JP2022061567A - 最適化装置、評価装置、それらの方法、およびプログラム - Google Patents
最適化装置、評価装置、それらの方法、およびプログラム Download PDFInfo
- Publication number
- JP2022061567A JP2022061567A JP2020169560A JP2020169560A JP2022061567A JP 2022061567 A JP2022061567 A JP 2022061567A JP 2020169560 A JP2020169560 A JP 2020169560A JP 2020169560 A JP2020169560 A JP 2020169560A JP 2022061567 A JP2022061567 A JP 2022061567A
- Authority
- JP
- Japan
- Prior art keywords
- input
- subspace
- output
- quantum
- space
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims description 31
- 238000000034 method Methods 0.000 title claims description 26
- 238000005457 optimization Methods 0.000 title claims description 24
- 238000013507 mapping Methods 0.000 claims abstract description 50
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 239000002096 quantum dot Substances 0.000 claims abstract description 15
- 230000000295 complement effect Effects 0.000 claims description 4
- 238000002474 experimental method Methods 0.000 abstract description 16
- 230000007423 decrease Effects 0.000 abstract description 2
- 239000011159 matrix material Substances 0.000 description 43
- 238000012546 transfer Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 11
- 238000012545 processing Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000009795 derivation Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000000116 mitigating effect Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 241001590997 Moolgarda engeli Species 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000004800 variational method Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
[第1実施形態]
本実施形態では、忠実度を向上させる目的の量子ゲートgの入出力量子状態に制限を課すことで、従来よりも少ない実験回数で量子ゲートの忠実度を向上させる。前述のように量子ゲートとは、量子ビットの任意の入力量子状態を当該入力量子状態に対応する所望の出力量子状態に変換するものである。すなわち、量子ゲートgの入力量子状態を表す情報(例えば、複素行列などの行列)の定義域を定義域空間SDと表現し、当該量子ゲートの出力量子状態を表す情報(例えば、複素行列などの行列)の値域を値域空間SRと表現すると、量子ゲートgは定義域空間SDから値域空間SRへの写像(全域写像)f:SD→SRで表現できる。しかし実用上、定義域空間SDの任意の元で表される入力量子状態が量子ゲートに入力され、当該量子ゲートgから値域空間SRの任意の元で表される出力量子状態が出力されることが求められることは多くない。そこで、本実施形態では、目的の量子ゲートgの入力量子状態および出力量子状態が、定義域空間SDおよび値域空間SRの実用的な部分空間I⊆SDおよびO⊆SRに限られているとする。すなわち、量子ゲートgを表す写像f:SD→SRに対し、定義域空間SDの部分空間(入力部分空間)I⊆SDから値域空間SRの部分空間(出力部分空間)O⊆SRへの部分写像f':I→Oを定義する。ただし、入力部分空間Iが定義域空間SDを制約した真部分空間(定義域空間SDの一部)であるか(I⊂SD)、出力部分空間Oが値域空間SRを制約した真部分空間(値域空間SRの一部)であるか(O⊂SR)、またはI⊂SDかつO⊂SRである。I⊂SDの場合、IはSDの一部の次元の元から構成された部分空間であってもよいし、SDの各次元の要素の範囲が制限された部分空間であってもよいが、前者の方がより少ない実験回数で量子ゲートの忠実度を向上させることができる。同様に、O⊂SRの場合、OはSRの一部の次元の元から構成された部分空間であってもよいし、SRの各次元の要素の範囲が制限された部分空間であってもよいが、前者の方がより少ない実験回数で量子ゲートの忠実度を向上させることができる。ここで、入力部分空間Iに影響を及ぼさない(入力部分空間Iの要素を変化させない)が入力部分空間I以外の空間に任意のノイズを許容する緩和演算子DIを定義できる。同様に、出力部分空間Oに影響を及ぼさない(出力部分空間Oの要素を変化させない)が出力部分空間O以外の空間に任意のノイズを許容する緩和演算子DOを定義できる。また、入出力量子状態に緩和演算子DIを作用させ、緩和演算子DIから出力された量子状態に量子ゲートgを作用させ、量子ゲートgから出力された量子状態に緩和演算子DOを作用させる量子ゲートを、緩和が加わった量子ゲートをDI〇g〇DOと表現する。例えば、図4Aに例示する量子ゲートgでは、SDがN次元(Nは2以上の整数)の要素IN1,...,INNからなる空間であり、SRがN次元の要素OUT1,...,OUTNからなる空間であり、量子ゲートgは写像f:(IN1,...,INN)→(OUT1,...,OUTN)で表される。これに対し、図4Bで例示する緩和が加わった量子ゲートをDI〇g〇DOは、I⊂SDかつO⊂SRであり、部分写像f':I→Oで表される。量子ゲートDI〇g〇DOは、入出力状態が入力部分空間Iの情報で表される入力量子状態および出力部分空間Oの情報で表される出力量子状態の場合にのみ、写像fで表される目的の量子ゲートgと区別できない。一方、入力部分空間I以外の情報で表される入力量子状態および出力部分空間O以外の情報で表される出力量子状態に対しては、量子ゲートDI〇g〇DOの動作は定義されていない。実用上、入力部分空間Iの情報で表される入力量子状態および出力部分空間Oの情報で表される出力量子状態について使用される限り、量子ゲートDI〇g〇DOは目的の量子ゲートgと同等であって問題は生じない。なお、量子ゲートgを表す写像f、量子ゲートDI〇g〇DOを表す部分写像f'、緩和演算子DI,DOは、それぞれパウリ転送行列(例えば、参考文献1等参照)などの行列によって表現できる。なお、パウリ転送行列はサイズ4n×4nの実行列である。ただし、nは1以上の整数であり、量子ビットの個数を表す。以降、パウリ転送行列をVと表し、パウリ転送行列Vのij成分をVijと表す。各量子ビットの状態を表す密度行列はパウリ演算子と実数係数との積和として表現できる複素行列であり、パウリ転送行列Vのij成分Vijは、入力側のパウリ演算子Pjを、出力側のパウリ演算子Piに転写する係数となる。つまり、Pjにパウリ転送行列Vを表現として持つような量子ゲートUを作用させると、出力として以下のPiを得る。
Pi = Σj Vij Pj
ここで、入力された量子状態のサイズ2n×2nの密度行列rhoを、以下のようにパウリ演算子Pkと実数係数ckとの積和で表す。
rho = Σk ck Pk
すると、入量子状態は実数係数ckを要素とするサイズ4nの実ベクトルcに対応する。このように入力量子状態の密度行列をパウリ演算子基底で表現したものを拡張版状態ベクトルとみなす。このとき、パウリ転送行列Vで表される量子ゲートを、拡張版状態ベクトルcに対応する入力量子状態に作用させると、出力量子状態に対応する拡張版状態ベクトルdはパウリ転送行列Vを拡張版状態ベクトルcに作用させたもの、すなわちd=Vcとなる。ただし、dはサイズ4nの実ベクトルであり、出力量子状態の密度行列をパウリ演算子基底で表現したものである。
参考文献1:Daniel Greenbaum, "Introduction to Quantum Gate Set Tomography," arXiv:1509.02921, September 9, 2015.
一般に、部分写像f'を表す行列の要素のうち最適化すべき要素は、入力部分空間I⊆SDを出力部分空間O⊆SRに写すために必要な要素のみである。そのため、部分写像f'を表す行列の要素のうち最適化すべき要素は、写像fを表す行列の要素数よりも少ない。したがって、量子ゲートDI〇g〇DOの忠実度F(Θ)を評価するために必要な実験回数(実験時間)は、量子ゲートgの忠実度F(Θ)を評価するために必要な実験回数(実験時間)よりも少ない。また量子ゲートDI〇g〇DOは量子ゲートgよりも最適化すべき要素数が少ないため、量子ゲートDI〇g〇DOの方が量子ゲートgよりもパラメータの集合Θの最適解を得やすい。すなわち、量子ゲートDI〇g〇DOの忠実度F(Θ)を向上させる方が量子ゲートgの忠実度F(Θ)を向上させるよりも容易である。このように本実施形態では、従来よりも少ない実験回数で物理的な量子ゲートの忠実度を向上させることができる。特に、I⊂SDかつO⊂SRである場合、量子ゲートの入力状態だけではなく、量子ゲートの機能をも実用的な範囲に制限でき、より大きな効果が期待できる。以降、本実施形態を詳細に説明する。
図1に例示するように、本実施形態の最適化システム1は、入力量子状態を出力量子状態に変換する量子ゲートを最適化する最適化装置11、および、物理的な量子操作を行う量子計算装置12を有する。最適化装置11は、制御部110、試行制御情報初期化部111、記憶部112,115、入力部113、部分写像生成部114、操作内容設定部116、損失・勾配導出部117、更新部118、および出力部119を有し、制御部110の制御に従って各処理を実行する。最適化装置11は、例えばコンピュータ(例えば、古典コンピュータ)に所定のプログラムが読み込まれることで構成される装置である。
図3を用い、入力量子状態を出力量子状態に変換する量子ゲートgの最適化方法を例示する。
参考文献2:Steven T. Flammia and Yi-Kai Liu, "Direct Fidelity Estimation from Few Pauli Measurements," Physical Review Letters 106, 230501 (2011).
部分写像f'、初期状態αを特定する情報、および観測基底βを特定する情報は、記憶部115に格納される(ステップS114)。
参考文献3:K. Mitarai, M. Negoro, M. Kitagawa, and K. Fujii, "Quantum Circuit Learning," Physical Review A 98, 032309 (2018).
更新情報Δθmは更新部118に送られる(ステップS117)。
量子計算の実用的な用途では、量子ゲートの特定の部分的な入出力関係のみを再現すれば十分である。通常の量子ゲートの最適化では、単一の量子ゲートのみに着目し、その量子ゲートの任意の入出力関係を再現しようとする。一方、実用的な用途では特定の部分的な入出力関係のみに専念して最適化することで忠実度の向上を行うことが許される。本実施形態では特定の部分的な入出力関係のみに専念して最適化することにより、従来考えられていた問題点を解決し、従来手法よりはるかに効率的な量子ゲートの忠実度評価と向上が可能となった。
第2実施形態は第1実施形態の変形例であり、入出力量子状態を制限した範囲で量子ゲートgの忠実度を評価する。これにより、実用的な入出力の範囲で要求される忠実度を評価することができる。以下では第1実施形態との相違点を中心に説明し、既に説明した事項については、第1実施形態で用いた参照番号を用いて説明を簡略化する。
図6に例示するように、本実施形態の評価システム2は、入力量子状態を出力量子状態に変換する量子ゲートを評価する評価装置21、および、物理的な量子操作を行う量子計算装置12を有する。評価装置21は、制御部110、記憶部212,115、入力部213、部分写像生成部114、操作内容設定部116、評価部217、および出力部219を有し、制御部110の制御に従って各処理を実行する。評価装置21は、例えばコンピュータに所定のプログラムが読み込まれることで構成される装置である。
図7を用い、入力量子状態を出力量子状態に変換する量子ゲートgの忠実度の評価方法を例示する。
各実施形態における最適化装置11および評価装置21は、例えば、CPU(central processing unit)等のプロセッサ(ハードウェア・プロセッサ)やRAM(random-access memory)・ROM(read-only memory)等のメモリ等を備える汎用または専用のコンピュータが所定のプログラムを実行することで構成される装置である。このコンピュータは1個のプロセッサやメモリを備えていてもよいし、複数個のプロセッサやメモリを備えていてもよい。このプログラムはコンピュータにインストールされてもよいし、予めROM等に記録されていてもよい。また、CPUのようにプログラムが読み込まれることで機能構成を実現する電子回路(circuitry)ではなく、単独で処理機能を実現する電子回路を用いて一部またはすべての処理部が構成されてもよい。また、1個の装置を構成する電子回路が複数のCPUを含んでいてもよい。
114 部分写像生成部
118 更新部
12 量子計算装置
21 評価装置
Claims (8)
- 入力量子状態を出力量子状態に変換する量子ゲートを最適化する最適化装置であって、
前記入力量子状態を表す情報の定義域空間から前記出力量子状態を表す情報の値域空間への写像について、前記定義域空間の部分空間である入力部分空間から前記値域空間の部分空間である出力部分空間への部分写像を得る部分写像生成部と、
前記入力部分空間に属する部分入力情報によって表される試行入力量子状態の量子ビットに対して試行制御情報に基づく物理的な量子操作を行って得られた試行出力量子状態を観測して得られる、前記出力部分空間に属する演算結果と、前記部分入力情報の前記部分写像による像と、の間の距離が小さくなるように前記試行制御情報を更新する更新部と、
を有する最適化装置。 - 請求項1の最適化装置であって、
前記更新部は、
前記定義域空間から、前記値域空間における前記出力部分空間の補空間への写像による像、および、
前記定義域空間における前記入力部分空間の補空間から、前記値域空間への写像による像、
を考慮することなく、前記試行制御情報を更新する、最適化装置。 - 請求項1または2の最適化装置であって、
前記入力部分空間は前記定義域空間の一部であり、
前記出力部分空間は前記値域空間の一部である、最適化装置。 - 請求項1から3の何れかの最適化装置であって、
前記入力部分空間は前記定義域空間の一部の次元の元から構成される部分空間であり、および/または、前記出力部分空間は前記値域空間の一部の次元の元から構成される部分空間である、最適化装置。 - 入力量子状態を出力量子状態に変換する量子ゲートの忠実度を評価する評価装置であって、
前記入力量子状態を表す情報の定義域空間から前記出力量子状態を表す情報の値域空間への写像について、前記定義域空間の部分空間である入力部分空間から前記値域空間の部分空間である出力部分空間への部分写像を得る部分写像生成部と、
前記入力部分空間に属する部分入力情報によって表される試行入力量子状態の量子ビットに対して評価対象制御情報に基づく物理的な量子操作を行って得られた試行出力量子状態を観測して得られる、前記出力部分空間に属する演算結果と、前記部分入力情報の前記部分写像による像と、の間の距離に基づく忠実度を得る評価部と、
を有する評価装置。 - 入力量子状態を出力量子状態に変換する量子ゲートを最適化する最適化方法であって、
前記入力量子状態を表す情報の定義域空間から前記出力量子状態を表す情報の値域空間への写像について、前記定義域空間の部分空間である入力部分空間から前記値域空間の部分空間である出力部分空間への部分写像を得る部分写像生成ステップと、
前記入力部分空間に属する部分入力情報によって表される試行入力量子状態の量子ビットに対して試行制御情報に基づく物理的な量子操作を行って得られた試行出力量子状態を観測して得られる、前記出力部分空間に属する演算結果と、前記部分入力情報の前記部分写像による像と、の間の距離が小さくなるように前記試行制御情報を更新する更新ステップと、
を有する最適化方法。 - 入力量子状態を出力量子状態に変換する量子ゲートの忠実度を評価する評価方法であって、
前記入力量子状態を表す情報の定義域空間から前記出力量子状態を表す情報の値域空間への写像について、前記定義域空間の部分空間である入力部分空間から前記値域空間の部分空間である出力部分空間への部分写像を得る部分写像生成ステップと、
前記入力部分空間に属する部分入力情報によって表される試行入力量子状態の量子ビットに対して評価対象制御情報に基づく物理的な量子操作を行って得られた試行出力量子状態を観測して得られる、前記出力部分空間に属する演算結果と、前記部分入力情報の前記部分写像による像と、の間の距離に基づく忠実度を得る評価ステップと、
を有する評価方法。 - 請求項1から4の最適化装置または請求項5の評価装置としてコンピュータを機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020169560A JP7457325B2 (ja) | 2020-10-07 | 2020-10-07 | 最適化装置、評価装置、それらの方法、およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020169560A JP7457325B2 (ja) | 2020-10-07 | 2020-10-07 | 最適化装置、評価装置、それらの方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022061567A true JP2022061567A (ja) | 2022-04-19 |
JP7457325B2 JP7457325B2 (ja) | 2024-03-28 |
Family
ID=81210782
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020169560A Active JP7457325B2 (ja) | 2020-10-07 | 2020-10-07 | 最適化装置、評価装置、それらの方法、およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7457325B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024047797A1 (ja) * | 2022-08-31 | 2024-03-07 | 日本電信電話株式会社 | 制御装置、制御方法およびプログラム |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10587277B2 (en) | 2014-09-24 | 2020-03-10 | Quantum Valley Investment Fund LP | Generating a control sequence for quantum control |
CA3024197A1 (en) | 2016-05-17 | 2017-11-23 | Google Llc | Fidelity estimation for quantum computing systems |
-
2020
- 2020-10-07 JP JP2020169560A patent/JP7457325B2/ja active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024047797A1 (ja) * | 2022-08-31 | 2024-03-07 | 日本電信電話株式会社 | 制御装置、制御方法およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP7457325B2 (ja) | 2024-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cerezo et al. | Variational quantum algorithms | |
Cong et al. | Quantum convolutional neural networks | |
US10922617B2 (en) | Embedding electronic structure in controllable quantum systems | |
Torlai et al. | Quantum process tomography with unsupervised learning and tensor networks | |
JP7471736B2 (ja) | 量子系の基底状態エネルギーの推定方法、およびシステム | |
US11093669B2 (en) | Method and system for quantum computing | |
Hibat-Allah et al. | Variational neural annealing | |
Karlsson et al. | Parallel algorithms for tensor completion in the CP format | |
Alvarez-Rodriguez et al. | Supervised quantum learning without measurements | |
Alvarez-Rodriguez et al. | Artificial life in quantum technologies | |
Landman et al. | Quantum methods for neural networks and application to medical image classification | |
WO2023130918A1 (zh) | 用于管理量子系统的状态的方法、设备、装置和介质 | |
Schmale et al. | Efficient quantum state tomography with convolutional neural networks | |
Gong et al. | Born machine model based on matrix product state quantum circuit | |
Grurl et al. | Considering decoherence errors in the simulation of quantum circuits using decision diagrams | |
Ma et al. | Quantum machine learning algorithm for knowledge graphs | |
JP7457325B2 (ja) | 最適化装置、評価装置、それらの方法、およびプログラム | |
Kharade et al. | Optimal control of probabilistic Boolean control networks: A scalable infinite horizon approach | |
Gupta et al. | Adaptive characterization of spatially inhomogeneous fields and errors in qubit registers | |
Solinas et al. | Quantum gradient evaluation through quantum non-demolition measurements | |
Sander et al. | Towards hamiltonian simulation with decision diagrams | |
Ma et al. | Learning topology optimization process via convolutional long‐short‐term memory autoencoder‐decoder | |
Gupta et al. | Sequential knowledge transfer across problems | |
JP7420244B2 (ja) | 学習装置、学習方法、推定装置、推定方法及びプログラム | |
Yi et al. | Iterative quantum algorithm for combinatorial optimization based on quantum gradient descent |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20201007 |
|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20201007 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230131 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240207 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240305 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240307 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7457325 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |