日 時： 2024年9月3日（火） 午後1時～2時（予定）
場 所： ZOOM
講 師： 岡田 健 氏
所 属： 大阪大学 量子情報・量子生命研究センター 特任研究員
題 目： フィードバック型量子最適化アルゴリズムと二次近似を用いた回路深さの削減
要 旨：
組合せ最適化問題は量子コンピュータによる実用的な優位性が期待されている分野の一つである。量子近似最適化アルゴリズム(QAOA)はノイズのある量子コンピュータで最適化問題を解くためのよく知られたアルゴリズムであるが、他の変分量子アルゴリズムと同様に回路パラメータの最適化に困難を伴うことが知られている。近年、パラメータ最適化を必要としない新たな手法として、フィードバック型量子最適化アルゴリズム(FALQON) が提唱された[1]。FALQONでは、逐次的に量子回路を付け加えていき目的関数の単調減少を実現するが、その際に測定結果からフィードバック則を通じて回路パラメータを一意に定める。小規模な系で数値的に解への収束が確かめられている一方で、FALQONの大きな問題点は、QAOAと比較して回路が著しく深くなるということある。そこで私たちは、回路のハイパーパラメータに関する近似を二次まで拡張することでFALQONにおける新たなフィードバック則を提唱した[2]。それによってMAX-CUT問題の数値実験で従来のFALQONと比べて必要な回路深さが一桁以上削減されることがわかった。この結果はノイズのある量子コンピュータ上でのFALQONの実装に向けた第一歩となることが期待される。今回のセミナーではこの成果について詳細を発表する。
[1] A. B. Magann et al., Phys. Rev. Lett. 129, 250502 (2022).
[2] D. Arai, K. N. Okada, et al., arXiv:2407.17810 (2024).------------------
※登録後にZoomのアドレスをe-mailにてお知らせいたします。また、本フォームへの登録により、以下の注意事項に同意したものと致します。
(１) 録音・録画・スクリーンショットおよびスマートフォンによる画面撮影等による電磁的な記録はしないようにお願いします。
(２) その他、本セミナー中は主催者からの指示に従うようお願いします。
※※個人情報の取扱いについて：このフォームにおいてご登録いただいた個人情報については、法令に基づく場合を除き、事前に本人の同意を得る事なく、「収集する情報の範囲および利用について」で示す利用目的以外の目的で利用すること、及び第三者に提供することはありません。
収集する情報の範囲および利用について：
・フォームの氏名、ご所属、ご職業、メールアドレスを領域研究会参加者への連絡目的に利用します。
・利用目的に照らして不要となった個人情報については、速やかに且つ適正に削除いたします。
