贝叶斯ACRONYM调谐
量子物理
2019-02-18 v1
摘要
我们提供一种算法，该算法将贝叶斯随机基准测试与局部优化器（如SPSA）结合使用，以找到一组优化平均门保真度的控制参数。我们称此方法为贝叶斯ACRONYM调谐，以类比ACRONYM调谐算法。贝叶斯ACRONYM的独到之处在于能够保留来自使用邻近控制参数的实验的先验信息；而传统ACRONYM调谐不使用此类信息，因此可能需要多得多的测量。我们证明，在真实模型参数是控制参数的利普希茨连续函数这一相对较弱的假设下，这种信息重用是可能的。我们还进行了数值实验，表明使用少于1kB的数据和优化器少于20步，单量子比特门中的过旋转误差可自动从88%平均门保真度调谐至99.95%。
引用
@article{arxiv.1902.05940,
title = {Bayesian ACRONYM Tuning},
author = {John Gamble and Chris Granade and Nathan Wiebe},
journal= {arXiv preprint arXiv:1902.05940},
year = {2019}
}
备注
Source code for BACRONYM is included as well as all code needed to generate figures. Author ordering is alphabetical