arxivquration / arxivquration Goto Github PK
View Code? Open in Web Editor NEWrepository to share the quantum information and quantum computer articles
License: Apache License 2.0
repository to share the quantum information and quantum computer articles
License: Apache License 2.0
VQEでは、数多くの測定を行う必要がある。その回数を減らすためにいくつかの手法が提案されているが、本論文では、それらより少ないオーダーで済む手法を提案する。既存手法はスピン軌道数Nに対しO(N^3), O(N^4)の回数の測定が必要なのに対し、本提案ではO(N)の測定で済む。さらに、エラーの軽減も行うことができた。
https://arxiv.org/abs/1907.13117
William J. Huggins,1, 2, ∗ Jarrod McClean,1 Nicholas Rubin,1 Zhang
Jiang,1 Nathan Wiebe,1, 3, 4 K. Birgitta Whaley,2 and Ryan Babbush1, †
1Google Research, Venice, CA 90291
2Department of Chemistry and Berkeley Quantum Information and
Computation Center, University of California, Berkeley, CA 94720
3Environmental Molecular Sciences Laboratory, Pacific Northwest National Laboratory, Richland WA 99354
4Department of Physics, University of Washington, Seattle, WA 98105
2019/07/30
既存の論文をいくつか組み合わせて作る量子ブロックチェーンの提案。
A Resource Efficient Source of Multi-photon Polarization Entanglement (E. Megidish, et. al)で提案されている方法で作るGHZ状態でバイナリを表現し、量子乱数生成器で検証者をひとり選び、Experimental verification of multipartite entanglement in quantum networks (W. McCutcheon, et. al)で提案されている方法で、ブロックの有効性を確認する。(検証者ひとりが検証をするのではなく、検証者を取りまとめ役として、みんなで検証を行うプロトコルになっている)
GHZ状態自体は、表現されているバイナリを知っていればno-cloning theoremに抵触せずに作成可能であるが、検証プロトコルで安全性を確保している。
https://arxiv.org/abs/1804.05979
Del Rajan (Victoria University of Wellington), Matt Visser (Victoria University of Wellington)
2019/04/18
既存のものをブロックチェーンに使えると主張したこと以外に、この論文自体に新規性があるのか読み取れなかった。
また、検証プロトコルとして引用されている論文が耐ビザンチン故障性を持っているようにも読み取れなかった。 は、検証者以外が不正をしても検出できることは実験的に示されているが、検証者が不正をした場合については考察されていないように見えた。(修正しました)
特定の条件下で、電子が自然にグローバー検索のように振る舞い、材料の欠陥を探すことを数値シミュレーションで示した。従来から、量子ウォークでグローバー検索を実装できること、一部の量子ウォークが電子の自由伝搬を模倣できることは知られていたが、グローバー検索の実装が、実際に自然に発生する現象であることを示したのは初めて。
一般に、グローバーのアルゴリズムはNISQでは難しく誤り訂正ありの量子コンピュータが必要とされているが、自然現象を利用した、より直接的な方法でグローバー検索が実装できることが期待される。
https://arxiv.org/abs/1908.11213
Stéphane Guillet 1, Mathieu Roget 1, Pablo Arrighi 2, Di Molfetta 1
1: Aix-Marseille Univ, Université de Toulon, CNRS, LIS, Marseille, France
2: Aix-Marseille Univ, Universit ́e de Toulon, CNRS, LIS, Marseille, France and IXXI, Lyon, France
2019/09/16
量子暗号通信のこれまでの進歩を紹介したレビュー論文です。量子鍵配送(QKD)プロトコルの基礎から最新の動向までが整理されています。参考文献の紹介も含めると118ページに渡る解説があり、その分野の専門書としても活用できます。
https://arxiv.org/abs/1906.01645
S. Pirandola, U. L. Andersen, L. Banchi, M. Berta, D. Bunandar, R. Colbeck, D. Englund, T. Gehring, C. Lupo, C. Ottaviani, J. Pereira, M. Razavi, J. S. Shaari, M. Tomamichel, V. C. Usenko, G. Vallone, P. Villoresi, P. Wallden
(所属機関は割愛)
2019/06/04
量子暗号は、量子情報科学の分野で急速に成長している分野です。新しい理論的プロトコルは定期的に設計され、セキュリティ証明は絶えず改善されており、実験は、原理実証としてのラボ検証からフィールドでの実装や技術プロトタイプへと徐々に移行しています。このレビューでは、理論と実験の双方で、この分野の最近の進歩に関する一般的な紹介と最新の動向を、次の順で解説します。
・離散変数に基づく量子鍵配送プロトコル
・デバイスの独立性について、人工衛星による挑戦、連続変数に基づく高速プロトコル
・P2Pプライベート通信の限界の議論、量子リピーターとネットワークがこれらの制限を克服する方法について
・量子データロックや量子デジタル署名など、標準的な量子鍵配送を超えた量子暗号の側面について
Qiskitのバックエンド(シミュレータと実機)のインタフェースや、量子計算の命令のデータ構造(Qobjと呼ばれる)の仕様が書かれている。
また、OpenPulseというハードウェアでのパルス制御のための構文の仕様も説明されている。
https://arxiv.org/abs/1809.03452
David C. McKay, Thomas Alexander, Luciano Bello, Michael J. Biercuk, Lev Bishop, Jiayin Chen, Jerry M. Chow, Antonio D. Córcoles, Daniel Egger, Stefan Filipp, Juan Gomez, Michael Hush, Ali Javadi-Abhari, Diego Moreda, Paul Nation, Brent Paulovicks, Erick Winston, Christopher J. Wood, James Wootton, Jay M. Gambetta
IBM Research
Q-CTRL Pty Ltd, Sydney NSW Australia
2018/09/10
ゲート方式の量子ソフトウェアプラットフォームの概要とそれぞれのプラットフォームを比較した論文です。
https://arxiv.org/abs/1807.02500
Ryan LaRose
Department of Computational Mathematics, Science, and Engineering,
Michigan State University.
Fri, 6 Jul 2018 17:38:00 GMT
次の量子ソフトウェアプラットフォームの概要を説明しています。各プラットフォームについての説明内容は、必要条件、インストール方法、サンプルプログラムによるライブラリのサポート、ライブラリサポート、各プラットフォームの量子シミュレータ機能について述べられてます。
また、プラットフォームごとに、ハードウェア、量子アセンブリ言語、量子コンパイラの機能を比較しています。
任意のゲートを基本ゲートで構成する際の効率化を得た。
https://arxiv.org/abs/quant-ph/0411206v2
Centre for Quantum Computer Technology School of Physics, University of Melbourne
v1 2004/11/30
v2 2010/12/10
基本ゲートセットがあったとき、目的のゲートを任意精度で近似するためのアルゴリズムにおいて、事前キャッシュを伴う最適化を行い、最悪計算量を得た。また、任意のゲートについて基本ゲート数と誤差との関係における回帰式を得た。
Solovay Kitaevにおけるゲート列の探索を効率化した。
アルゴリズムを構成し、誤り訂正を仮定して特定のゲート数での位相回転ゲートの近似について例題を解き、実際の数値計算によって任意ゲートの近似におけるゲート数と近似精度の回帰式を得た。
位相回転ゲートについて論文の図など参照。
任意ゲートについて、誤差δ = 0.292×10^−0.0511l
理論計算機科学の観点からの量子計算・量子情報に関する修士課程に適した講義ノートです。
https://arxiv.org/abs/1907.09415
Ronald de Wolf
QuSoft, CWI and University of Amsterdam
2019/07/19
理論計算機科学の観点からの量子計算・量子情報に関する修士課程に適した講義ノートです。
初版は2011年に書かれ、その後数年間で多くの拡張と改善が行われました。
10章までは、量子回路モデルと主要な量子アルゴリズム(Deutsch-Jozsa、Simon、Shor、Hidden Subgroup Problem、Grover、quantum walks、Hamiltonian Simulation、 HHL)について説明します。その後に、複雑さに関する2つの章、分散(「アリスとボブ」)設定に関する4つの章、および量子誤り訂正に関する最後の章が続きます。
付録AとBは、必要な線形代数とその他の数学的およびコンピューターサイエンスの背景を簡単に紹介しています。すべての章には演習があり、その幾つかのヒントが付録Cに記載されています。
VQEでは、数多くの測定を行う必要がある。その回数を減らすために、同時に測定を行えるグループを探す方法があるが、最適なグループ化の問題は、最小クリーク被覆問題と同等であることが分かった。最小クリーク被覆問題はNP困難であるが、ヒューリスティック解法が知られている。
https://arxiv.org/abs/1907.03358
Vladyslav Verteletskyia,b,c, Tzu-Ching Yenb
, and Artur F. Izmaylova,b∗
a Department of Physical and Environmental Sciences,
University of Toronto Scarborough, Toronto, Ontario,
M1C 1A4, Canada; bChemical Physics Theory Group,
Department of Chemistry, University of Toronto, Toronto, Ontario,
M5S 3H6, Canada; cDepartment of Quantum Field Theory,
Taras Shevchenko National University of Kyiv, Kyiv, 03022, Ukraine
2019/07/07
VQEではよく、UCC (Unitary Coupled Cluster)法が用いられるが、本論文ではQCC (Qubit Coupled Cluster)法を提案。各量子ビットの回転と、いくつかの主要な電子相関のみを考えることで、UCCと比べて二量子ビットゲート数やパラメータ数を削減し、LiHは15個のパラメータでエネルギーを求めることができた。
https://arxiv.org/abs/1809.03827
Ilya G. Ryabinkin, Tzu-Ching Yen, Scott N. Genin, Artur F. Izmaylov
TI Lumionics Inc., 100 College St. #351, Toronto, Ontario M
5G 1L5, Canada
Department of Physical and Environmental Sciences,
University of Toronto Scarborough, Toronto, Ontario M1C 1A
4, Canada and
Chemical Physics Theory Group, Department of Chemistry,
University of Toronto, Toronto, Ontario M5S 3H6, Canada
2018/09/11
量子技術を使った乱数の評価方法を提案する。ベルの不等式(CHSH不等式)の破れを利用した、DIQRNG (デバイスに依存しない量子乱数生成器)プロトコルを定義している。
プロトコルは
からなり、
のパラメータを持つ。
https://arxiv.org/abs/1708.00265
Antonio Acín1,2 and Lluis Masanes3
1ICFO-Institut de Ciencies Fotoniques, The Barcelona Institute of Science
and Technology, 08860 Castelldefels (Barcelona), Spain
2ICREA-Institució Catalana de Recerca i Estudis Avançats, 08010 Barcelona, Spain
3Department of Physics & Astronomy, University College of London,
London WC1E 6BT, United Kingdom
2017/08/01
量子誤り訂正の基礎的な知識が整理されています。最新の研究ではありませんが、初学者向けに書かれています。
https://arxiv.org/abs/0905.2794
Simon J. Devitt,1, William J. Munro,2 and Kae Nemoto,1
1 National Institute of Informatics 2-1-2 Hitotsubashi Chiyoda-ku Tokyo 101-8340. Japan
2 NTT Basic Research Laboratories NTT Corporation 3-1 Morinosato-Wakamiya, Atsugi Kanagawa 243-0198. Japan
2009/05/18
量子誤り訂正(QEC)とフォールトトレラントな量子計算は、量子情報処理の最も重要な理論的側面の1つです。この刺激的な分野の初期の開発から、コヒーレントな量子システムの脆弱性は、大規模な量子コンピューターの開発に対する壊滅的な障害になることがよく知られていました。 1995年に量子誤り訂正が導入されたことで、この致命的な問題を軽減するための積極的な手法を採用できることが示されました。
ただし、量子誤り訂正とフォールトトレラントな計算は、今では非常に大きな分野となり、大規模な量子アルゴリズムのエラー訂正を実装するための、多くの新しい符号や訂正手法の方法論が開発されています。それに応じて、量子誤り訂正とフォールトトレランスの基本的な側面を、詳細なガイドとしてではなく、基本的な概要として要約しようとしたのが本文です。
この分野でのこの開発は非常に顕著であるため、量子情報の分野の多くの人々、特に量子情報に慣れていない研究者、または量子計算における他の多くの重要な問題に焦点を当てた研究者は、一般的な形式論に追いつくことが難しいと感じています。この分野で採用されている方法論や厳密な数学的およびコンピューターサイエンスのフレームワークからこれらの概念を紹介するのではなく、現在および近い将来の実験者に、より関連のある詳細な例を主に使用して誤り訂正とフォールトトレランスを調査してまとめてあります。
制限つきボルツマンマシン、ディープボルツマンマシン、量子ボルツマンマシンの3種類のアルゴリズムのシミュレーションを通じて簡単な迷路問題の強化学習を行なって評価した。
https://arxiv.org/abs/1612.05695
Daniel Crawford1
, Anna Levit1
, Navid Ghadermarzy1,2
, Jaspreet S. Oberoi1,3
, and Pooya Ronagh1,2,∗
2016/12/17
数値シミュレーションを通じて、RBM/DBM/QBMの3種類のボルツマンマシンを評価している。簡単な迷路を用意して、その報酬やペナルティなど条件を変えて各々のアルゴリズムの特徴を評価している。
ディープボルツマンマシンの隠れ層間の計算をシミュレーションで提案している。
SA,SQAと呼ばれるアニーリングアルゴリズムを使って、結合荷重の更新をしている。
量子性を残したQBMが一番学習結果がよかった。
実機でもやってほしい。
量子断熱計算では横磁場と縦磁場が同時にかかっているのに対し、QAOAの量子回路を、横磁場と縦磁場を「バンバン制御している」と考えて、バンバン制御された古典焼きなまし法を開発した。また、古典でも量子でも、バンバン制御した方が問題によっては指数関数的に、ループ回数ないし回路長が少なくなることを示した。symmetric cost functionと呼ばれるクラスでは、QAOAの回路長がO(1)となることについても示した。
https://arxiv.org/abs/1812.02746
Aniruddha Bapat1,2
Stephen Jordan3,4
1Joint Center for Quantum Information and Computer Science, University of Maryland
2Department of Physics, University of Maryland
3Microsoft, Redmond, WA 98052, USA
4University of Maryland, College Park, MD 20742, USA
2018/12/06
Random Kitchen Sinkという機械学習をNISQな量子コンピュータに応用したQuantum Kitchen Sink (QKS)という手法を提案、実装し、Rigetti QVM (シミュレータ)上で動かした。QKSと古典コンピュータでのロジスティック回帰を組み合わせると、ロジスティック回帰のみでの結果よりも精度が改善した。
https://arxiv.org/abs/1806.08321
C. M. Wilson (Rigetti Computing, Institute for Quantum Computing, University of Waterloo) J. S. Otterbach (Rigetti Computing), N. Tezak (Rigetti Computing), R. S. Smith (Rigetti Computing), G. E. Crooks (Rigetti Computing), M. P. da Silva (Rigetti Computing)
2018/06/21
こちらのブログに詳しい解説があります。
http://puyokw.hatenablog.com/entry/2018/06/27/001946
汎用量子ゲートモデルで組合せ最適化問題を解くためのアルゴリズム。
https://arxiv.org/abs/1411.4028
Edward Farhi and Jeffrey Goldstone
Center for Theoretical Physics
Massachusetts Institute of Technology
Cambridge, MA 02139
Sam Gutmann
2014/11/14
量子ゲートモデルの量子コンピュータでビットフリップの誤り検出(古典で訂正)を実装した。
https://www.nature.com/articles/nature14270
J. Kelly,1, ∗ R. Barends,1, 2, ∗ A. G. Fowler,1, 3, 2, ∗ A. Megrant,1, 4 E. Jeffrey,1, 2 T. C. White,1 D. Sank,1, 2 J. Y.
Mutus,1, 2 B. Campbell,1 Yu Chen,1, 2 Z. Chen,1 B. Chiaro,1 A. Dunsworth,1
I.-C. Hoi,1 C. Neill,1 P. J. J.
O’Malley,1 C. Quintana,1 P. Roushan,1, 2 A. Vainsencher,1
J. Wenner,1 A. N. Cleland,1
and John M. Martinis1, 2
1Department of Physics, University of California, Santa Barbara, CA 93106, USA
2Present address: Google Inc.
3Centre for Quantum Computation and Communication Technology,
School of Physics, The University of Melbourne, Victoria 3010, Australia
4Department of Materials, University of California, Santa Barbara, CA 93106, USA
2015/3/4
max9量子ビットでデータとパリティビットを利用した誤り検出を実装した。
それまできちんと実装されてない。
すごくてなにも言えない。
もっとも単純なニューロンのモデルであるマカロック・ピッツのモデルをIBMの5ビットの実機で実装し、パターン認識を行った。
量子コンピュータで行うメリットとして、指数関数的高速化の可能性について議論してはいるが、本論文ではその具体的方法については示されていない。
https://arxiv.org/abs/1811.02266
Francesco Tacchino,1, ∗ Chiara Macchiavello,1, 2, 3, † Dario Gerace,1, ‡ and Daniele Bajoni4, §
1Dipartimento di Fisica, Universit`a di Pavia, via Bassi 6, I-27100, Pavia, Italy
2
INFN Sezione di Pavia, via Bassi 6, I-27100, Pavia, Italy
3CNR-INO, largo E. Fermi 6, I-50125, Firenze, Italy
4Dipartimento di Ingegneria Industriale e dell’Informazione,
2018/11/06
量子アニーリングマシンを使ってイジングモデルに落とし込んだタンパク質折りたたみ問題を解いた。
https://www.nature.com/articles/srep00571
Alejandro Perdomo-Ortiz1
, Neil Dickson2
, Marshall Drew-Brook2
, Geordie Rose2 & Ala´n Aspuru-Guzik1
1
Department of Chemistry and Chemical Biology, Harvard University, 12 Oxford Street, Cambridge, MA 02138, USA, 2
D-Wave
Systems, Inc., 100-4401 Still Creek Drive, Burnaby, British Columbia V5C 6G9, Canada.
2012/5/10
タンパク質折りたたみ問題のMJモデルをイジングモデルで回転を表現してハミルトニアンを構成し、安定基底状態の構造を探索するという試み。イジングマシンの実機を使って行なっており、ハミルトニアンも実機に合わせて構造を工夫している。
イジングモデルで無理やり解いているのがすごい。多体問題の2体問題への分解を真正面から取り掛かっている。
回転を00,01,10,11という4種類をバイナリ値で表現し、その組合せ最適化問題で実装している。
多体問題の実装により正解率は大幅に減ってはいるが、イジングマシンで解けている。
真正面から難題に向かって結果を出しているのが正直すごい。
20種類の量子アルゴリズムの問題設定、アルゴリズム解説、実装を示したサーベイ論文。
https://arxiv.org/abs/1804.03719
Patrick J. Coles, Stephan Eidenbenz, Scott Pakin, Adetokunbo Adedoyin, John Ambrosiano, Petr Anisimov, William Casper, Gopinath Chennupati, Carleton Coffrin, Hristo Djidjev, David Gunter, Satish Karra, Nathan Lemons, Shizeng Lin, Andrey Lokhov, Alexander Malyzhenkov, David Mascarenas, Susan Mniszewski, Balu Nadiga, Dan O’Malley, Diane Oyen, Lakshman Prasad, Randy Roberts, Phil Romero, Nandakishore Santhi, Nikolai Sinitsyn, Pieter Swart, Marc Vuffray, Jim Wendelberger, Boram Yoon, Richard Zamora, and Wei Zhu
Los Alamos National Laboratory, Los Alamos, New Mexico, USA
2018/04/10
ボリューム満点。76ページ。
量子コンピューティングに必要な数学と、Simon's algorithm, Grover's algorithmの解説。
https://arxiv.org/abs/1708.03684
Giacomo Nannicini
IBM T.J. Watson
2017/08/11
Rigettiの量子ゲートマシンで組合せ最適化問題を解くQAOAアルゴリズムを古典計算機のベイズ最適化と組み合わせてハイブリッド計算を行った。
https://arxiv.org/abs/1712.05771
J. S. Otterbach, R. Manenti, N. Alidoust, A. Bestwick, M. Block, B. Bloom, S. Caldwell, N. Didier, E.
Schuyler Fried, S. Hong, P. Karalekas, C. B. Osborn, A. Papageorge, E. C. Peterson, G. Prawiroatmodjo,
N. Rubin, Colm A. Ryan, D. Scarabelli, M. Scheer, E. A. Sete, P. Sivarajah, Robert S. Smith, A. Staley,
N. Tezak, W. J. Zeng, A. Hudson, Blake R. Johnson, M. Reagor, M. P. da Silva, and C. Rigetti
Rigetti Computing, Inc., Berkeley, CA
2017/12/18
maxcut問題をRigettiコンピューティングの19量子ビットの実機を利用してQAOAアルゴリズムで解いた。また、QAOAアルゴリズムを解く際に必要なパラメータの推定に古典計算機のベイズ最適化を利用することで効率化を達成した。
これまでQAOAを実機で解いたことがなかった。
QAOAアルゴリズムは別途論文で提唱されている。
とけた。
まだ実用的ではないけどマイルストーンを打ち立てた。
自動誘導車両(AGV)制御の最適化(線形計画問題)をD-Wave 2000Q, デジタルアニーラ(DA)と、古典の最適化ソルバーのGurobi Optimizerで行った。D-Wave, DAでは線形計画問題をQUBOに変換し、また、Gurobiでは、線型計画問題のまま分枝限定法で解いた。
https://arxiv.org/abs/1812.01532v2
Masayuki Ohzeki1,2*, Akira Miki3, Masamichi J. Miyama1, and Masayoshi Terabe3
1Graduate School of Information Sciences, Tohoku University, Sendai 980-8579, Japan
2Institute of Innovative Research, Tokyo Institute of Technology, Kanagawa, 226-8503, Japan
3Electronics R & I Division, DENSO CORPORATION, Tokyo 103-6015, Japan
2018/12/27
Gurobiでは常に線形計画問題の最適解が求まったが、実はこの線形計画問題の最適解が、最適な制御になるとは限らなかった。なので、確実に線形計画問題の最適解が求まるGurobiと比べて、D-Waveの方が実際には最適な制御になっていた。別の制約を追加し、問題を修正することで、GurobiでもD-Waveと同等の最適解が得られた。
本論文では、前処理やクラウドへの問い合わせ時間も含めた、実際の計算時間を議論している。
D-Waveの場合、問題サイズが大きくなったらqbsolvで分割する必要があった。GurobiおよびDAでは、分割せずに問題を与えた。
D-Waveでqbsolvを使った場合には、何度もD-Waveに問題を投げることになり、クラウドでのジョブの順番待ちなどの影響もあり、非常に長い時間がかかった。
(図中の日本語は、論文中のキャプションをGoogle翻訳で和訳したもの)
AGV制御問題には
という特徴があるため、D-Wave 200Qを超える次世代の量子アニーラは将来のAGV制御のための候補として期待されている。
IBMのQXアーキテクチャは、量子ビット間が疎結合になっているので、CNOTゲートを利用する際、結合のある量子ビット同士を利用できるよう、マッピングする必要がある。
そのマッピング方法はIBMも開発しているが、そのマッピング自体にも時間がかかり、1時間経っても終わらないケースもあった。本論文では、A* 探索や先読みを利用することで、IBMのものと比べて高速にマッピングを行い、また、マッピング後のゲート数やdepth自体もIBMのものより小さくできるアルゴリズムを提案している。
https://arxiv.org/abs/1712.04722
Alwin Zulehner
Student Member, IEEE,
Alexandru Paler, and Robert Wille
Senior Member, IEEE
2017/12/13
量子化学計算向けのアルゴリズムであるVariational EigensolverをGoogleの超電導量子ビットで実装したという論文。
https://arxiv.org/abs/1512.06860
P. J. J. O’Malley,1, ∗ R. Babbush,2, ∗
I. D. Kivlichan,3 J. Romero,3 J. R. McClean,4 R. Barends,5 J. Kelly,5 P.
Roushan,5 A. Tranter,6, 7 N. Ding,2 B. Campbell,1 Y. Chen,5 Z. Chen,1 B. Chiaro,1 A. Dunsworth,1 A. G. Fowler,5
E. Jeffrey,5 E. Lucero,5 A. Megrant,5 J. Y. Mutus,5 M. Neeley,5 C. Neill,1 C. Quintana,1 D. Sank,5 A. Vainsencher,1
J. Wenner,1 T. C. White,5 P. V. Coveney,7 P. J. Love,6 H. Neven,2 A. Aspuru-Guzik,3 and J. M. Martinis5, 1
1Department of Physics, University of California, Santa Barbara, CA 93106, USA
2Google Inc., Venice, CA 90291, USA
3Department of Chemistry, Harvard University, Cambridge, MA 02138, USA
4Computational Research Division, Lawrence Berkeley National Laboratory, Berkeley CA 94720, USA
5Google Inc., Santa Barbara, CA 93117, USA
6Department of Physics, Tufts University, Medford, MA 02155, USA
7Center for Computational Science and Department of Chemistry, University College London, WC1H 0AJ, UK
2017/2/4
古典計算機の前処理から、ゲート操作への変換を行い、量子古典ハイブリッドのVQEというアルゴリズムへ。UCC理論により波動関数を用意し、パラメータを変えて固有値を求める。その値から再度新しいパラメータを生成し、波動関数を用意するということを繰り返し、基底状態に変分法で到達する。
量子古典ハイブリッド計算を超電導量子ビットで。アルゴリズムは機械学習向けのQAOAなどでも使用でき、応用範囲が広い。
古典計算機の前処理からゲート変換、そして最終的にUCC理論に基づいたVQEか、位相推定アルゴリズムPEAをまわして解を得る。
VQEの方が従来型のPEAアルゴリズムよりも高精度で解が求まっている。
すごい。
量子ビットや量子コンピュータの基本、量子フーリエ変換や位相推定、グローバーのアルゴリズムについて丁寧に書かれており、また、それらを利用してNP困難な問題に取り組む方法を説明している。Qiskitコードも多数載っており、非常に親切。
https://arxiv.org/abs/1907.11513
Austin Gilliam, Charlene Venci, Sreraman Muralidharan, Vitaliy Dorum, Eric May, Rajesh Narasimhan, and Constantin Gonciulea
JP Morgan Chase & Co.
2019/07/30
光連続量量子コンピュータライブラリの紹介。qubitを使った通常の量子コンピュータのシミュレータと違い、CV光によるqumodeを使う。ゲートや測定方法、よく使われる状態なども異なる。ソフトウェアの構成は、インタラクティブサーバやAPIなどのフロントエンド、Blackbird言語の処理系と、バックエンドとして、実機やシミュレータ(NumPyとTensorflow)も用意されている。
https://arxiv.org/abs/1804.03159
Nathan Killoran, Josh Izaac, Nicolás Quesada, Ville Bergholm, Matthew Amy, andChristian Weedbrook
Xanadu, 372 Richmond St W, Toronto, M5V 1X6, Canada
2019/03/04 (v2)
光連続量量子コンピュータのよきドキュメント。
Blackbird言語は、qubit型量子コンピュータでいうOpenQASMやQUILのようなもので、それについてのドキュメントとして読むこともできる。
量子アニーリングで解いたタンパク質折りたたみ問題をQAOAで解いた。この際、量子断熱計算のように横磁場をかけるのではなく、SWAPの時間発展(XY相互作用)やビットフリップの時間発展(XZ相互作用)を取り入れることで、制約項の一部をcostハミルトニアンに入れなくても満たせるようにした(hard constraint)。実験はシミュレータで行われた。(実機については、CNOTのdepthとqubitのconectivityが課題とのこと)
https://arxiv.org/abs/1810.13411
Mark Fingerhuth ProteinQure Inc., Toronto, Canada and University of KwaZulu-Natal, Durban, South Africa
Tomas Babej and Christopher Ing ProteinQure Inc., Toronto, Canada
2018/10/31
データサイエンティストに量子機械学習アルゴリズムを提示し、説明することを目的とした論文です。
https://arxiv.org/abs/1804.10068
Dawid Kopczyk
Quantee Limited, Manchester, United Kingdom
Wed, 25 Apr 2018 17:31:18 GMT
本論文で扱われているアルゴリズムや方程式は、厳密な数学的手法で書かれているのではなく、難しいトピックについて段階的な説明と例示に重点が置かれて解説されています。フィードフォワード量子ニューラルネットワークにおける新しいコスト関数とともに提案された量子PCAアルゴリズムのスコア抽出方法を紹介しています。
論文の構成は以下のとおり。
4量子ビットでsurface codeの誤り検出を実験した
https://www.nature.com/articles/ncomms7979
A.D. Co´rcoles1,, Easwar Magesan1,, Srikanth J. Srinivasan1,*, Andrew W. Cross1, M. Steffen1, Jay M. Gambetta1 & Jerry M. Chow1
1 IBM T.J. Watson Research Center, Yorktown Heights, New York 10598, USA
Published 29 Apr 2015
4量子ビットでビット反転と位相反転の検出を実機の実験で行なって検出ができた。
実験しちゃうのはすごい
IBMの5量子ビットコンピュータでSVM(サポートベクターマシン, 機械学習の一種)を実装した論文。
Quantum variational classificationというVQEのような手法と、Quantum kernel estimationという手法の2種類を実装している。
https://arxiv.org/abs/1804.11326
Vojtech Havlicek, Antonio D. C ́orcoles, Kristan Temme, Aram W. Harrow, Abhinav Kandala, Jerry M. Chow, and Jay M. Gambetta
IBM T.J. Watson Research Center, Yorktown Heights, NY 10598, USA and
Center for Theoretical Physics, Massachusetts Institute of Technology, USA
2018/04/30
摩擦のない完全弾性衝突をする重さの違う2つの物体がぶつかる回数を数えることで円周率を求めることができる(https://www.youtube.com/watch?v=HEfHFsfGXjs と https://www.youtube.com/watch?v=jsYwFizhncE を参照のこと)が、そのプロセスがGroverのアルゴリズムと同じ仕組みであることを示した。
軽い物体が重い物体にぶつかったときの**が、オラクルに問い合わせて欲しい状態をマーキングする演算子に、軽い物体が壁にぶつかったときの**が、平均値の周りで反転する演算子に対応している。
https://arxiv.org/abs/1912.02207
Adam R. Brown
Google, Mountain View, CA 94043, USA
Department of Physics, Stanford University, Stanford, CA 94305, US
2019/12/04
組合せ最適化問題のイジングモデルの問題を21個収録した論文。直接量子計算には結びつかないが、イジングマシン、ゲートマシンどちらでもイジングを解く際には大変役に立つので。
https://arxiv.org/pdf/1302.5843.pdf
Andrew Lucas
Department of Physics, Harvard University, Cambridge, MA, USA 02138
2014/1/24
イジング問題がたくさん載ってる
こんなに載ってるのはすごいし、とにかく便利。
QAOAによって素因数分解を実現した論文。
291311 = 523 x 557 の素因数分解が実現できている。
前処理によって必要なビット数を削減したことも書かれている。
https://arxiv.org/abs/1808.08927
Eric R. Anschuetz, Jonathan P. Olson, Alán Aspuru-Guzik, Yudong Cao
Zapata Computing Inc.
2018/08/27
量子古典ハイブリッドで変分法を利用したベクトルの固有値を求めるアルゴリズムを開発した。
https://arxiv.org/abs/1304.3061
Alberto Peruzzo,1, ∗ Jarrod McClean,2, ∗ Peter Shadbolt,1 Man-Hong Yung,2, 3
Xiao-Qi Zhou,1 Peter J. Love,4 Al´an Aspuru-Guzik,2 and Jeremy L. O’Brien1
2013/04/10
量子位相推定アルゴリズムの代わりにHe-H+の基底状態の分子エネルギーを一定の精度内で計算する量子化学計算からのアプローチを提案。実際のフォトニクスマシンを使って再現している。これにより、量子位相推定アルゴリズムよりも短いコヒーレンスタイムで高精度な量子化学計算が実現された。
エラーが多くて短いコヒーレンス時間のマシンでも古典マシンと組み合わせることで計算が可能に。
ansatz波動関数を用意し、ベクトルの固有値を求める。そこから古典計算機で新しいパラメータを発行して再度ansatz波動関数を用意して新しいベクトルの固有値を求めることを繰り返し、変分法により求めたい答えに行き着く。
He-H+の基底状態の分子エネルギーを高精度で求めた。
2018年流行ってます。
ジペプチドのab initio量子化学計算を行うために必要となる量子ビット数を推定した。with cc-pVTZ(-f)基底で1576−3808量子ビット、active-space reductionsという手法により88-276量子ビットという推定結果を得た。
https://arxiv.org/abs/1907.07128
Anurag Mishra∗
and Alireza Shabani
Qulab Inc., Los Angeles, California 90024, USA
2019/07/16
論文中にも明記されているとおり、本論文では、回路の複雑さ、ゲート数、誤りに関する考察は行われていない。その点に注意すること。
高パフォーマンスな量子ゲートシミュレータ(彼らはTesting Environmentと表現している)を作成し、シングルノードで29 qubits、マルチノードで40 qubitsまでシミュレートした。
https://arxiv.org/abs/1601.07195
Mikhail Smelyanskiy1, Nicolas P. D. Sawaya1,2, and Alán Aspuru-Guzik2
1Parallel Computing Lab, Intel Corporation
2Department of Chemistry and Chemical Biology, Harvard University
2016/01/26
2016年当時は斬新だったかもしれないが、今日では、割と普通のことが書いてある。
量子コンピュータの現状と未来について書かれた論文。NISQ (Noisy Intermediate-Scale Quantum)という言葉を提唱している。
https://arxiv.org/abs/1801.00862
John Preskill
California Institute of Technology
2018/01/27
従来のCD法などの古典近似計算を行わず、D-Waveのマシンから直接サンプリングを行い確率分布モデルのRBMを学習させた。
https://arxiv.org/abs/1510.06356
Steven H. Adachi1, Maxwell P. Henderson2
1 Lockheed Martin Information Systems & Global Solutions, Palo Alto, California, USA
([email protected])
2 Lockheed Martin Information Systems & Global Solutions, King of Prussia, Pennsylvania, USA
2015/10/21
D-Waveの実機を使用し、ディープラーニングの事前学習に使用される生成モデルの学習を行なった。これまではCD法などの近似サンプリングによって精度を落としていた計算に、直接サンプリングのアルゴリズムを適用することで、質の高い学習を行うことができた。
近似計算では計算量も増え、モデルとの乖離もあった部分に、ダイレクトにD-Waveのアナログ性を用いた量子サンプリングを適用することで学習を大幅に効率化した。
の期待値計算に直接量子サンプリングを適用し、N回の平均値だけで簡単に求まるモデルを適用した。
古典計算の難しい部分を量子サンプリングで大幅に時間短縮した。
とてもいい論文。
VQEやQAOAと似た回路とカーネル法を使った機械学習生成モデル。
データセットをChow-Liuツリーにより、条件付き確率の積にして、P(a|b)ならaとbをもつれさせる。回路自体は既存のVQEとほぼ同様。
損失関数には、2乗最大平均不一致(MMD)を使用。カーネル関数としてガウスカーネルを使用。また、サンプリングにより勾配を推定し、Adamで最適化している。
Bars-and-Stripesデータセットで学習し、生成したのが図の通り。
また、回路を深くするとどれくらいよくなるかについても試している。
https://arxiv.org/abs/1804.04168
Jin-Guo Liu1and Lei Wang1,2∗
1Institute of Physics, Chinese Academy of Sciences, Beijing 100190, China
2CAS Center for Excellence in Topological Quantum Computation,University of Chinese Academy of Sciences, Beijing 100190, China
2018/04/11
加算器や、モジュロ指数計算回路の作り方を示した論文。
見て実装できそうなほどに丁寧な図が載っている。
https://arxiv.org/abs/quant-ph/9511018
Vlatko Vedral∗, Adriano Barenco and Artur Ekert
Clarendon Laboratory, Department of PhysicsUniversity of Oxford, Oxford, OX1 3PU, U.K.
1995/11/16
UCCSD (1電子置換と2電子置換を考慮したUnitary Coupled Cluster)はVQEなどでよく用いられるが、実際には、有限次の鈴木-トロッター展開をした形で用いられる。その際、積を作る順序は何通りも考えられ、これらはそれぞれ違った演算子になる。
数学的には違っていても、計算結果がほとんど変わらなければ(< 精度が1 kcal/molの差に収まれば) "Trotterized UCCSD"という用語は明確に定義されていると言えるが、もし計算結果が大きく変わるのであれば、"Trotterized UCCSD"だけでは定義が曖昧で、再現性のある結果にはならない。
そこで、Full-CIの結果と鈴木-トロッター展開をしないUCCSDでの計算結果と、積を取る順序をランダムにシャッフルしたTrotterized UCCSDの結果を比較した。また、k-UpCCGSD (arXiv:1810.02327)だと、これが改善することも示した。
Full-CI, UCCSD, Trotterized UCCSDの比較結果がこちら。
その結果、電子相関が大きい場合のみ、積の順序が大きな影響を及ぼすことが分かったが、強く相関する分子の量子化学計算は量子コンピュータでの応用が期待されていることもあり、順序付けの問題は重要である。
https://arxiv.org/abs/1910.10329
Harper R. Grimsley,1Daniel Claudino,1Sophia E. Economou,2Edwin Barnes,2and Nicholas J. Mayhall1,
1 Department of Chemistry, Virginia Tech, Blacksburg, VA 24061, USA
2Department of Physics, Virginia Tech, Blacksburg, VA 24061, USA
2019/10/23
RBM、制限付きボルツマンマシンをD-Waveマシンに実装するためのシミュレーションによる検討論文。
https://arxiv.org/abs/1312.5258
Vincent Dumoulin and Ian J. Goodfellow and Aaron Courville and Yoshua Bengio
Departement d’informatique et de recherche operationnelle
Universite de Montreal
Montreal, QC H3C 3J7
2013/12/18
D-Waveの回路を再現したシミュレーションによって、RBMをD-Wave上に実装できることを示した論文。実際に文字認識をベースに古典計算機シミュレーションで学習を行なっている。
シミュレーションでもD-WaveにRBMは実装できると示した。
通常CD法などの古典サンプリング方法以外の実装可能性を示した。
様々な結合やエラーをシミュレートしてD-Waveのハードウェア回路を再現したシミュレーション上で文字認識をベースに学習できるかどうかを評価した。
多少実機にエラーがあっても、結合をきちんとつくっておけばRBMは実装できると示した。
画期的な論文。
代表的な量子誤り訂正符号の例が簡潔に紹介されたあと、実験的に最も広く研究されている誤り正のプロトコルである表面符号について基本的な概念が説明されています。量子誤り訂正符号の導入的なレビューで短い簡潔な解説です。
https://arxiv.org/abs/1907.11157
Joschka Roffe
Department of Physics & Astronomy, University of Sheffield
2019/07/25
量子誤り訂正のプロトコルは、量子コンピューティングの実現において中心的な役割を果たします。
誤り訂正符号の選択は、物理レベルの量子ビットの配置からソフトウェアレベルの量子ゲートのコンパイル・ストレタジーまで全ての量子コンピューティングスタックに影響します。量子誤り訂正符号は、現在および将来の量子コンピューティングアーキテクチャを理解するために不可欠な前提条件です。
このレビューでは、次の理論と実装の入門ガイドを提供します。
可能な限り手作業で検証できる様な範囲で、検出や訂正符号の最も単純な例を使用して基本的な概念を説明します。
実験的に最も広く研究されている誤り訂正のプロトコルである表面符号の構成と操作の概要を説明します。
最後に、表面符号と他の量子誤り訂正符号の実装で発生する問題について扱っています。
ゲート式の量子コンピューターを構築するためには、克服すべき多くの課題があります。ハードウェアレベルでは、量子ビットの実現と制御の方法を改善する必要があります。これに加えて、主要な理論的課題は、フォールトトレラントな誤り訂正を実現するより良い方法を見つける必要があります。これらの2つの問題は並行して取り組む必要があり、一方の進歩が他方の方向に影響を与えます。
量子誤り訂正の導入ガイドです。特に新規性はありません。
エンジニアのための超伝導量子ビットの基本技術を網羅した論文です。
https://arxiv.org/abs/1904.06560
P. Krantz1,2, M. Kjaergaard1, F. Yan1, T.P. Orlando1, S. Gustavsson1, and W. D. Oliver1,3
1 Research Laboratory of Electronics, Massachusetts Institute of Technology, Cambridge, MA 02139, USA
2 Wallenberg Centre for Quantum Technology (WACQT), Chalmers University of Technology, Gothenburg, SE-41296, Sweden and
3 MIT Lincoln Laboratory, 244 Wood Street, Lexington, MA 02420, USA
2019/04/13
コヒーレントイジングマシン(CIM)を古典コンピュータでシミュレートするアルゴリズムのNoisy Mean-Field Algorithm (NMFA)を開発、実装し、GeForce 1080 Tiで動作させたところ、NTTのCIMの20倍、スタンフォードのCIMの130倍高速に動作した。
https://arxiv.org/abs/1806.08422
Andrew D. King, William Bernoudy, James King, Andrew J. Berkley, Trevor Lanting
D-Wave Systems Inc.
2018/06/25
概要:10357のタクシーのうち418台を選び、経路最適化。古典計算機とD-waveマシンの両方を組み合わせて計算。
1、地図・GPS位置情報の準備
2、交通混雑の起きている箇所の特定
3、現在の車の取りうる代替のコースの検索
4、QUBO変換
5、混在解消のルート検索
6、結果に応じて車を再分配
7、上記の2から6を繰り返して収束させる。
5以外はすべて、古典計算です。
※こちらより引用
https://arxiv.org/abs/1708.01625
lorian Neukart, David Von Dollen, Gabriele Compostella, Christian Seidel, Sheir Yarkoni , and Bob Parney
Volkswagen Group of America, San Francisco, USA
Volkswagen Data:Lab, Munich, Germany
D-Wave Systems, Inc., Burnaby, Canada
2017/08/09
量子アルゴリズムには、0〜1の小数点の数値を、状態の振幅として表現する符号化形式と、固定小数点形式の量子ビット列で表現する形式とがある。本論文では、前者で符号化された状態をanalog-encoded state、後者で符号化された状態をdigital-encoded stateと呼ぶ。
HHLアルゴリズムなどの量子アルゴリズムでは、これらの状態を相互に変換することにより量子スピードアップを達成している。本論文では、そういったアルゴリズムで暗黙のうちに利用されているQuantum Analog-Digital Conversion (QADC)、Quantum Digital-Analog Conversion (QDAC)を再定式化し、アルゴリズムを提案する。
https://arxiv.org/abs/1805.11250
Kosuke Mitarai, Masahiro Kitagawa, and Keisuke Fujii
Graduate School of Engineering Science, Osaka University,
Graduate School of Science, Kyoto University,
JST, PRESTO
2018/05/29
量子アニーリングマシンが古典計算機のSAとQMCアルゴリズムに対して優位性がある問題をみつけ、速度差をコスト関数のエネルギー障壁の形状で検証した。
https://arxiv.org/pdf/1512.02206.pdf
Vasil S. Denchev,1 Sergio Boixo,1 Sergei V. Isakov,1 Nan Ding,1 Ryan
Babbush,1 Vadim Smelyanskiy,1 John Martinis,2 and Hartmut Neven1
1Google Inc., Venice, CA 90291, USA
2Google Inc., Santa Barbara, CA 93117, USA
2016/1/26
速度差をコスト関数の特徴で検証した点
D-Waveが速かった
当時はよくきちんと検証できたなと感心しました。
量子コンピュータでの量子化学について、包括的にまとめられている論文。
それ自体も結構な超大作だし、引用文献を拾うために読んでも役に立つ。
https://arxiv.org/abs/1808.10402
Sam McArdle, Suguru Endo, Alan Aspuru-Guzik, Simon Benjamin, Xiao Yuan
Department of Materials, University of Oxford, Parks Road, Oxford OX1 3PH, United Kingdom
Department of Chemistry and Department of Computer Science, University of Toronto, Toronto, Ontario M5S 3H6, Canada
Vector Institute for Artificial Intelligence, Toronto, Ontario M5S 1M1, Canada
Canadian Institute for Advanced Research (CIFAR) Senior Fellow, Toronto, Ontario M5S 1M1, Canada
2018/08/31
A declarative, efficient, and flexible JavaScript library for building user interfaces.
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
An Open Source Machine Learning Framework for Everyone
The Web framework for perfectionists with deadlines.
A PHP framework for web artisans
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
Some thing interesting about web. New door for the world.
A server is a program made to process requests and deliver data to clients.
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
Some thing interesting about visualization, use data art
Some thing interesting about game, make everyone happy.
We are working to build community through open source technology. NB: members must have two-factor auth.
Open source projects and samples from Microsoft.
Google ❤️ Open Source for everyone.
Alibaba Open Source for everyone
Data-Driven Documents codes.
China tencent open source team.