Barren plateaus are amplified by the dimension of qudits

要約

変分量子アルゴリズム（VQA）は、特に量子ニューラルネットワーク内で、多様な科学的および技術的ドメインで量子優位性を達成するための極めて重要な戦略として浮上しています。
しかし、彼らの可能性にもかかわらず、VQAは重大な障害に遭遇し、その中で主なものは、一般的に不毛のプラトーと呼ばれる消滅する勾配の問題です。
この記事では、細心の分析を通じて、既存の文献が不毛のプラトーに対するQudit次元の本質的な影響を暗黙的に示唆していることを実証します。
これらの調査結果をインスタンス化するために、不毛のプラトーに対するQudit次元の影響を例示する数値結果を提示します。
したがって、さまざまなエラー緩和手法の提案にもかかわらず、我々の結果は、quditsを持つVQAのコンテキストでの有効性についてさらに精査する必要があります。

要約(オリジナル)

Variational Quantum Algorithms (VQAs) have emerged as pivotal strategies for attaining quantum advantage in diverse scientific and technological domains, notably within Quantum Neural Networks. However, despite their potential, VQAs encounter significant obstacles, chief among them being the vanishing gradient problem, commonly referred to as barren plateaus. In this article, through meticulous analysis, we demonstrate that existing literature implicitly suggests the intrinsic influence of qudit dimensionality on barren plateaus. To instantiate these findings, we present numerical results that exemplify the impact of qudit dimensionality on barren plateaus. Therefore, despite the proposition of various error mitigation techniques, our results call for further scrutiny about their efficacy in the context of VQAs with qudits.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google