Bayes学習初期化を用いた変分量子回路におけるBarrenプラトーの生存【JST・京大機械翻訳】

Rad Ali; Seif Alireza; Linke Norbert M.

プレプリント

J-GLOBAL ID：202202205878721034 整理番号：22P0299114

Bayes学習初期化を用いた変分量子回路におけるBarrenプラトーの生存【JST・京大機械翻訳】

Surviving The Barren Plateau in Variational Quantum Circuits with Bayesian Learning Initialization

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年03月04日プレプリントサーバーでの情報更新日： 2022年03月04日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

変分量子-古典的ハイブリッドアルゴリズムは,近項における量子コンピュータに関する実際的問題を解決するための有望な戦略として見られる。この手法は量子機械から要求される量子ビットと演算の数を低減するが,古典的最適化器に重い負荷を配置する。しばしば過小評価されたが,後者はパラメータ化量子回路におけるバーレンプラトー現象による計算上のハードタスクである。勾配のようなガイド特徴の欠如は,量子ビットの数が増加するので,従来の最適化戦略を無効にする。ここでは,Bayes学習を用いてパラメータ空間における有望な領域を同定する高速・低速アルゴリズムを導入した。これを,大域的最適点を効率的に見つけるために,高速局所最適化器を初期化するために使用する。いくつかの量子ハードウェアプラットフォーム上で研究されたBars-and-Stripes(BAS)量子生成モデルに対するこの方法の有効性を説明した。著者らの結果は,量子化学,組合せ最適化,および量子シミュレーション問題において,それらの想定された応用に近い変分量子アルゴリズムを動かす。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , , , , , 【Automatic Indexing@JST】

計算理論 , その他の計算機 , 人工知能 , 量子力学一般 , ディジタル計算機方式一般

, , , ,

前のページに戻る