变分量子算法中随机优化器的延迟注意事项

[1] 本杰明 P Lanyon、James D Whitfield、Geoff G Gillett、Michael E Goggin、Marcelo P Almeida、Ivan Kassal、Jacob D Biamonte、Masoud Mohseni、Ben J Powell、Marco Barbieri 等。 “走向量子计算机上的量子化学”。 自然化学 2, 106–111 (2010)。
https：///doi.org/10.1038/nchem.483

[2] Ian C Cloët、Matthew R Dietrich、John Arrington、Alexei Bazavov、Michael Bishof、Adam Freese、Alexey V Gorshkov、Anna Grassellino、Kawtar Hafidi、Zubin Jacob 等。 “核物理与量子信息科学的机遇”（2019 年）。 arXiv:1903.05453。
的arXiv：1903.05453

[3] Adam Smith、MS Kim、Frank Pollmann 和 Johannes Knolle。 “在当前数字量子计算机上模拟量子多体动力学”。 npj 量子信息 5, 1–13 (2019)。
https:/​/​doi.org/​10.1038/​s41534-019-0217-0

[4] 本杰明·纳赫曼、大卫·普罗瓦索利、维贝·德容和克里斯蒂安·W·鲍尔。 “用于高能物理模拟的量子算法”。 物理评论快报 126, 062001 (2021)。
https：/ / doi.org/ 10.1103 / PhysRevLett.126.062001

[5] Jacob Biamonte、Peter Wittek、Nicola Pancotti、Patrick Rebentrost、Nathan Wiebe 和 Seth Lloyd。 “量子机器学习”。 自然 549, 195–202 (2017)。
https：/ / doi.org/10.1038/nature23474

[6] Roman Orus、Samuel Mugel 和 Enrique Lizaso。 “金融量子计算：概述与前景”。 物理学评论 4, 100028 (2019)。
https：///doi.org/10.1016/j.revip.2019.100028

[7] 约翰·普雷斯基尔。 “NISQ 时代及以后的量子计算”。 量子 2, 79 (2018)。
https:/​/​doi.org/​10.22331/​q-2018-08-06-79

[8] U Dorner、R Demkowicz-Dobrzanski、BJ Smith、JS Lundeen、W Wasilewski、K Banaszek 和 IA Walmsley。 “最佳量子相位估计”。 物理评论快报 102, 040403 (2009)。
https：/ / doi.org/ 10.1103 / PhysRevLett.102.040403

[9] 约翰·普雷斯基尔。 “容错量子计算”。 在量子计算和信息导论中。 第 213-269 页。 世界科学（1998）。

[10] Marco Cerezo、Andrew Arrasmith、Ryan Babbush、Simon C Benjamin、Suguru Endo、Keisuke Fujii、Jarrod R McClean、Kosuke Mitarai、Xiao Yuan、Lukasz Cincio 等。 “变分量子算法”。 自然评论物理学第 1-20 页（2021 年）。
https:/​/​doi.org/​10.1038/​s42254-021-00348-9

[11] Peter JJ O'Malley、Ryan Babbush、Ian D Kivlichan、Jonathan Romero、Jarrod R McClean、Rami Barends、Julian Kelly、Pedram Roushan、Andrew Tranter、Nan Ding 等。 “分子能量的可扩展量子模拟”。 物理评论 X 6, 031007 (2016)。
https：/ / doi.org/ 10.1103 / PhysRevX.6.031007

[12] Xiao Yuan、Suguru Endo、Qi Zhao、Ying Li 和 Simon C Benjamin。 “变分量子模拟理论”。 量子 3, 191 (2019)。
https:/​/​doi.org/​10.22331/​q-2019-10-07-191

[13] 马修·奥滕、克里斯蒂安·科尔特斯和斯蒂芬·K·格雷。 “使用对称保持答案的抗噪声量子动力学”（2019 年）。 arXiv:1910.06284。
的arXiv：1910.06284

[14] Abhinav Kandala、Antonio Mezzacapo、Kristan Temme、Maika Takita、Markus Brink、Jerry M Chow 和 Jay M Gambetta。 “用于小分子和量子磁体的硬件高效变分量子本征求解器”。 自然 549, 242–246 (2017)。
https：/ / doi.org/10.1038/nature23879

[15] 御手洗康介、根吾郎真琴、北川雅博和藤井启介。 “量子电路学习”。 物理评论 A 98, 032309 (2018)。
https：/ / doi.org/ 10.1103 / PhysRevA.98.032309

[16] 马修·奥滕、伊梅娜·R·古米里、本杰明·W·普里斯特、乔治·卓别林和迈克尔·D·施耐德。 “使用具有高性能量子内核的高斯过程进行量子机器学习”（2020 年）。 arXiv:2004.11280。
的arXiv：2004.11280

[17] Robert M Parrish、Edward G Hohenstein、Peter L McMahon 和 Todd J Martínez。 “使用变分量子本征求解器的电子跃迁的量子计算”。 物理评论快报 122, 230401 (2019)。
https：/ / doi.org/ 10.1103 / PhysRevLett.122.230401

[18] Kevin J Sung、Jiahao Yao、Matthew P Harrigan、Nicholas C Rubin、Zhang Jiang、Lin Lin、Ryan Babbush 和 Jarrod R McClean。 “使用模型改进变分量子算法的优化器”。 量子科学与技术 5, 044008 (2020).
https:/​/​doi.org/​10.1088/​2058-9565/​abb6d9

[19] Jay Gambetta、WA Braff、A Wallraff、SM Girvin 和 RJ Schoelkopf。 “使用连续量子非破坏测量的最佳读出量子位的协议”。 物理评论 A 76, 012325 (2007)。
https：/ / doi.org/ 10.1103 / PhysRevA.76.012325

[20] Susan M Clark、Daniel Lobser、Melissa C Revelle、Christopher G Yale、David Bossert、Ashlyn D Burch、Matthew N Chow、Craig W Hogle、Megan Ivory、Jessica Pehr 等。 “设计量子科学计算开放用户试验台”。 IEEE 量子工程汇刊 2, 1–32 (2021)。
https：///doi.org/10.1109/TQE.2021.3096480

[21] Colin D Bruzewicz、John Chiaverini、Robert McConnell 和 Jeremy M Sage。 “囚禁离子量子计算：进展与挑战”。 应用物理评论 6, 021314 (2019)。
https：/ / doi.org/10.1063/ 1.5088164

[22] Jonas M Kübler、Andrew Arrasmith、Lukasz Cincio 和 Patrick J Coles。 “用于节俭测量变分算法的自适应优化器”。 量子 4, 263 (2020)。
https:/​/​doi.org/​10.22331/​q-2020-05-11-263

[23] Diederik P Kingma 和 Jimmy Ba。 “亚当：一种随机优化方法”（2014 年）。 arXiv:1412.6980。
的arXiv：1412.6980

[24] Trygve Helgaker、Poul Jorgensen 和 Jeppe Olsen。 “分子电子结构理论”。 约翰威利父子公司。 （2014）。
https：/ / doi.org/10.1002/ 9781119019572

[25] Tom Schaul、Ioannis Antonoglou 和 David Silver。 “随机优化的单元测试”。 在 Yoshua Bengio 和 Yann LeCun 的编辑中，第二届国际学习表征会议，ICLR 2，班夫，AB，加拿大，2014 年 14 月 16 日至 2014 日，会议记录。 (2014)。 网址：http://arxiv.org/abs/1312.6055。
的arXiv：1312.6055

[26] 希拉尔·阿西和约翰·C·杜奇。 “更好的模型在随机优化中的重要性”。 美国国家科学院院刊 116, 22924–22930 (2019)。
https：/ / doi.org/ 10.1073 / pnas.1908018116

[27] Billy Jin、Katya Scheinberg 和 Miaolan Xie。 “基于随机预言机的线搜索的高概率复杂度边界”（2021 年）。 arXiv:2106.06454。
的arXiv：2106.06454

[28] Jose Blanchet、Coralia Cartis、Matt Menickelly 和 Katya Scheinberg。 “通过 supermartingales 的随机信赖域方法的收敛率分析”。 INFORMS 优化杂志 1, 92–119 (2019)。
https:// / doi.org/ 10.1287/ ijoo.2019.0016

[29] Courtney Paquette 和 Katya Scheinberg。 “具有预期复杂性分析的随机线搜索方法”。 SIAM 优化杂志 30, 349–376 (2020)。
https：/ / doi.org/ 10.1137 / 18M1216250

[30] Albert S Berahas、曹丽媛和 Katya Scheinberg。 “具有噪声的通用线搜索算法的全局收敛率分析”。 SIAM 优化杂志 31, 1489–1518 (2021)。
https：/ / doi.org/ 10.1137 / 19M1291832

[31] Coralia Cartis、Nicholas IM Gould 和 Ph L Toint。 “关于最速下降法的复杂性，牛顿法和正则化牛顿法用于非凸无约束优化问题”。 暹罗优化杂志 20, 2833–2852 (2010)。
https：/ / doi.org/10.1137/ 090774100

[32] Coralia Cartis、Nicholas IM Gould 和 Philippe L Toint。 “关于平滑非凸最小化的一阶和无导数算法的预言复杂性”。 SIAM 优化杂志 22, 66–86 (2012)。
https：/ / doi.org/10.1137/ 100812276

[33] Yair Carmon、John C Duchi、Oliver Hinder 和 Aaron Sidford。 “寻找固定点的下界 I”。 数学规划 184, 71–120 (2020)。
https：/ / doi.org/ 10.1007 / s10107-019-01406-y

[34] Yair Carmon、John C Duchi、Oliver Hinder 和 Aaron Sidford。 ““凸直到证明有罪”：非凸函数梯度下降的无维度加速”。 在机器学习国际会议上。 第 654-663 页。 PMLR（2017 年）。
https：/ / doi.org/10.5555/ 3305381.3305449

[35] Chi Jin、Praneeth Netrapalli 和 Michael I Jordan。 “加速梯度下降比梯度下降更快地逃离鞍点”。 在学习理论会议上。 第 1042-1085 页。 PMLR（2018 年）。 网址：https://proceedings.mlr.press/v75/jin18a.html。
https:// / proceedings.mlr.press/ v75/ jin18a.html

[36] Saeed Ghadimi 和 Guanghui Lan。 “非凸随机规划的随机一阶和零阶方法”。 SIAM 优化杂志 23, 2341–2368 (2013)。
https：/ / doi.org/10.1137/ 120880811

[37] Yossi Arjevani、Yair Carmon、John C. Duchi、Dylan J. Foster、Nathan Srebro 和 Blake Woodworth。 “非凸随机优化的下界”（2019 年）。 arXiv:1912.02365。
的arXiv：1912.02365

[38] Cong Fang、Chris Junchi Li、Zhouchen Lin 和 Tong Zhang。 “Spider：通过随机路径积分差分估计器实现近最优非凸优化”。 由 S. Bengio、H. Wallach、H. Larochelle、K. Grauman、N. Cesa-Bianchi 和 R. Garnett 编辑，神经信息处理系统进展。 第 31 卷。Curran Associates, Inc.（2018 年）。 网址：https:/ / proceedings.neurips.cc/ paper/ 2018/ file/ 1543843a4723ed2ab08e18053ae6dc5b-Paper.pdf。
https:/​/​proceedings.neurips.cc/​paper/​2018/​file/​1543843a4723ed2ab08e18053ae6dc5b-Paper.pdf

[39] 田宫四郎和山崎早田。 “随机梯度线贝叶斯优化：减少优化参数化量子电路中的测量次数”（2021 年）。 arXiv:2111.07952。
https:/​/​doi.org/​10.1038/​s41534-022-00592-6
的arXiv：2111.07952

[40] Pascual Jordan 和 Eugene Paul Wigner。 “über das paulische äquivalenzverbot”。 在尤金保罗维格纳的作品集中。 第 109-129 页。 施普林格 (1993)。

[41] Maria Schuld、Ville Bergholm、Christian Gogolin、Josh Izaac 和 Nathan Killoran。 “评估量子硬件上的解析梯度”。 物理评论 A 99, 032331 (2019)。
https：/ / doi.org/ 10.1103 / PhysRevA.99.032331

[42] Joonho Lee、William J Huggins、Martin Head-Gordon 和 K Birgitta Whaley。 “用于量子计算的广义酉耦合簇波函数”。 化学理论与计算杂志 15, 311–324 (2018)。
https：/ / doi.org/ 10.1021 / acs.jctc.8b01004

[43] Alberto Peruzzo、Jarrod McClean、Peter Shadbolt、Man-Hong Yung、Xiao-Qi Zhou、Peter J Love、Alán Aspuru-Guzik 和 Jeremy L O'brien。 “光子量子处理器上的变分特征值求解器”。 自然通讯 5, 1–7 (2014)。 网址：https://doi.org/10.1038/ncomms5213。
https：///doi.org/10.1038/ncomms5213

[44] Ilya G Ryabinkin、Tzu-​​Ching Yen、Scott N Genin 和 Artur F Izmaylov。 “量子比特耦合集群方法：量子计算机上量子化学的系统方法”。 化学理论与计算杂志 14, 6317–6326 (2018)。
https：/ / doi.org/ 10.1021 / acs.jctc.8b00932

[45] Ho Lun Tang、VO Shkolnikov、George S Barron、Harper R Grimsley、Nicholas J Mayhall、Edwin Barnes 和 Sophia E Economou。 “qubit-ADAPT-VQE：一种用于在量子处理器上构建硬件高效答案的自适应算法”。 PRX 量子 2, 020310 (2021)。
https：/ / doi.org/ 10.1103 / PRXQuantum.2.020310

[46] Dmitry A. Fedorov、Yuri Alexeev、Stephen K. Gray 和 Matthew Otten。 “单一选择性耦合簇法”。 量子 6, 703 (2022)。
https:/​/​doi.org/​10.22331/​q-2022-05-02-703

[47] Pranav Gokhale、Olivia Angiuli、Yongshan Ding、Kaiwen Gui、Teague Tomesh、Martin Suchara、Margaret Martonosi 和 Frederic T Chong。 “$ o (n^3) $ 分子哈密顿量变分量子本征求解器的测量成本”。 IEEE 量子工程汇刊 1, 1–24 (2020)。
https：///doi.org/10.1109/TQE.2020.3035814

[48] 陈若冰、马特·梅尼克利和卡佳·舍因伯格。 “使用信赖域方法和随机模型的随机优化”。 数学规划 169, 447–487 (2018)。
https:/​/​doi.org/​10.1007/​s10107-017-1141-8

[49] Léon Bottou、Frank E Curtis 和 Jorge Nocedal。 “大规模机器学习的优化方法”。 暹罗评论 60, 223–311 (2018)。
https：/ / doi.org/ 10.1137 / 16M1080173

[50] Yoel Drori 和 Ohad Shamir。 “使用随机梯度下降寻找固定点的复杂性”。 在机器学习国际会议上。 第 2658-2667 页。 PMLR（2020 年）。 网址：https：/ / proceedings.mlr.press/ v119/ drori20a.html。
https:// / proceedings.mlr.press/ v119/ drori20a.html

[51] Cong Fang, Zhouchen Lin, and Tong Zhang. “逃离鞍点的非凸 SGD 的敏锐分析”。 在学习理论会议上。 第 1192-1234 页。 PMLR（2019）。 网址：https:/ / proceedings.mlr.press/ v99/ fang19a.html。
https:// / proceedings.mlr.press/ v99/ fang19a.html

[52] S Reddi、Manzil Zaheer、Devendra Sachan、Satyen Kale 和 Sanjiv Kumar。 “非凸优化的自适应方法”。 在第 32 届神经信息处理系统会议论文集 (NIPS 2018) 中。 (2018)。 网址：https:/ / proceedings.neurips.cc/ paper/ 2018/ file/ 90365351ccc7437a1309dc64e4db32a3-Paper.pdf。
https:/​/​proceedings.neurips.cc/​paper/​2018/​file/​90365351ccc7437a1309dc64e4db32a3-Paper.pdf

[53] Léon Bottou 和 Olivier Bousquet。 “大规模学习的权衡”。 在 J. Platt、D. Koller、Y. Singer 和 S. Roweis 的编辑中，神经信息处理系统的进展。 第 20 卷。Curran Associates, Inc. (2007)。 网址：https:/ / proceedings.neurips.cc/ paper/ 2007/ file/ 0d3180d672e08b4c5312dcdafdf6ef36-Paper.pdf。
https:/​/​proceedings.neurips.cc/​paper/​2007/​file/​0d3180d672e08b4c5312dcdafdf6ef36-Paper.pdf

[54] Peter J Karalekas、Nikolas A Tezak、Eric C Peterson、Colm A Ryan、Marcus P da Silva 和 Robert S Smith。 “针对变分混合算法优化的量子经典云平台”。 量子科学与技术 5, 024003 (2020).
https：/ / doi.org/ 10.1088 / 2058-9565 / ab7559

[55] HJ Briegel、Tommaso Calarco、Dieter Jaksch、Juan Ignacio Cirac 和 Peter Zoller。 “中性原子的量子计算”。 现代光学杂志 47, 415–451 (2000)。
https：/ / doi.org/10.1080/ 09500340008244052

[56] Sergey Bravyi、Jay M Gambetta、Antonio Mezzacapo 和 Kristan Temme。 “逐渐减少量子比特以模拟费米子哈密顿量”（2017 年）。 arXiv:1701.08213。
的arXiv：1701.08213

[57] MD SAJID ANIS、Héctor Abraham、AduOffei、Rochisha Agarwal、Gabriele Agliardi、Merav Aharoni、Ismail Yunus Akhalwaya、Gadi Aleksandrowicz、Thomas Alexander、Matthew Amy、Sashwat Anagolum、Eli Arbel、Abraham Asfaw、Anish Athalye、Artur Avkhadiev 等。 “Qiskit：一个用于量子计算的开源框架”（2021 年）。

[58] Ciyou Zhu、Richard H Byrd、Peihuang Lu 和 Jorge Nocedal。 “算法 778：L-BFGS-B：用于大规模边界约束优化的 Fortran 子例程”。 ACM 数学软件交易 (TOMS) 23, 550–560 (1997)。
https：/ / doi.org/10.1145/ 279232.279236

[59] Raghu Bollapragada、Richard Byrd 和 Jorge Nocedal。 “随机优化的自适应采样策略”。 SIAM 优化杂志 28, 3312–3343 (2018)。
https：/ / doi.org/ 10.1137 / 17M1154679

[60] Raghu Bollapragada、Jorge Nocedal、Dheevatsa Mudigere、Hao-Jun Shi 和 Ping Tak Peter Tang。 “一种用于机器学习的渐进式批处理 L-BFGS 方法”。 在机器学习国际会议上。 第 620-629 页。 PMLR（2018 年）。 网址：https:/ / proceedings.mlr.press/ v80/ bollapragada18a.html。
https:// / proceedings.mlr.press/ v80/ bollapragada18a.html

[61] Raghu Pasupathy、Peter Glynn、Soumyadip Ghosh 和 Fatemeh S Hashemi。 “关于基于模拟的递归中的采样率”。 SIAM 优化杂志 28, 45–73 (2018)。
https：/ / doi.org/10.1137/ 140951679

[62] Andrew Arrasmith、Lukasz Cincio、Rolando D Somma 和 Patrick J Coles。 “变分算法中用于节俭优化的算子采样”（2020 年）。 arXiv:2004.06252。
的arXiv：2004.06252

[63] 许洋洋和尹窝涛。 “用于凸和非凸优化的块随机梯度迭代”。 SIAM 优化杂志 25, 1686–1716 (2015)。
https：/ / doi.org/10.1137/ 140983938