양자 변이 알고리즘을 위한 신경망 유도 외삽 기술

Subhasree Bhattacharjee; Soumyadip Sarkar; Kunal Das; Hanin Ardah; Abdel-Haleem Abdel-Aty; Ali Jaber Almalki

doi:10.3791/68873

이 콘텐츠를 보려면 JoVE 구독이 필요합니다. 로그인하거나 오늘 무료 평가판을 시작하세요.

연구 논문

양자 변이 알고리즘을 위한 신경망 유도 외삽 기술

627 조회수

⸱

DOI:

10.3791/68873

⸱

2025년 10월 10일

Subhasree Bhattacharjee¹ , Soumyadip Sarkar¹ , Kunal Das² , Hanin Ardah³ , Abdel-Haleem Abdel-Aty⁴ , Ali Jaber Almalki⁵

¹Department of Computer Application, Narula Institute of Technology, Kolkata, India, ²Department of Computer Science, Acharya Prafulla Chandra College, Kolkata, India, ³Department of Computer Sciences, College of Computer and Information Sciences, Princess Nourah bint Abdulrahman University, Riyadh, Saudi Arabia, ⁴Department of Physics, College of Sciences, University of Bisha, Bisha, Saudi Arabia, ⁵Department of Computer Science and Artificial Intelligence, College of Computing and Information Technology, University of Bisha, Bisha, Saudi Arabia

이 논문에서

요약

우리는 시끄러운 양자 환경에서 VQE의 정확도를 높이기 위해 신경망 구동 제로 노이즈 외삽 방법을 제안합니다.

초록

시끄러운 중간 규모 양자(NISQ) 시대에 VQE(Variational Quantum Eigensolver)는 복잡한 양자 문제를 해결하는 효과적인 알고리즘으로 등장합니다. 그러나 양자 장치에 노이즈가 존재하면 VQE 결과의 정확성과 신뢰성이 저하되는 경우가 많습니다. 이 논문은 VQE 계산에서 신경망 기반 외삽 기술을 사용하여 이 문제를 해결하는 혁신적인 방법을 제시합니다. Qiskit 프레임워크를 활용하여 RY-RZ ansatz를 사용하여 매개변수화된 양자 회로를 설계했으며, 비트 플립 오류, 위상 전환 오류 및 진폭 감쇠 오류가 있는 다양한 수준의 탈분극 노이즈에서 성능을 분석했습니다. 우리의 조사에는 기저 상태 에너지(GSE)를 추론하기 위한 목적으로 다양한 수준의 소음 강도에 걸쳐 해밀토니안의 예상 결과를 분석하는 것이 포함되었습니다. 관찰된 노이즈가 많은 결과를 이상적인 노이즈 없는 조건과 연결하기 위해 오류 확률과 해당 기대 값을 사용하여 FFNN(Feedforward Neural Network)을 훈련했습니다. 이 모델은 이상적인 노이즈 없는 시나리오에서 VQE 결과를 정확하게 예측했습니다. 시뮬레이션 결과와 실제 양자 하드웨어 실행 결과를 비교한 결과 노이즈로 인한 불일치가 드러났으며, 이를 수정하는 데 있어 이 신경망 기반 외삽 접근 방식의 효율성이 강조되었습니다. 이 포괄적인 방법은 NISQ 장치에서 VQE 계산의 정확도를 향상시키고 양자 노이즈로 인한 위협을 해결하기 위해 양자 방법과 기존 방법을 혼합할 수 있는 상당한 잠재력을 강조합니다. FFNN, 컨볼루션 신경망(CNN) 및 장단기 기억(LSTM) 네트워크 간의 결과를 비교하면 FFNN이 더 정확하지만 더 짧은 시간에 결과를 예측하는 것으로 나타났습니다.

서론

양자 컴퓨팅은 양자역학과 컴퓨터 이론의 아이디어를 혼합한 다양한 주제의 혼합과 같습니다. 그것은 우리가 정보를 다루는 방식을 완전히 바꿀 수 있습니다. 이는 기존 계산의 범위를 훨씬 뛰어넘는 계산 기능을 제공할 수 있습니다¹. 양자 컴퓨팅은 큰 가능성을 갖고 있지만 상당한 장애물에 직면해 있습니다. 양자 시스템은 취약하고 다양한 소스의 노이즈와 오류의 영향을 쉽게 받습니다. 이러한 교란은 계산 ^2,3,4,5,6의 정확도에 큰 영향을 미칠 수 있습니다.

VQE(Variational Quantum Eigensolver)는 단기 양자 장치의 기능을 활용하기 위해 개발된 가장 잠재적인 알고리즘 중 하나입니다⁷. VQE는 양자역학의 요소와 고전적인 최적화 방법을 결합한 독특한 접근 방식입니다. 그 목표는 주어진 해밀토니....