جامعة غرونوبل ألب ، قائمة CEA ، 38000 غرونوبل ، فرنسا
تجد هذه الورقة مثيرة للاهتمام أو ترغب في مناقشة؟ Scite أو ترك تعليق على SciRate.
ملخص
نقترح طريقة لإيجاد تجميعات تقريبية للتحولات الوحدوية الكمية ، بناءً على تقنيات من التعلم المعزز للتدرج السياسي. يتيح لنا اختيار السياسة العشوائية إعادة صياغة مشكلة التحسين من حيث التوزيعات الاحتمالية ، بدلاً من البوابات المتغيرة. في هذا الإطار ، يتم العثور على التكوين الأمثل من خلال تحسين معاملات التوزيع ، بدلاً من الزوايا الحرة. نظهر عدديًا أن هذا النهج يمكن أن يكون أكثر تنافسية من الأساليب الخالية من التدرج ، للحصول على قدر مماثل من الموارد ، لكل من الدوائر الصامتة والصاخبة. ميزة أخرى مثيرة للاهتمام لهذا النهج للتجميع المتغير هو أنه لا يحتاج إلى سجل منفصل وتفاعلات طويلة المدى لتقدير دقة نقطة النهاية ، وهو تحسين على الطرق التي تعتمد على اختبار هيلبرت شميت. نتوقع أن تكون هذه التقنيات ذات صلة بتدريب الدوائر المتنوعة في سياقات أخرى.
► بيانات BibTeX
ferences المراجع
[1] Nielsen MA & Chuang I. حساب الكم والمعلومات الكمومية (2002).
[2] Harrow AW، Recht B. & Chuang IL تقديرات تقريبية فعالة للبوابات الكمومية. مجلة الفيزياء الرياضية ، 43 (9) ، 4445-4451 (2002) https: / / doi.org / 10.1063 / 1.1495899.
الشبكي: / / doi.org/ 10.1063 / 1.1495899
[3] Dawson CM & Nielsen MA خوارزمية Solovay-Kitaev. arXiv preprint quant-ph / 0505030 (2005) https: / / doi.org/ 10.48550 / arXiv.quant-ph / 0505030.
https: / / doi.org/10.48550 / arXiv.quant-ph / 0505030
أرخايف: ضليع في الرياضيات، وعل / 0505030
[4] الرسوم البيانية لين HW كايلي وهندسة التعقيد. مجلة فيزياء الطاقة العالية ، 2019 (2) ، 1-15 (2019) https: / / doi.org/ 10.1007 / JHEP02٪ 282019٪ 29063.
https: / / doi.org/ 10.1007 / JHEP02٪ 282019٪ 29063
[5] Krioukov D. ، Papadopoulos F. ، Kitsak M. ، Vahdat A. & Boguná M. الهندسة الزائدية للشبكات المعقدة. مراجعة البدنية E، 82 (3)، 036106 (2010) https: / / doi.org/ 10.1103 / PhysRevE.82.036106.
الشبكي: / / doi.org/ 10.1103 / PhysRevE.82.036106
[6] Nielsen MA ، Dowling MR ، Gu M. & Doherty AC الحساب الكمومي مثل الهندسة. Science، 311 (5764)، 1133-1135 (2006) https: / / 10.1126 / science.1124295.
الشبكي: / / doi.org/ 10.1126 / science.1124295
[7] Preskill J. الحوسبة الكمومية في عصر NISQ وما بعده. Quantum، 2، 79 (2018) https: / / doi.org/ 10.22331 / q-2018-08-06-79.
https://doi.org/10.22331/q-2018-08-06-79
[8] Lloyd S. يعد التحسين الكمي التقريبي عالميًا من الناحية الحسابية. arXiv preprint arXiv: 1812.11075 (2018) https: / / doi.org/ 10.48550 / arXiv.1812.11075.
https: / / doi.org/10.48550 / arXiv.1812.11075
أرخايف: 1812.11075
[9] Morales ME و Biamonte JD & Zimborás Z. حول عالمية خوارزمية التحسين الكمي التقريبي. معالجة المعلومات الكمية ، 19 (9) ، 1-26 (2020) https: / / doi.org/ 10.1007 / s11128-020-02748-9.
https://doi.org/10.1007/s11128-020-02748-9
[10] Kiani B. و Maity R. و Lloyd S. تعلم الوحدوية عبر تحسين النسب المتدرجة. نشرة الجمعية الفيزيائية الأمريكية ، 65 (2020) https: / / doi.org/ 10.48550 / arXiv.2001.11897.
https: / / doi.org/10.48550 / arXiv.2001.11897
[11] Farhi E. & Harrow AW التفوق الكمي من خلال خوارزمية التحسين الكمي التقريبي. arXiv preprint arXiv: 1602.07674 (2016) https: / / doi.org/ 10.48550 / arXiv.1602.07674.
https: / / doi.org/10.48550 / arXiv.1602.07674
أرخايف: 1602.07674
[12] Arute F. و Arya K. و Babbush R. و Bacon D. و Bardin JC و Barends R. و… و Martinis JM Quantum supremacy باستخدام معالج فائق التوصيل قابل للبرمجة. Nature، 574 (7779)، 505-510 (2019) https: / / doi.org/ 10.1038 / s41586-019-1666-5.
https://doi.org/10.1038/s41586-019-1666-5
[13] Zhu Q. ، Cao S. ، Chen F. ، Chen MC ، Chen X. ، Chung TH ، ... & Pan JW Quantum Computational Advantage عبر 60-Qubit 24-Cycle Random Circuit Sampling. تمهيدي arXiv arXiv: 2109.03494 (2021) https: / / doi.org/ 10.48550 / arXiv.2109.03494.
https: / / doi.org/10.48550 / arXiv.2109.03494
أرخايف: 2109.03494
[14] Bravyi S. و Gosset D. و König R. ميزة الكم مع الدوائر الضحلة. Science، 362 (6412)، 308-311 (2018) https: / / doi.org/ 10.1126 / science.aar3106.
https: / / doi.org/ 10.1126 / science.aar3106
[15] Bravyi S. ، Gosset D. ، Koenig R. & Tomamichel ، M. ميزة الكم مع الدوائر الضحلة الصاخبة. فيزياء الطبيعة ، 16 (10) ، 1040-1045 (2020) https: / / doi.org/ 10.1038 / s41567-020-0948-z.
الشبكي: / / doi.org/ 10.1038 / s41567-020-0948 زي
[16] Bauer B. ، Bravyi S. ، Motta M. & Chan GKL خوارزميات الكم لكيمياء الكم وعلوم المواد الكمومية. المراجعات الكيميائية ، 120 (22) ، 12685-12717 (2020) https: / / doi.org/ 10.1021 / acs.chemrev.9b00829.
https: / / doi.org/ 10.1021 / acs.chemrev.9b00829
[17] O'Malley PJ، Babbush R.، Kivlichan ID، Romero J.، McClean JR، Barends R.،… & Martinis JM محاكاة كمية قابلة للتطوير للطاقات الجزيئية. مراجعة البدنية X، 6 (3)، 031007 (2016) https: / / doi.org/ 10.1103 / PhysRevX.6.031007.
الشبكي: / / doi.org/ 10.1103 / PhysRevX.6.031007
[18] Ralli A. ، Love PJ ، Tranter A. ، & Coveney PV تنفيذ تخفيض القياس لمجموع eigensolver الكم المتغير. بحوث المراجعة الفيزيائية ، 3 (3) ، 033195 (2021) https: / / doi.org/ 10.1103 / PhysRevResearch.3.033195.
الشبكي: / / doi.org/ 10.1103 / PhysRevResearch.3.033195
[19] هاستنجز MB خوارزميات تقريب العمق التقليدية والكمية. arXiv preprint arXiv: 1905.07047 (2019) https: / / doi.org/ 10.48550 / arXiv.1905.07047.
https: / / doi.org/10.48550 / arXiv.1905.07047
أرخايف: 1905.07047
[20] Bravyi S. و Kliesch A. و Koenig R و Tang E. عقبات أمام تحسين الكم المتغير من حماية التناظر. خطابات المراجعة المادية ، 125 (26) ، 260505 (2020) https: / / doi.org/ 10.1103 / PhysRevLett.125.260505.
الشبكي: / / doi.org/ 10.1103 / PhysRevLett.125.260505
[21] Bravyi S. ، Kliesch A. ، Koenig R. & Tang E. خوارزميات كلاسيكية كمومية هجينة لتلوين الرسم البياني التقريبي. الكم 6 ، 678 (2022). https: / / doi.org / 10.22331 / q-2022-03-30-678.
https://doi.org/10.22331/q-2022-03-30-678
[22] McClean JR ، Boixo S. ، Smelyanskiy VN ، Babbush R. & Neven ، H. الهضاب القاحلة في المناظر الطبيعية للتدريب على الشبكة العصبية الكمية. اتصالات الطبيعة ، 9 (1) (2018) https: / / doi.org/ 10.1038 / s41467-018-07090-4.
https://doi.org/10.1038/s41467-018-07090-4
[23] Cerezo M. ، Sone A. ، Volkoff T. ، Cincio L. & Coles PJ الهضاب القاحلة المعتمدة على دالة التكلفة في الشبكات العصبية الكمومية الضحلة. اتصالات الطبيعة ، 12 (1) (2021) https: / / doi.org/ 10.1038 / s41467-021-21728-w.
https: / / doi.org/ 10.1038 / s41467-021-21728-ث
[24] Grant E.، Wossnig L.، Ostaszewski M. & Benedetti، M. استراتيجية تهيئة لمعالجة الهضاب القاحلة في الدوائر الكمومية ذات المعلمات. الكم ، 3 ، 214 (2019) https: / / doi.org/ 10.22331 / q-2019-12-09-214.
https://doi.org/10.22331/q-2019-12-09-214
[25] Volkoff T. & Coles PJ تدرجات كبيرة عن طريق الارتباط في الدوائر الكمومية ذات المعلمات العشوائية. علوم وتكنولوجيا الكم ، 6 (2) ، 025008 (2021) https: / / doi.org/ 10.1088 / 2058-9565 / abd891.
https: / / doi.org / 10.1088 / 2058-9565 / abd891
[26] Skolik A.، McClean JR، Mohseni M.، van der Smagt P. & Leib، M. التعلم اللايروايز للشبكات العصبية الكمومية. ذكاء الآلة الكمومية ، 3 (1) ، (2021) https: / / doi.org/ 10.1007 / s42484-020-00036-4.
https://doi.org/10.1007/s42484-020-00036-4
[27] Khatri S. ، LaRose R. ، Poremba A. ، Cincio L. ، Sornborger AT ، & Coles ، PJ Quantum-assisted quantum compilation. الكم ، 3 ، 140 (2019) https: / / doi.org/ 10.22331 / q-2019-05-13-140.
https://doi.org/10.22331/q-2019-05-13-140
[28] شارما ك ، خاتري س ، سيريزو إم وكولز بي جيه مقاومة الضوضاء للتجميع الكمي المتغير. المجلة الجديدة للفيزياء، 22 (4)، 043006 (2020) https: / / doi.org/ 10.1088 / 1367-2630 / ab784c.
https: / / doi.org/ 10.1088 / 1367-2630 / ab784c
[29] Wang S. ، Fontana E. ، Cerezo M. ، Sharma K. ، Sone A. ، Cincio L. & Coles PJ الهضاب القاحلة الناتجة عن الضوضاء في خوارزميات الكم المتغيرة. اتصالات الطبيعة ، 12 (1) (2021) https: / / doi.org/ 10.1038 / s41467-021-27045-6.
https://doi.org/10.1038/s41467-021-27045-6
[30] Arrasmith A.، Cerezo M.، Czarnik P.، Cincio L. & Coles PJ تأثير الهضاب القاحلة على التحسين الخالي من التدرج. الكم، 5، 558 (2021) https: / / doi.org/ 10.22331 / q-2021-10-05-558.
https://doi.org/10.22331/q-2021-10-05-558
[31] Schuld M. ، Bergholm V. ، Gogolin C. ، Izaac J. & Killoran ، N. تقييم التدرجات التحليلية على الأجهزة الكمومية. مراجعة البدنية أ ، 99 (3) (2019) https: / / doi.org/ 10.1103 / PhysRevA.99.032331.
الشبكي: / / doi.org/ 10.1103 / PhysRevA.99.032331
[32] هولمز زد ، أراسميث أ ، يان ب ، كولز بي جيه ، ألبريشت إيه ، وسورنبورجر في هضاب قاحلة يحولان دون تعلم أجهزة تشويش إذاعية. خطابات المراجعة المادية ، 126 (19) ، 190501 (2021) https: / / doi.org/ 10.1103 / PhysRevLett.126.190501.
الشبكي: / / doi.org/ 10.1103 / PhysRevLett.126.190501
[33] التعلم المعزز Sutton RS & Barto AG: مقدمة. مطبعة معهد ماساتشوستس للتكنولوجيا (2018).
[34] Nautrup HP و Delfosse N. و Dunjko V. و Briegel HJ & Friis N. تحسين أكواد تصحيح الأخطاء الكمومية باستخدام التعلم المعزز. الكم ، 3 ، 215 (2019) https: / / doi.org/ 10.22331 / q-2019-12-16-215.
https://doi.org/10.22331/q-2019-12-16-215
[35] Moro، L.، Paris، MG، Restelli، M.، & Prati، E. Quantum Compiling بواسطة Deep Reinforcement Learning. فيزياء الاتصالات 4 (2021) https: / / doi.org/ 10.1038 / s42005-021-00684-3.
https://doi.org/10.1038/s42005-021-00684-3
[36] Fösel T. ، Tighineanu P. ، Weiss T. & Marquardt F. التعلم المعزز مع الشبكات العصبية للتغذية الراجعة الكمومية. مراجعة البدنية X، 8 (3)، 031084 (2018) https: / / doi.org/ 10.1103 / PhysRevX.8.031084.
الشبكي: / / doi.org/ 10.1103 / PhysRevX.8.031084
[37] August M. & Hernández-Lobato، JM أخذ التدرجات من خلال التجارب: LSTMs وتحسين السياسة القريبة من الذاكرة للتحكم الكمي للصندوق الأسود. المؤتمر الدولي حول الحوسبة عالية الأداء ، Springer (2018) https: / / doi.org/ 10.1007 / 978-3-030-02465-9_43.
https://doi.org/10.1007/978-3-030-02465-9_43
[38] Porotti R. ، Essig A. ، Huard B. & Marquardt F. التعلم العميق المعزز لإعداد الحالة الكمومية بقياسات غير خطية ضعيفة. الكم 6، 747 (2022) https: / / doi.org/ 10.22331 / q-2022-06-28-747.
https://doi.org/10.22331/q-2022-06-28-747
[39] Garcia-Saez A. & Riu J. المراقبات الكمومية للتحكم المستمر في خوارزمية التحسين الكمي التقريبي عبر التعلم المعزز. arXiv preprint arXiv: 1911.09682 (2019) https: / / doi.org/ 10.48550 / arXiv.1911.09682.
https: / / doi.org/10.48550 / arXiv.1911.09682
أرخايف: 1911.09682
[40] Yao J.، Bukov M. & Lin، L. خوارزمية التحسين الكمي القائمة على التدرج في السياسة. في تعلم الآلة الرياضية والعلمية (ص 605-634). PMLR (2020) https: / / doi.org/ 10.48550 / arXiv.2002.01068.
https: / / doi.org/10.48550 / arXiv.2002.01068
[41] Yao J.، Lin L.، & Bukov M. التعلم المعزز للتحضير لحالة الأرض للعديد من الجسم على أساس القيادة المضادة لمرض السكري. مراجعة البدنية X، 11 (3)، 031070 (2021) https: / / doi.org/ 10.1103 / PhysRevX.11.031070.
الشبكي: / / doi.org/ 10.1103 / PhysRevX.11.031070
[42] He Z. ، Li L. ، Zheng S. ، Li Y. & Situ H. تجميع الكم المتغير باستخدام Q-Learning المزدوج. المجلة الجديدة للفيزياء ، 23 (3) ، 033002 (2021) https: / / doi.org/ 10.1088 / 1367-2630 / abe0ae.
https: / / doi.org / 10.1088 / 1367-2630 / abe0ae
[43] Barry ، J. ، Barry ، DT ، & Aaronson ، S. Quantum الذي يمكن ملاحظته جزئيًا في عمليات اتخاذ القرار ماركوف. مراجعة البدنية أ ، 90 (3) ، 032311 (2014) https: / / doi.org/ 10.1103 / PhysRevA.90.032311.
الشبكي: / / doi.org/ 10.1103 / PhysRevA.90.032311
[44] Blei DM و Kucukelbir A. & McAuliffe JD الاستدلال المتغير: مراجعة للإحصائيين. مجلة الجمعية الإحصائية الأمريكية ، 112 (518) ، 859-877 (2017) https: / / doi.org/ 10.1080 / 01621459.2017.1285773.
الشبكي: / / doi.org/ 10.1080 / 01621459.2017.1285773
[45] Koller D. & Friedman N. النماذج الرسومية الاحتمالية: المبادئ والتقنيات. مطبعة معهد ماساتشوستس للتكنولوجيا (2009).
[46] ويليامز آر جيه خوارزميات إحصائية بسيطة تتبع التدرج لتعلم تعزيز الاتصال. التعلم الآلي ، 8 (3) ، 229-256 (1992) https: / / doi.org/ 10.1007 / BF00992696.
الشبكي: / / doi.org/ 10.1007 / BF00992696
[47] Cirq ، إطار عمل Python لإنشاء دوائر NISQ الكمومية ذات المقياس المتوسط وتحريرها واستدعاءها. https: / / github.com/ quantumlib / Cirq.
https: / / github.com/ quantumlib / Cirq
[48] Shahriari B. و Swersky K. و Wang Z. و Adams RP و De Freitas N. إخراج الإنسان من الحلقة: مراجعة لتحسين Bayesian. وقائع IEEE، 104 (1)، 148-175 (2015) https: / / doi.org/ 10.1109 / JPROC.2015.2494218.
الشبكي: / / doi.org/ 10.1109 / JPROC.2015.2494218
[49] Colless JI، Ramasesh VV، Dahlen D.، Blok MS، Kimchi-Schwartz ME، McClean، JR،… & Siddiqi I. حساب الأطياف الجزيئية على معالج كمي باستخدام خوارزمية مقاومة للخطأ. مراجعة البدنية X، 8 (1)، 011021 (2018) https: / / doi.org/ 10.1103 / PhysRevX.8.011021.
الشبكي: / / doi.org/ 10.1103 / PhysRevX.8.011021
[50] Barends R. ، Kelly J. ، Megrant A. ، Veitia A. ، Sank D. ، Jeffrey E. ، ... & Martinis JM Superconductating quantum circuits at the surface code threshold for the surface code to التسامح مع الخطأ. Nature، 508 (7497)، 500-503 (2014) https: / / doi.org/ 10.1038 / nature13171.
الشبكي: / / doi.org/ 10.1038 / nature13171
[51] Yang CH ، Chan KW ، Harper R. ، Huang W. ، Evans T. ، Hwang JCC ، ... & Dzurak AS تقترب إخلاصات كيوبت السيليكون من حدود الضوضاء غير المتماسكة عبر هندسة النبض. Nature Electronics، 2 (4)، 151-158 (2019) https: / / doi.org/ 10.1038 / s41928-019-0234-1.
https://doi.org/10.1038/s41928-019-0234-1
[52] Huang W. ، Yang CH ، Chan KW ، Tanttu T. ، Hensen B. ، Leon RCC ،… & Dzurak AS معايير الإخلاص لبوابتين كيوبت في السيليكون. Nature، 569 (7757)، 532-536 (2019) https: / / doi.org/ 10.1038 / s41586-019-1197-0.
https://doi.org/10.1038/s41586-019-1197-0
[53] Schäfer VM و Ballance CJ و Thirumalai K. و Stephenson LJ و Ballance TG و Steane AM و Lucas DM بوابات منطقية كمومية سريعة مع كيوبت أيون محاصر. Nature، 555 (7694)، 75-78 (2018) https: / / doi.org/ 10.1038 / nature25737.
الشبكي: / / doi.org/ 10.1038 / nature25737
[54] Goodfellow I. ، Bengio Y. & Courville ، A. Deep Learning. مطبعة معهد ماساتشوستس للتكنولوجيا (2016).
دليلنا يستخدم من قبل
[1] إستر يي وصمويل ين تشي تشين ، "بحث معماري الكم عن طريق التعلم المستمر للتعزيزات" ، أرخايف: 2112.05779.
الاستشهادات المذكورة أعلاه من إعلانات ساو / ناسا (تم آخر تحديث بنجاح 2022-09-12 02:03:07). قد تكون القائمة غير كاملة نظرًا لأن جميع الناشرين لا يقدمون بيانات اقتباس مناسبة وكاملة.
On خدمة Crossref's cited-by service لم يتم العثور على بيانات حول الاستشهاد بالأعمال (المحاولة الأخيرة 2022-09-12 02:03:06).
نشرت هذه الورقة في الكم تحت نسبة المشاع الإبداعي 4.0 الدولية (CC BY 4.0) رخصة. يظل حقوق الطبع والنشر مع مالكي حقوق الطبع والنشر الأصليين مثل المؤلفين أو مؤسساتهم.