PulseAugur
中
实时 23:35:28
English(EN) Bayesian Parameter Shift Rule in Variational Quantum Eigensolvers

贝叶斯参数偏移规则增强VQE梯度估计

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员为变分量子本征求解器（VQE）引入了参数偏移规则（PSR）的贝叶斯变体。这种新方法利用高斯过程估计目标函数梯度，提供了从任意观测点进行梯度估计的灵活性，并纳入了不确定性信息。贝叶斯PSR通过重用先前的观测并利用称为梯度置信区域（GradCoRe）的概念来减少观测成本，从而加速随机梯度下降中的优化。数值实验表明，与现有方法相比，这种方法显著加快了VQE优化速度。 AI

影响 引入了一种优化量子算法的新技术，可能加速量子机器学习领域的研究。

排序理由 这是一篇研究论文，详细介绍了一种用于变分量子本征求解器中梯度估计的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

贝叶斯参数偏移规则增强VQE梯度估计

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Samuele Pedrielli, Christopher J. Anders, Lena Funcke, Karl Jansen, Kim A. Nicoli, Shinichi Nakajima ·

    变分量子本征求解器中的贝叶斯参数迁移规则

    arXiv:2502.02625v2 Announce Type: replace Abstract: Parameter shift rules (PSRs) are key techniques for efficient gradient estimation in variational quantum eigensolvers (VQEs). In this paper, we propose its Bayesian variant, where Gaussian processes with appropriate kernels are …

相关实体

相关话题