量子经典混合算法的顺序最小化优化
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
我们提出了一种有效的方法,同时优化量子电路的结构和参数值,具有较小的计算开销,适用于噪声中等规模的量子计算机。我们在模拟中优化了变分量子本征求解器,以找到氢化锂和海森堡模型的基态,并在 IBM Melbourne 量子计算机上找到氢气的基态。
May, 2019
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
本文提出了一种仅需一个量子电路就能计算量子神经网络梯度的方法,该方法减少了电路深度和经典寄存器数量,同时解决了解决原方法中参数数量较多时所面临的电路调整和重复运行的问题,并在实验中展示了快速编译的优势和缩短总运行时间的速度提升。
Jul, 2023
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
本文讨论使用空间或时间相关门层的电路模块可以避免梯度消失现象,以实现对大规模问题的高效优化,通过随机可分离电路和基于量子交替操作最优变体的 Grover 算法的例子进行了讨论,对成本函数变化的界限进行了计算,在量子非结构化搜索的最佳 Oracle 复杂度的情况下,成本函数变化的界限表明了梯度消失和有效性之间的过渡。
May, 2020
本文研究了如何直接从量子测量中估计要优化的函数的梯度,提出了一种基于 Pauli 旋转扩展的哈密顿量的梯度估计算法,可适用于带噪声量子门的多量子位参数量子演化。
May, 2020
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。
Nov, 2017
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