Nov, 2017

通过更快的量子梯度计算来优化量子优化算法

PDF
TL;DR该论文提出了一个基于梯度下降的优化算法框架，发展了一种计算多元实值函数梯度的量子算法，并提高了计算梯度的复杂性以适应光滑函数的重要类别，而且可以为量子最优化算法提供更快的计算梯度方法。
optimization algorithmsquantum computinggradient computationsmooth functionsquantum optimization
发现论文，激发创造
  • 在量子硬件上计算解析梯度

    本文介绍了一种利用同一或几乎相同的架构的方法来估计量子测量期望值的梯度，以优化杂化量子 - 经典算法的目标函数，尤其适用于量子化学、药物发现和机器学习等领域。

    Nov, 2018

  • 约束多项式优化问题的量子梯度下降与牛顿法

    该论文开发了量子版本的迭代优化算法，并将其应用于具有单位范数约束的多项式优化问题中，通过量子算法处理高维问题可以在少数迭代步骤中取得良好效果。

    Dec, 2016

  • 量子自然梯度

    本研究提出了量子自然梯度下降的量子概率论泛化作为用于变分量子电路的通用优化框架的一部分。优化动力学被解释为相对于量子信息几何学的最陡下降方向移动，相应于量子几何张量 (即 Fubini-Study 度量张量的实部)。该研究还提供了一种有效的算法，用于计算参数化量子电路的 Fubini-Study 度量张量的块对角近似，这也是该研究的一个独立的兴趣点。

    Sep, 2019

  • 量子梯度下降用于线性系统和最小二乘法

    本文提出了一种基于量子机器学习和优化方法的梯度下降算法，通过解决线性方程组问题，构建了一种基于 QRAM 数据结构模型的量子线性系统求解器，并应用于求解正定线性系统和权重最小二乘问题，具有较小的计算成本和内存需求。

    Apr, 2017

  • 基于 Lie 代数对变分量子电路进行高效梯度估计

    该研究探讨了混合量子 - 经典优化和学习策略，并提出了一种利用哈密顿在李代数或群论中的代数对称性进行梯度估计的框架，以及使用经典影子重建方法进一步减少测量次数的方法。

    Apr, 2024

  • 浅层梯度测量可以提高变分混合量子 - 经典算法的收敛性

    本文介绍了一种基于低深度梯度测量和随机梯度下降的变分算法，可以在黑盒优化模型中显著更快地收敛于优解，而且在某些情况下，该算法使用梯度测量比基于估计目标函数本身的策略具有更快的收敛速度，这种算法可以在量子计算、优化和测量等领域发挥重要作用。

    Jan, 2019

  • 光子学中的实验性量子自然梯度优化

    利用全程可编程的光子芯片首次在光子学中实验估计量子自然梯度（QNG），获得了 He-H$^+$ 阳离子的解离曲线并实现了化学精度，验证了 QNG 优化在光子学设备上的超越性，为利用 QNG 在光子学中实现实用的短期量子应用打开了新的视野。

    Oct, 2023

  • 量子影子梯度下降法用于量子学习

    该论文提出了一种名为量子阴影梯度下降 (QSGD) 的新程序，以解决一次性方法、量子阴影样本生成和非乘积态哈密顿量等相关问题，并通过理论证明、收敛分析和数值实验验证了其结果。

    Oct, 2023

  • 混合量子经典优化的随机梯度下降

    本文探索了在混合量子 - 经典优化的上下文中，利用量子硬件估计期望值所产生的随机梯度下降优化，证明了在很多相关算法，如 VQE、QAOA 和某些量子分类器中使用 $k$ 次测量结果估计期望值的优化算法的收敛性能可以得到严格的理解，本文证明了所有算法都有收敛保证，并在基准 VQE、QAOA 和量子增强机器学习任务上进行了数值探索。

    Oct, 2019

  • 混合量子 - 经典算法的实用优化

    本文介绍了基于变分方法的新型混合量子 - 经典算法类别，重点是探究了优化方法和精度水平对变分算法的性能影响，最后提出了用拟牛顿优化方法执行量子逼近优化算法的结果。

    Jan, 2017