[논문 리뷰] A Convergence Theory for Over-parameterized Variational Quantum Eigensolvers

Xuchen You, Shouvanik Chakrabarti외 1명|arXiv (Cornell University)|2022. 05. 25.

Neural Networks and Reservoir Computing인용 수 18

한 줄 요약

이 논문은 초과 매개변수화된 변분 양자 고유값 해법(VQEs)에 대한 첫 번째 엄밀한 수렴 이론을 수립하며, 훈련 동역학을 단위 구면 위의 리만형 경사 하강법과 연결한다. 효율적 수렴을 위한 다항식 기준을 시스템 차원과 스펙트럼 비율에 대해 유도하고, 실험적 테스트 없이도 학습 가능성 예측이 가능한 앤사츠 기반 기준을 도입하여 TFI 및 XXZ 모델에서 실증적으로 검증한다.

ABSTRACT

The Variational Quantum Eigensolver (VQE) is a promising candidate for quantum applications on near-term Noisy Intermediate-Scale Quantum (NISQ) computers. Despite a lot of empirical studies and recent progress in theoretical understanding of VQE's optimization landscape, the convergence for optimizing VQE is far less understood. We provide the first rigorous analysis of the convergence of VQEs in the over-parameterization regime. By connecting the training dynamics with the Riemannian Gradient Flow on the unit-sphere, we establish a threshold on the sufficient number of parameters for efficient convergence, which depends polynomially on the system dimension and the spectral ratio, a property of the problem Hamiltonian, and could be resilient to gradient noise to some extent. We further illustrate that this overparameterization threshold could be vastly reduced for specific VQE instances by establishing an ansatz-dependent threshold paralleling our main result. We showcase that our ansatz-dependent threshold could serve as a proxy of the trainability of different VQE ansatzes without performing empirical experiments, which hence leads to a principled way of evaluating ansatz design. Finally, we conclude with a comprehensive empirical study that supports our theoretical findings.

연구 동기 및 목표

• 초과 매개변수화된 환경에서 VQE 수렴에 대한 이론적 이해 부족 문제를 해결하기 위해.
• VQE 훈련 동역학을 단위 구면 위의 리만형 경사 하강법과 연결하는 엄밀한 수학적 프레임워크 수립을 위해.
• 시스템 차원과 스펙트럼 비율에 따라 의존하는 효율적 수렴을 위한 충분한 매개변수 수 유도를 위해.
• 실험적 평가 없이도 학습 가능성 예측이 가능한 앤사츠 기반 초과 매개변수화 기준 도입을 위해.
• 횡방향 자이스 및 XXZ 모델에 대한 광범위한 실증 연구를 통해 이론 검증을 위해.

제안 방법

• VQE 훈련 동역학을 단위 구면 위의 리만형 경사 하강법으로 모델링하여 수렴 행동 분석을 위해.
• 시스템 차원과 스펙트럼 비율에 따라 다항식적으로 스케일링되는 일반적인 초과 매개변수화 기준 유도를 위해.
• 문제의 난이도를 정량화하고 기준 추정을 안내하기 위해 효과적 스펙트럼 비율 κeff를 도입하기 위해.
• 효율적 차원 deff에 기반한 앤사츠 기반 기준을 제안하여 다양한 앤사츠 설계에서의 학습 가능성 예측을 가능하게 하기 위해.
• TFI 및 XXZ 하미르토니안에서 기울기 기반 최적화를 사용하여 이론적 기준을 실증적으로 검증하기 위해.
• 다양한 N 및 g/Jzz 값에서 랜덤 초기화 20~100회 반복을 통한 성공률을 측정하여 기준 성능 평가하기 위해.

실험 결과

연구 질문

• RQ1 초과 매개변수화된 VQEs에서 효율적 수렴을 위한 충분한 매개변수 수는 얼마인가?
• RQ2 문제 하미르토니안의 스펙트럼 비율은 초과 매개변수화 기준에 어떤 영향을 미치는가?
• RQ3 실험적 훈련 없이도 학습 가능성 예측이 가능한 앤사츠 기반 기준을 도출할 수 있는가?
• RQ4 효율적 스펙트럼 비율 κeff는 VQE 최적화의 수렴 행동과 어떻게 관련되는가?
• RQ5 수렴 기준은 기울기 노이즈와 수준 교차 현상에 대해 어느 정도 내성적인가?

주요 결과

• 일반적인 초과 매개변수화 기준은 시스템 차원과 스펙트럼 비율에 따라 다항식적으로 스케일링되며, 이러한 조건 하에서 효율적 수렴을 보장한다.
• 횡방향 자이스 모델에서 TFI2alt는 일반 앤사츠들과 달리 커플링 g가 임계점에 가까워질수록 낮고 안정적인 초과 매개변수화 기준을 유지한다.
• 효율적 차원 deff에 기반한 앤사츠 기반 기준은 학습 가능성 예측에 성공적으로 활용되었으며, TFI2alt는 TFI3alt보다 훨씬 적은 매개변수 수로도 충분하다.
• XXZ1d 모델에서 XXZ4alt는 수준 교차를 피하고 Jzz = -1에서도 낮은 κeff를 유지하여 커플링 강도에 관계없이 안정적인 초과 매개변수화 기준을 확보한다.
• 실증 결과는 이론적 기준이 성공률을 정확히 예측함을 확인하였으며, 기준은 랜덤 초기화 20회 이상에서 >98% 성공률을 달성하는 최소한의 p로 정의된다.