論文の概要: On the Role of Problem Structure in Single-Layer QAOA

• arxiv url: http://arxiv.org/abs/2610.30511v2
• Date: Tue, 27 Oct 2026 20:52:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-30 22:39:27.468513
• Title: On the Role of Problem Structure in Single-Layer QAOA
• Title（参考訳）: 単層QAOAにおける問題構造の役割について
• Abstract要約: 本稿では,目標状態増幅の観点から問題構造を特徴付ける枠組みを提案する。 問題コストとミキサー依存のダイナミクスの関係を抽出した連立確率分布で表すことができることを示す。 構造情報をミキサー力学から分離するパラメータ平均確率の行列表現を導出する。
• 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: Problem structure is widely regarded as a key factor influencing the performance of the Quantum Approximate Optimization Algorithm (QAOA), yet it often remains an informal notion without a precise mathematical characterization. In this work, we introduce a mathematical framework for characterizing problem structure from the perspective of target-state amplification in single-layer QAOA. We show that this structure can be represented by a joint probability distribution capturing the relationship between problem costs and mixer-dependent dynamics. We identify the statistical dependence encoded in this distribution as a measure of problem structure, through which necessary conditions for exponential amplification can be established. We establish a mean--max non-separation bound connecting parameter-averaged probabilities to their variational maxima. For NPO-PB problems with polynomially many distinct mixer eigenvalues, these probabilities exhibit the same scaling up to polynomial factors, allowing the exponential scaling of optimal amplification to be characterized without explicit parameter optimization. Beyond this characterization, mean--max non-separation also identifies regimes in which random-parameter QAOA can match the sampling guarantees of variationally trained QAOA. We further derive a matrix representation of the parameter-averaged probability that separates structural information from mixer dynamics, providing insight into the mechanisms governing probability amplification and its exponential suppression relative to the mixer capacity. These mechanisms are illustrated through analytically tractable examples involving transverse field and Grover mixers.
• Abstract（参考訳）: 問題構造は量子近似最適化アルゴリズム(QAOA)の性能に影響を及ぼす重要な要因として広く考えられているが、正確な数学的特徴を持たない非公式な概念のままであることが多い。 本研究では,単一層QAOAにおける目標状態増幅の観点から問題構造を特徴づける数学的枠組みを提案する。 この構造は,問題コストとミキサー依存力学の関係を抽出した連立確率分布で表すことができる。 我々は,この分布に符号化された統計的依存を,指数増幅に必要な条件を確立できる問題構造の尺度として同定する。 パラメータ平均化確率を変動最大値に接続する平均--max非分離境界を確立する。 多項式に多くの異なるミキサー固有値を持つ NPO-PB 問題に対して、これらの確率は多項式因子まで同じスケーリングを示し、パラメータの明示的最適化なしに最適な増幅の指数的スケーリングを特徴付けることができる。 この特徴の他に、平均-max非分離は、ランダムパラメータQAOAがバラツキ訓練されたQAOAのサンプリング保証と一致する状態も特定する。 さらに、構造情報をミキサー力学から分離するパラメータ平均確率の行列表現を導出し、確率増幅のメカニズムとミキサーキャパシティに対する指数的抑制について考察する。 これらのメカニズムは、横磁場とグローバーミキサーを含む解析的に抽出可能な例を通して説明される。

関連論文リスト

• Avoided-crossings, degeneracies and Berry phases in the spectrum of quantum noise through analytic Bloch-Messiah decomposition [49.1574468325115]
  解析的ブロッホ・メシア分解 (analytic Bloch-Messiah decomposition) は量子光学系の力学を特徴づけるためのアプローチを提供する。 単一パラメータが変化した場合,回避された交差は自然に発生し,特異ベクトルの過敏性をもたらすことを示す。 我々は,避けられた交差を意図的に設計することで,フォトニックシステムのスペクトル応答をプログラムできる可能性を強調した。
  論文  参考訳（メタデータ） (2025-04-29T13:14:15Z)
• Performance Upper Bound of Grover-Mixer Quantum Alternating Operator Ansatz [3.5023108034606256]
  QAOA(Quantum Alternating Operator Ansatz)は最適化問題を解くための量子アルゴリズムの一分野である。 特定の変種であるGrover-Mixer Quantum Alternating Operator Ansatz (GM-QAOA)は、等価な目的値を共有する状態間で均一な振幅を保証する。 GM-QAOAはサンプリング確率を2次的に向上させ,一貫した性能を維持するために,問題サイズと指数関数的にスケールする回路深度を必要とすることを示す。
  論文  参考訳（メタデータ） (2024-05-06T05:47:27Z)
• Analytical results for the Quantum Alternating Operator Ansatz with Grover Mixer [0.0]
  本稿では,問題ハミルトニアンスペクトルに付随する確率分布に依存する予測値の解析式として,GM-QAOAを統計的に解析する手法を提案する。 我々はこの分析を、Grover-based QAOAと呼ぶGrovermixerを用いて、より一般的なQAOAの文脈に拡張する。
  論文  参考訳（メタデータ） (2024-01-19T23:17:08Z)
• A Robustness Analysis of Blind Source Separation [91.3755431537592]
  ブラインドソース分離(BSS)は、変換$f$が可逆であるが未知であるという条件の下で、その混合である$X=f(S)$から観測されていない信号を復元することを目的としている。 このような違反を分析し、その影響を$X$から$S$のブラインドリカバリに与える影響を定量化するための一般的なフレームワークを提案する。 定義された構造的仮定からの偏差に対する一般的なBSS溶出は、明示的な連続性保証という形で、利益的に分析可能であることを示す。
  論文  参考訳（メタデータ） (2023-03-17T16:30:51Z)
• Distribution Regression with Sliced Wasserstein Kernels [45.916342378789174]
  分布回帰のための最初のOTに基づく推定器を提案する。 このような表現に基づくカーネルリッジ回帰推定器の理論的性質について検討する。
  論文  参考訳（メタデータ） (2022-02-08T15:21:56Z)
• Probabilistic Simplex Component Analysis [66.30587591100566]
  PRISMは、データ循環記述のシンプルさの頂点をデータから識別する確率論的シンプルコンポーネント分析手法である。 この問題には多様な応用があり、最も注目すべきはリモートセンシングにおけるハイパースペクトルアンミックスと機械学習における非負行列分解である。
  論文  参考訳（メタデータ） (2021-03-18T05:39:00Z)
• Asymptotic Analysis of an Ensemble of Randomly Projected Linear Discriminants [94.46276668068327]
  [1]では、ランダムに投影された線形判別式のアンサンブルを用いてデータセットを分類する。 我々は,計算コストのかかるクロスバリデーション推定器の代替として,誤分類確率の一貫した推定器を開発する。 また、実データと合成データの両方で投影次元を調整するための推定器の使用を実証する。
  論文  参考訳（メタデータ） (2020-04-17T12:47:04Z)

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。