論文の概要: Decoupling of the QAOA into independent spin-boson systems and high-depth performance on pure and mixed spin glasses

• arxiv url: http://arxiv.org/abs/2609.40309v1
• Date: Wed, 30 Sep 2026 17:52:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:28.285553
• Title: Decoupling of the QAOA into independent spin-boson systems and high-depth performance on pure and mixed spin glasses
• Title（参考訳）: 独立スピンボゾン系へのQAOAの分解と純および混合スピングラスの高深度特性
• Abstract要約: 混合高密度スピングラス問題におけるQAOAエネルギーの計算作業において、スピンは独立スピンボソン系にほぼ分離されることを示す。 本研究では、混合密度スピングラス問題におけるQAOAエネルギーの計算タスクにおいて、スピンは独立スピンボソン系にほぼ分離されることを示す。
• 参考スコア（独自算出の注目度）: 0.7483510084279033
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The Quantum Approximate Optimization Algorithm (QAOA) is regarded as a promising candidate for near-term quantum advantage in combinatorial optimization, yet our ability to study it at scale is limited. Exact recursive formulas have been introduced for predicting QAOA performance on large spin glasses, but the computational cost of evaluating them grows exponentially with the number of QAOA layers, preventing the study of QAOA in the promising high-depth regime. In this work, we show that for the task of computing QAOA energy on any mixed dense spin glass problem, spins approximately decouple into independent spin-boson systems. In the infinite-size limit, the decoupling becomes exact, establishing the spin-boson mapping as a natural framework for the many-body physics of QAOA. This generalized spin-boson mapping gives a recursive procedure for computing QAOA energies that can be executed at modest cost using tensor networks. As a numerical application, we optimize QAOA on pure and mixed spin glasses at depths intractable for prior techniques, observing that higher-degree problems require more layers for a comparable approximation ratio while angle optimization becomes more challenging. While decoupling enables the evaluations of QAOA energies at large size and depth, it does not enable strong simulation of QAOA; a quantum computer is required to sample the bitstring corresponding to the predicted energy.
• Abstract（参考訳）: 量子近似最適化アルゴリズム(QAOA)は、組合せ最適化において、短期的な量子優位性の候補として期待されているが、大規模に研究する能力は限られている。 大きなスピングラス上でのQAOA性能を予測するための厳密な再帰公式が導入されたが、それらの評価の計算コストはQAOA層の数とともに指数関数的に増大し、将来有望な高密度状態におけるQAOAの研究を妨げている。 本研究では、混合密度スピングラス問題におけるQAOAエネルギーの計算タスクにおいて、スピンは独立スピンボソン系にほぼ分離されることを示す。 無限大の極限において、疎結合は完全となり、スピンボソン写像はQAOAの多体物理学の自然な枠組みとして確立される。 この一般化されたスピンボソンマッピングは、テンソルネットワークを用いて最小のコストで実行できるQAOAエネルギーを計算するための再帰的な手順を与える。 数値的な応用として、従来の手法では難解な深さで純スピングラスと混合スピングラスのQAOAを最適化し、高次問題では近似比を同等にするためにより多くの層を必要とするが、角度の最適化はより困難になる。 デカップリングはQAOAエネルギーを大きなサイズと深さで評価できるが、QAOAの強いシミュレーションは不可能であり、量子コンピュータは予測されたエネルギーに対応するビットストリングをサンプリングする必要がある。

関連論文リスト

• EQE-QAOA: An Equivalence-Preserving Qubit Efficient Framework for Combinatorial Optimization [54.05451096499336]
  既存の技術は情報損失のコストで量子ビットの削減に依存しており、計算性能は劣化している。 等価保存量子ビット効率QAOAを提案し、性能を劣化させることなく必要なキュービット数を著しく削減する。 完全独立変数を持つ非制約問題を除いて,大規模最適化問題に広く適用可能であることを示す。
  論文  参考訳（メタデータ） (2026-04-20T13:57:49Z)
• Quantum Approximate Optimization Algorithm for Maximum Likelihood Detection in Massive MIMO [21.477208706334608]
  本稿では,二項記号の最大度検出解法をQAOAに基づいて提案する。 最先端のQAOAベースのML検出アルゴリズムと比較して,提案手法は1レベルQAOAのより普遍的でコンパクトな期待値式を持つ。
  論文  参考訳（メタデータ） (2025-10-15T09:37:21Z)
• Evidence that the Quantum Approximate Optimization Algorithm Optimizes the Sherrington-Kirkpatrick Model Efficiently in the Average Case [3.4872784636892047]
  Sherrington-Kirkpatrick(SK)モデルは、混乱したシステムを理解するための基盤となるフレームワークである。 量子近似最適化アルゴリズム (Quantum Approximate Optimization Algorithm, QAOA) は、量子最適化アルゴリズムであり、その性能は深さ$p$で単調に向上する。 無限大の極限においてSKモデルに適用されたQAOAを解析し、回路深さ$mathcalO(n/epsilon1.13)$の最適エネルギーに対して1-epsilon$の近似が得られるという数値的な証拠を与える。
  論文  参考訳（メタデータ） (2025-05-12T18:00:01Z)
• Quantum Approximate Optimization Algorithm in Finite Size and Large Depth and Equivalence to Quantum Annealing [1.0651272230712345]
  QAOAエネルギーは、2つの条件下での量子アニールを近似し、すなわち、角度が1つの層から次の層に滑らかに変化し、和が定数で束縛されていることを示す。 我々の証明は、一定の角度の和に対してQAOAの深さが増加するにつれて量子アニール限界に収束することを示す、角度の和におけるQAOAエネルギーの一連の拡張に依存している。
  論文  参考訳（メタデータ） (2025-03-12T17:27:40Z)
• 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)
• Connecting the Hamiltonian structure to the QAOA performance and energy landscape [0.0]
  量子交互演算子 Ansatz (QAOA) は2次非制約二項最適化問題の解法に有効である。 本研究は,短期量子デバイスにおけるアルゴリズムの堅牢性と最適化タスクの可能性を強調する。
  論文  参考訳（メタデータ） (2024-07-05T11:32:46Z)
• Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
  我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。 問題の大きさと問題グラフの次数で指数関数的に増大する。 これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
  論文  参考訳（メタデータ） (2022-01-06T21:02:30Z)
• Quantum Approximate Optimization Algorithm applied to the binary perceptron [0.46664938579243564]
  本稿では,量子アニーリング(QA)と量子近似最適化アルゴリズム(QAOA)を,ニューラルネットワークにおける教師あり学習のパラダイムタスクに適用する。 我々はQAOAパラメータに対する最適滑らかな解の存在を証明し、同じ問題の典型例間で伝達可能であることを示す。 従来のQAよりもQAOAの性能が向上したことを示す。
  論文  参考訳（メタデータ） (2021-12-19T18:33:22Z)
• Quantum Approximate Optimization Algorithm Based Maximum Likelihood Detection [80.28858481461418]
  量子技術の最近の進歩は、ノイズの多い中間スケール量子(NISQ)デバイスへの道を開く。 量子技術の最近の進歩は、ノイズの多い中間スケール量子(NISQ)デバイスへの道を開く。
  論文  参考訳（メタデータ） (2021-07-11T10:56:24Z)
• Quantized Proximal Averaging Network for Analysis Sparse Coding [23.080395291046408]
  反復アルゴリズムをトレーニング可能なネットワークに展開し,量子化前にスパーシティの学習を容易にする。 圧縮画像回復と磁気共鳴画像再構成への応用を実証する。
  論文  参考訳（メタデータ） (2021-05-13T12:05:35Z)
• Instance Independence of Single Layer Quantum Approximate Optimization Algorithm on Mixed-Spin Models at Infinite Size [0.0]
  混合スピンモデルの場合、深さ1ドルQAOAは無限大のシステムに限らず特定のインスタンスとは独立であることを示す。 また,期待エネルギーの高次モーメントを明示的に表現し,QAOAの期待性能が集中していることを証明する。
  論文  参考訳（メタデータ） (2021-02-24T03:19:15Z)

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。