Policy Gradient Approach To Compilation Of Variational Quantum Circuits

Ponovno objavil Platon

Spremljevalci: 0

David A. Herrera-Martí

Université Grenoble Alpes, seznam CEA, 38000 Grenoble, Francija

Se vam zdi ta članek zanimiv ali želite razpravljati? Zaslišite ali pustite komentar na SciRate.

Minimalizem

Predlagamo metodo za iskanje približnih zbirk kvantnih enotnih transformacij, ki temelji na tehnikah učenja krepitve gradienta politike. Izbira stohastične politike nam omogoča, da preoblikujemo problem optimizacije v smislu verjetnostnih porazdelitev, namesto variacijskih vrat. V tem okviru se optimalna konfiguracija najde z optimizacijo parametrov porazdelitve in ne prostih kotov. Numerično pokažemo, da je ta pristop lahko bolj konkurenčen kot metode brez gradientov za primerljivo količino virov, tako za brezšumna kot za hrupna vezja. Druga zanimiva značilnost tega pristopa k variacijskemu kompiliranju je, da ne potrebuje ločenega registra in interakcij na dolge razdalje za oceno zvestobe končne točke, kar je izboljšava v primerjavi z metodami, ki temeljijo na Hilbert-Schmidtovem testu. Pričakujemo, da bodo te tehnike pomembne za usposabljanje variacijskih vezij v drugih kontekstih.

► BibTeX podatki

@članek{HerreraMarti2022policygradient, doi = {10.22331/q-2022-09-08-797}, url = {https://doi.org/10.22331/q-2022-09-08-797}, title = {Politika {G}sevalnega {A}pristopa k {C}kompilaciji {V}ariacijskih {Q}kvantnih {C}vezij}, avtor = {Herrera-Mart{'{i}}, David A.}, dnevnik = {{Quantum}}, issn = {2521-327X}, založnik = {{Verein zur F{“{o}}rderung des Open Access Publizierens in den Quantenwissenschaften}}, obseg = {6}, strani = {797}, mesec = sep, leto = {2022} }

► Reference

[1] Nielsen MA & Chuang I. Kvantno računanje in kvantne informacije (2002).

[2] Harrow AW, Recht B. & Chuang IL Učinkovite diskretne aproksimacije kvantnih vrat. Journal of Mathematical Physics, 43(9), 4445-4451 (2002) https:///doi.org/10.1063/1.1495899.
https: / / doi.org/ 10.1063 / 1.1495899

[3] Dawson CM & Nielsen MA Algoritem Solovay-Kitaev. arXiv prednatis quant-ph/0505030 (2005) https:///doi.org/10.48550/arXiv.quant-ph/0505030.
https:///doi.org/10.48550/arXiv.quant-ph/0505030
arXiv: kvant-ph / 0505030

[4] Grafi Lin HW Cayley in kompleksna geometrija. Journal of High Energy Physics, 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. Hiperbolična geometrija kompleksnih omrežij. Physical Review E, 82(3), 036106 (2010) https:///doi.org/10.1103/PhysRevE.82.036106.
https: / / doi.org/ 10.1103 / PhysRevE.82.036106

[6] Nielsen MA, Dowling MR, Gu M. & Doherty AC Kvantno računanje kot geometrija. Znanost, 311(5764), 1133-1135 (2006) https:///10.1126/science.1124295.
https: / / doi.org/ 10.1126 / znanost.1124295

[7] Preskill J. Kvantno računalništvo v dobi NISQ in pozneje. 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. Kvantna približna optimizacija je računsko univerzalna. arXiv prednatis arXiv:1812.11075 (2018) https:///doi.org/10.48550/arXiv.1812.11075.
https:///doi.org/10.48550/arXiv.1812.11075
arXiv: 1812.11075

[9] Morales ME, Biamonte JD & Zimborás Z. O univerzalnosti algoritma kvantne približne optimizacije. Kvantna obdelava informacij, 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., Maity R. & Lloyd S. Učenje enot z optimizacijo gradientnega spuščanja. Bilten Ameriškega fizikalnega društva, 65 (2020) https:///doi.org/10.48550/arXiv.2001.11897.
https:///doi.org/10.48550/arXiv.2001.11897

[11] Farhi E. & Harrow AW Kvantna premoč skozi algoritem kvantne približne optimizacije. arXiv prednatis arXiv:1602.07674 (2016) https:///doi.org/10.48550/arXiv.1602.07674.
https:///doi.org/10.48550/arXiv.1602.07674
arXiv: 1602.07674

[12] Arute F., Arya K., Babbush R., Bacon D., Bardin JC, Barends R., … & Martinis JM Kvantna premoč z uporabo programabilnega superprevodnega procesorja. Narava, 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 Kvantna računalniška prednost prek 60-kubitnega 24-cikličnega vzorčenja naključnega vezja. arXiv prednatis arXiv:2109.03494 (2021) https:///doi.org/10.48550/arXiv.2109.03494.
https:///doi.org/10.48550/arXiv.2109.03494
arXiv: 2109.03494

[14] Bravyi S., Gosset D. in König R. Kvantna prednost s plitvimi vezji. Znanost, 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. Kvantna prednost s hrupnimi plitvimi vezji. Nature Physics, 16(10), 1040-1045 (2020) https:///doi.org/10.1038/s41567-020-0948-z.
https: / / doi.org/ 10.1038 / s41567-020-0948-z

[16] Bauer B., Bravyi S., Motta M. & Chan GKL Kvantni algoritmi za kvantno kemijo in kvantno znanost o materialih. Chemical Reviews, 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 Razširljiva kvantna simulacija molekulskih energij. Physical Review X, 6(3), 031007 (2016) https:///doi.org/10.1103/PhysRevX.6.031007.
https: / / doi.org/ 10.1103 / PhysRevX.6.031007

[18] Ralli A., Love PJ, Tranter A. & Coveney PV Implementacija redukcije meritev za variacijski kvantni lastni reševalec. Physical Review Research, 3(3), 033195 (2021) https:///doi.org/10.1103/PhysRevResearch.3.033195.
https: / / doi.org/ 10.1103 / PhysRevResearch.3.033195

[19] Hastings MB Klasični in kvantno omejeni globinski aproksimacijski algoritmi. arXiv prednatis arXiv:1905.07047 (2019) https:///doi.org/10.48550/arXiv.1905.07047.
https:///doi.org/10.48550/arXiv.1905.07047
arXiv: 1905.07047

[20] Bravyi S., Kliesch A., Koenig R, & Tang E. Ovire za variacijsko kvantno optimizacijo zaradi zaščite simetrije. Physical Review Letters, 125(26), 260505 (2020) https:///doi.org/10.1103/PhysRevLett.125.260505.
https: / / doi.org/ 10.1103 / PhysRevLett.125.260505

[21] Bravyi S., Kliesch A., Koenig R. & Tang E. Hibridni kvantno-klasični algoritmi za približno barvanje grafov. Quantum 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. Barren platoji v krajinah za usposabljanje kvantnih nevronskih mrež. Nature Communications, 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 Pule planote, odvisne od stroškovne funkcije, v plitvih kvantnih nevronskih mrežah. Nature Communications, 12(1) (2021) https:///doi.org/10.1038/s41467-021-21728-w.
https: / / doi.org/ 10.1038 / s41467-021-21728-w

[24] Grant E., Wossnig L., Ostaszewski M. & Benedetti, M. Inicializacijska strategija za obravnavanje neplodnih planot v parametriziranih kvantnih vezjih. Quantum, 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 Veliki gradienti prek korelacije v naključnih parametriziranih kvantnih vezjih. Kvantna znanost in tehnologija, 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. Poplastno učenje za kvantne nevronske mreže. Kvantna strojna inteligenca, 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 Kvantno podprto prevajanje. Quantum, 3, 140 (2019) https:///doi.org/10.22331/q-2019-05-13-140.
https://doi.org/10.22331/q-2019-05-13-140

[28] Sharma K., Khatri S., Cerezo M. & Coles PJ Odpornost na hrup variacijskega kvantnega prevajanja. New Journal of Physics, 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 S šumom povzročene neplodne planote v variacijskih kvantnih algoritmih. Nature Communications, 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 Vpliv neplodnih planot na optimizacijo brez gradientov. Quantum, 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. Vrednotenje analitičnih gradientov na kvantni strojni opremi. Physical Review A, 99(3) (2019) https:///doi.org/10.1103/PhysRevA.99.032331.
https: / / doi.org/ 10.1103 / PhysRevA.99.032331

[32] Holmes Z., Arrasmith A., Yan B., Coles PJ, Albrecht A. & Sornborger AT. Physical Review Letters, 126(19), 190501 (2021) https:///doi.org/10.1103/PhysRevLett.126.190501.
https: / / doi.org/ 10.1103 / PhysRevLett.126.190501

[33] Sutton RS & Barto AG Učenje s krepitvijo: uvod. Tisk MIT (2018).

[34] Nautrup HP, Delfosse N., Dunjko V., Briegel HJ & Friis N. Optimiziranje kod za kvantno odpravljanje napak z učenjem z okrepitvijo. Quantum, 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. in Prati, E. Kvantno prevajanje z globokim ojačevalnim učenjem. Komunikacijska fizika 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. Okrepljeno učenje z nevronskimi mrežami za kvantne povratne informacije. Physical Review X, 8(3), 031084 (2018) https:///doi.org/10.1103/PhysRevX.8.031084.
https: / / doi.org/ 10.1103 / PhysRevX.8.031084

[37] August M. & Hernández-Lobato, JM Izvajanje gradientov skozi poskuse: LSTM in optimizacija proksimalne politike pomnilnika za kvantni nadzor črne skrinjice. Mednarodna konferenca o visokozmogljivem računalništvu, 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. Učenje z globoko krepitvijo za pripravo kvantnega stanja s šibkimi nelinearnimi meritvami. Quantum 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. Kvantne opazovalke za neprekinjen nadzor kvantnega približnega optimizacijskega algoritma s pomočjo učenja z okrepitvijo. arXiv prednatis arXiv:1911.09682 (2019) https:///doi.org/10.48550/arXiv.1911.09682.
https:///doi.org/10.48550/arXiv.1911.09682
arXiv: 1911.09682

[40] Yao J., Bukov M. & Lin, L. Algoritem kvantne približne optimizacije, ki temelji na gradientu politike. V matematičnem in znanstvenem strojnem učenju (str. 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. in Bukov M. Okrepljeno učenje za pripravo talnega stanja več teles, ki temelji na protidiabatski vožnji. Physical Review X, 11(3), 031070 (2021) https:///doi.org/10.1103/PhysRevX.11.031070.
https: / / doi.org/ 10.1103 / PhysRevX.11.031070

[42] He Z., Li L., Zheng S., Li Y. & Situ H. Variacijsko kvantno prevajanje z dvojnim Q-učenjem. New Journal of Physics, 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. Kvantno delno opazljivi Markovljevi odločitveni procesi. Physical Review A, 90(3), 032311 (2014) https:///doi.org/10.1103/PhysRevA.90.032311.
https: / / doi.org/ 10.1103 / PhysRevA.90.032311

[44] Blei DM, Kucukelbir A. & McAuliffe JD Variacijsko sklepanje: pregled za statistike. Journal of the American statistic Association, 112(518), 859-877 (2017) https:///doi.org/10.1080/01621459.2017.1285773.
https: / / doi.org/ 10.1080 / 01621459.2017.1285773

[45] Koller D. & Friedman N. Probabilistični grafični modeli: principi in tehnike. Tisk MIT (2009).

[46] Williams RJ Preprosti statistični algoritmi, ki sledijo gradientu, za povezovalno učenje s krepitvijo. Strojno učenje, 8(3), 229-256 (1992) https:///doi.org/10.1007/BF00992696.
https: / / doi.org/ 10.1007 / BF00992696

[47] Cirq, ogrodje python za ustvarjanje, urejanje in priklic hrupnih kvantnih vezij NISQ vmesne lestvice. https:///github.com/quantumlib/Cirq.
https: / / github.com/ quantumlib / Cirq

[48] Shahriari B., Swersky K., Wang Z., Adams RP & De Freitas N. Izločanje človeka iz zanke: pregled Bayesove optimizacije. Zbornik IEEE, 104(1), 148-175 (2015) https:///doi.org/10.1109/JPROC.2015.2494218.
https: / / doi.org/ 10.1109 / JPROC.2015.2494218

[49] Colless JI, Ramasesh VV, Dahlen D., Blok MS, Kimchi-Schwartz ME, McClean, JR, … & Siddiqi I. Izračun molekularnih spektrov na kvantnem procesorju z algoritmom, odpornim na napake. Physical Review X, 8(1), 011021 (2018) https:///doi.org/10.1103/PhysRevX.8.011021.
https: / / doi.org/ 10.1103 / PhysRevX.8.011021

[50] Barends R., Kelly J., Megrant A., Veitia A., Sank D., Jeffrey E., … & Martinis JM Superprevodna kvantna vezja na pragu površinske kode za toleranco napak. Narava, 508(7497), 500-503 (2014) https:///doi.org/10.1038/nature13171.
https: / / doi.org/ 10.1038 / nature13171

[51] Yang CH, Chan KW, Harper R., Huang W., Evans T., Hwang JCC, … & Dzurak AS Zvestobe silicijevega kubita, ki se približujejo mejam nekoherentnega hrupa s pomočjo impulznega inženiringa. 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 Merila zvestobe za dvokubitna vrata v siliciju. Narava, 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, Ballance CJ, Thirumalai K., Stephenson LJ, Ballance TG, Steane AM in Lucas DM Hitra kvantna logična vrata z ujetimi ionskimi kubiti. Narava, 555(7694), 75-78 (2018) https:///doi.org/10.1038/nature25737.
https: / / doi.org/ 10.1038 / nature25737

[54] Goodfellow I., Bengio Y. & Courville, A. Globoko učenje. Tisk MIT (2016).

Navedel

[1] Esther Ye in Samuel Yen-Chi Chen, »Iskanje kvantne arhitekture prek nenehnega krepitvenega učenja«, arXiv: 2112.05779.

Zgornji citati so iz SAO / NASA ADS (zadnjič posodobljeno 2022-09-12 02:03:07). Seznam je morda nepopoln, saj vsi založniki ne dajejo ustreznih in popolnih podatkov o citiranju.

On Crossref je navedel storitev ni bilo najdenih podatkov o navajanju del (zadnji poskus 2022-09-12 02:03:06).

Ta dokument je objavljen v Quantumu pod Priznanje avtorstva Creative Commons 4.0 International (CC BY 4.0) licenca. Avtorske pravice ostajajo pri izvirnih imetnikih avtorskih pravic, kot so avtorji ali njihove ustanove.