变分量子算法中用于含噪优化的高斯过程模型核
量子物理
2024-12-19 v1
摘要
变分量子算法（VQA）旨在通过基于含噪投影测量的结果，在量子设备上优化参数化试探态，以求解经典或量子优化问题。相关的优化过程受益于使用高斯过程模型（GPM）对代价函数景观进行精确建模，而其性能受核的选择关键影响。受典型 VQA 代价函数仅展示少数频率的振荡行为这一观察的启发，我们在此引入三角核。我们定义了适当的分数以基准测试 GPM 的可靠性，并在来自量子化学和组合优化的典型问题上对不同核进行了系统比较。我们进一步引入了 RotoGP，一种配备 GPM 的顺序线搜索优化器，并测试了不同的核如何帮助缓解噪声并改善优化收敛。总体而言，我们观察到在所研究的大多数情况下，三角核表现出最佳性能。
引用
@article{arxiv.2412.13271,
title = {Gaussian process model kernels for noisy optimization in variational quantum algorithms},
author = {Luca Arceci and Viacheslav Kuzmin and Rick Van Bijnen},
journal= {arXiv preprint arXiv:2412.13271},
year = {2024}
}