and numerical evidence that the MPC-based algorithm can be guaranteed to at least match the performance of FQAs. Through simulations on Max-Cut problems and a two-dimensional transverse-field Ising model, we demonstrate that relaxed implementations of the MPC-based algorithm can also provide improved performance in practice compared to an FQA.
• Abstract（参考訳）: 本稿では,モデル予測制御(MPC)と呼ばれる高度な制御戦略にインスパイアされた,新しいハイブリッド量子古典アルゴリズムを提案する。 このアルゴリズムは、変分量子アルゴリズム(VQA)の最適化に基づく設計とフィードバックに基づく量子アルゴリズム(FQA)のフィードバックに基づく設計を統一する。 変動回路パラメータは、各層が量子状態の進化を予測し、将来のパラメータ化ゲートを最適化するために使用される古典的なシミュレーションされた動的モデルを初期化した後の観測可能な測定を行う。 このハイブリッドアルゴリズムは、基底状態の準備や近似組合せ最適化などの応用に利用することができ、量子コンピュータと高性能コンピューティングの統合に理想的なユースケースを提供する。 我々は,MPCに基づくアルゴリズムが少なくともFQAの性能に合致することを保証できるという数学的証明と数値的証明を通して示す。 The Simulations on Max-Cut problem and a two-dimensional transverse-field Ising model, we demonstrate that relaxed implementation of the MPC-based algorithm could be improve performance than a FQA。

関連論文リスト

• Stochastic Pauli-path simulator for large-scale quantum optimization [57.179828941706006]
  パウリパスシミュレータは、低磁力状態における量子回路の大規模古典的シミュレーションへの有望な経路を提供する。 既存のアプローチでは、勾配ベースの最適化をネイティブにサポートしていないか、あるいは厳しい勾配バイアスに悩まされている。 本稿では,大規模量子最適化のための計算フレームワークであるPauli-path simulator (SPPS)を提案する。
  論文  参考訳（メタデータ） (2026-07-20T10:43:44Z)
• Measurement-Guided State Refinement for Shallow Feedback-Based Quantum Optimization Algorithm [0.0]
  限られた回路深さは、ノイズの多い量子状態における量子最適化の中枢的な制約である。 我々は,過去の実行から計測結果を利用する反復的戦略である計測誘導初期化(MGI)を導入する。 MGIは浅層深度回路の性能を向上し,高品質なソリューションへの反復的な改善を可能にする。
  論文  参考訳（メタデータ） (2026-02-23T23:07:11Z)
• Quantum Approximate Optimization Algorithm for MIMO with Quantized b-bit Beamforming [47.98440449939344]
  多重入力多重出力(MIMO)は6G通信において重要であり、スペクトル効率と信頼性の向上を提供する。 本稿では、送信機と受信機の両方でbビット量子化位相シフト器の問題に対処するために、量子近似最適化アルゴリズム(QAOA)と交互最適化を適用することを検討する。 この量子化ビームフォーミング問題の構造はQAOAのようなハイブリッド古典的手法と自然に一致し、ビームフォーミングで使われる位相シフトは量子回路の回転ゲートに直接マッピングできる。
  論文  参考訳（メタデータ） (2025-10-07T17:53:02Z)
• QUBO-based training for VQAs on Quantum Annealers [0.06372261626436675]
  量子アニールは、大規模な最適化問題を解決する効果的なフレームワークを提供する。 本研究は変分量子アルゴリズムを学習するための新しい手法を提案する。
  論文  参考訳（メタデータ） (2025-09-01T22:57:49Z)
• Towards Efficient Quantum Computation of Molecular Ground State Energies using Bayesian Optimization with Priors over Surface Topology [0.0]
  変分量子固有解法(VQEs)は、現代の量子コンピュータにおける分子基底状態とエネルギーの計算における有望なアプローチである。 量子資源の少ないVQEを解くために,数ショットの回路観測を利用する標準的なベイズ最適化アルゴリズムの修正を提案する。
  論文  参考訳（メタデータ） (2024-07-10T18:01:50Z)
• Federated Conditional Stochastic Optimization [110.513884892319]
  条件付き最適化は、不変学習タスク、AUPRC、AMLなど、幅広い機械学習タスクで見られる。 本稿では,分散フェデレーション学習のためのアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-10-04T01:47:37Z)
• Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
  テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる 本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。 その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
  論文  参考訳（メタデータ） (2022-09-01T17:08:41Z)
• Nonadiabatic Holonomic Quantum Computation via Path Optimization [3.0726135239588164]
  非アベリア幾何学位相に基づく経路最適化NHQC方式を提案する。 幾何学的ゲートは、異なる進化経路で構築でき、系統的な雑音に対して異なる応答を持つことを示す。 さらに,デコヒーレンスフリー部分空間符号化による量子回路の超伝導化戦略の実装も提案する。
  論文  参考訳（メタデータ） (2022-05-19T02:39:42Z)
• 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)
• A Dynamical Systems Approach for Convergence of the Bayesian EM Algorithm [59.99439951055238]
  我々は、(離散時間)リアプノフ安定性理論が、必ずしも勾配ベースではない最適化アルゴリズムの分析(および潜在的な設計)において、いかに強力なツールとして役立つかを示す。 本稿では,不完全データベイズフレームワークにおけるパラメータ推定を,MAP-EM (maximum a reari expectation-maximization) と呼ばれる一般的な最適化アルゴリズムを用いて行うことに着目したML問題について述べる。 高速収束(線形あるいは二次的)が達成され,S&Cアプローチを使わずに発表することが困難であった可能性が示唆された。
  論文  参考訳（メタデータ） (2020-06-23T01:34:18Z)
• Quantum-Enhanced Simulation-Based Optimization [0.8057006406834467]
  シミュレーションに基づく最適化は、正確に評価するのに計算コストのかかる目的関数を最適化することを目指している。 量子振幅推定(QAE)は、古典モンテカルロシミュレーションよりも2次的なスピードアップを達成することができる。
  論文  参考訳（メタデータ） (2020-05-21T17:02:59Z)

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。