論文の概要: Structural Bottlenecks in QAOA Mixer Design: Transport and Causal Reach

• arxiv url: http://arxiv.org/abs/2610.40424v1
• Date: Thu, 29 Oct 2026 16:49:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 07:14:36.666844
• Title: Structural Bottlenecks in QAOA Mixer Design: Transport and Causal Reach
• Title（参考訳）: QAOAミキサー設計における構造ボトムネック:輸送と因果関係
• Abstract要約: 浅量子近似最適化アルゴリズム(QAOA)における2つの相補的構造ボトルネックを同定する。 パートIでは、補的小数$と小数$の1次ミキサー依存の目的境界を導出する。 第2部では、問題グラフに整合した2つの局所的相互作用を持つ横フィールドミキサーを増設することにより、MaxCutの局所性ボトルネックについて検討する。
• 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: The choice of mixer is a central design decision in the Quantum Approximate Optimization Algorithm (QAOA), yet different structural limitations of a mixer need not be captured by a single metric. We identify two complementary structural bottlenecks for shallow QAOA: configuration-space transport, which limits how strongly probability can concentrate on high-quality solutions, and finite-depth causal reach, which limits which parts of a problem instance can influence a local objective term. In Part I, we derive first-order mixer-dependent objective bounds in complementary small-$β$ and small-$γ$ regimes. For connected regular mixer graphs, the two leading-order expressions are exactly equivalent through a graph-Laplacian identity and reduce to the same cost-weighted Dirichlet energy. We then derive a non-perturbative upper envelope from the layer-wise $\ell_1$ spreading of the mixer unitary, yielding a cost-distribution-dependent necessary spreading condition for attaining a target approximation ratio. In Part II, we study the locality bottleneck for MaxCut by augmenting the transverse-field mixer with problem-graph-aligned two-local interactions. The resulting $k$-hop construction has causal radius at most $(k+1)p$ at depth $p$; for the $k=1$ architectures studied numerically, this gives radius $2p$. Across cycles, circular ladders, and high-girth regular bipartite graphs, $X{+}XX$ and $X{+}YY$ improve the best-found approximation ratios over the standard $X$ mixer at equal depth, while $X{+}YY$ at depth $p$ comes within about one approximation-ratio point of plain $X$ at depth $2p$ in the reach-matched cases examined. The unequal performance of the equal-reach $XX$ and $YY$ augmentations shows that satisfying a structural capability does not by itself guarantee performance. Together, the results provide complementary structural insights for mixer design.
• Abstract（参考訳）: ミキサーの選択は量子近似最適化アルゴリズム (QAOA) における中心的な設計決定であるが、ミキサーの構造的制限は1つの計量で捉える必要はない。 浅層QAOAの相補的な構造的ボトルネックとして,高品質な解に強い確率で集中できるような構成空間輸送と,問題インスタンスのどの部分が局所的な目的語に影響を及ぼすかを制限する有限深さ因果リーチがある。 パート I では、相補的小値 β$ と小値γ$ の1次ミキサー依存的対象境界を導出する。 連結正則ミキサーグラフの場合、2つの先行次式はグラフ-ラプラシアン恒等式を通して完全に同値であり、同じコスト重み付きディリクレエネルギーに還元される。 次に、混合器の層単位での$\ell_1$の拡散から非摂動性上層封筒を導出し、目標近似比を得るためのコスト分布依存性の必要な拡散条件を導出する。 第2部では、問題グラフに整合した2つの局所的相互作用を持つ横フィールドミキサーを増設することにより、MaxCutの局所性ボトルネックについて検討する。 結果として生じる$k$ホップの構成は、最大で$(k+1)p$の深さで$p$であり、数値的に研究された$k=1$アーキテクチャの場合、半径が$2p$となる。 Across cycles, circular ladders, and high-girth regular bipartite graphs, $X{+}XX$ and $X{+}YY$ improve the best-found approximation ratios over the standard $X$ mixer at equal depth, $X{+}YY$ at depth $p$ is near about one approximation-ratio point of plain $X$ at depth-matched case。 均等な$XX$と$YY$拡張の不等なパフォーマンスは、構造的能力を満たすことは、それ自体が性能を保証するものではないことを示している。 結果はミキサー設計に相補的な構造的洞察を与える。

関連論文リスト

• Higher-Order Token Interactions via Quantum Attention [30.903467721896487]
  我々は、浅いハードウェアで実現可能な量子アテンションヘッドである textbfQuantum Higher-Order Attention (QHA) を導入する。 QHAは回路内で秩序$kのトークン相互作用を合成し、局所的な単一ビット読み出しを通じて公開する。 応用として、QHAは3つの領域にわたるコンパクトな高次相互作用検出器として機能する。
  論文  参考訳（メタデータ） (2026-06-10T05:33:12Z)
• An Information-Minimal Geometry for Qubit-Efficient Optimization [0.0]
  量子ビット効率の最適化を幾何学的問題として再検討する。 局所一貫性問題は、Sherali-Adams level-2 polytope $mathrmSA(2)$とちょうど一致する。
  論文  参考訳（メタデータ） (2025-11-11T15:38:57Z)
• Near-Optimal Clustering in Mixture of Markov Chains [74.3828414695655]
  我々は、長さ$H$の軌跡を、大きさ$S$の有限状態空間上の未知のエルゴードマルコフ鎖の1つによって生成される、$T$ trajectories of length $H$の問題を研究する。 我々は、連鎖の遷移核間の重み付きKL分散によって支配されるクラスタリングエラー率に基づいて、インスタンス依存で高い確率の低い境界を導出する。 次に,新しい2段階クラスタリングアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-06-02T05:10:40Z)
• Near-Optimal Online Learning for Multi-Agent Submodular Coordination: Tight Approximation and Communication Efficiency [52.60557300927007]
  離散部分モジュラー問題を連続的に最適化するために,$textbfMA-OSMA$アルゴリズムを提案する。 また、一様分布を混合することによりKLの発散を効果的に活用する、プロジェクションフリーな$textbfMA-OSEA$アルゴリズムも導入する。 我々のアルゴリズムは最先端OSGアルゴリズムによって提供される$(frac11+c)$-approximationを大幅に改善する。
  論文  参考訳（メタデータ） (2025-02-07T15:57:56Z)
• Approximate Unitary $k$-Designs from Shallow, Low-Communication Circuits [6.844618776091756]
  近似ユニタリ$k$-デザインは、平均が最初の$k$モーメントまでのハールランダムアンサンブルに近いようなユニタリと測度のアンサンブルである。 我々はサブシステム間の通信がシステムサイズで$O(1)$である乗法誤り近似単位の$k$-designアンサンブルを構築する。
  論文  参考訳（メタデータ） (2024-07-10T17:43:23Z)
• Towards large-scale quantum optimization solvers with few qubits [59.63282173947468]
  我々は、$m=mathcalO(nk)$バイナリ変数を$n$ qubitsだけを使って最適化するために、$k>1$で可変量子ソルバを導入する。 我々は,特定の量子ビット効率の符号化が,バレン高原の超ポリノミウム緩和を内蔵特徴としてもたらすことを解析的に証明した。
  論文  参考訳（メタデータ） (2024-01-17T18:59:38Z)
• Sample Complexity of Asynchronous Q-Learning: Sharper Analysis and Variance Reduction [63.41789556777387]
  非同期Q-ラーニングはマルコフ決定過程(MDP)の最適行動値関数(またはQ-関数)を学習することを目的としている。 Q-関数の入出力$varepsilon$-正確な推定に必要なサンプルの数は、少なくとも$frac1mu_min (1-gamma)5varepsilon2+ fract_mixmu_min (1-gamma)$の順である。
  論文  参考訳（メタデータ） (2020-06-04T17:51:00Z)

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。