BriefGPT - AI 论文速递
·
物理引导的贝叶斯优化变分量子电路
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种利用贝叶斯优化来优化变分量子本征解算器（VQE）的新方法，通过推导出VQE-kernel来匹配VQE的目标函数的已知函数形式，减少后验不确定性来优化系统。实验证明该方法相比于现有的基线方法具有改进效果。
🎯
关键要点
- 提出了一种利用贝叶斯优化来优化变分量子本征解算器（VQE）的方法。
- 推导出一个 VQE-kernel 来匹配 VQE 的目标函数的已知函数形式。
- 通过减少后验不确定性来显著优化系统。
- 提出了一种名为 EMICoRe 的新的贝叶斯优化获取函数。
- EMICoRe 能够通过将低预测不确定性的区域间接视为 '已观察到' 的方式来主动利用 VQE-kernel 的归纳偏好。
- 实验证明该方法相比于现有的基线方法具有改进效果。
🏷️
标签
➡️
