ترجمه فارسی مقاله تحلیل مدارهای کوانتومی پارامتری: درباره ارتباط بین بیان‌پذیری و انواع گیت‌های کوانتومی

چکیده

Expressibility is a crucial factor of a Parameterized Quantum Circuit (PQC). In the context of Variational Quantum Algorithms (VQA) based Quantum Machine Learning (QML), a QML model composed of highly expressible PQC and sufficient number of qubits is theoretically capable of approximating any arbitrary continuous function. While much research has explored the relationship between expressibility and learning performance, as well as the number of layers in PQCs, the connection between expressibility and PQC structure has received comparatively less attention. In this paper, we analyze the connection between expressibility and the types of quantum gates within PQCs using a Gradient Boosting Tree model and SHapley Additive exPlanations (SHAP) values. Our analysis is performed on 1,615 instances of PQC derived from 19 PQC topologies, each with 2-18 qubits and 1-5 layers. The findings of our analysis provide guidance for designing highly expressible PQCs, suggesting the integration of more RX or RY gates while maintaining a careful balance with the number of CNOT gates. Furthermore, our evaluation offers an additional evidence of expressibility saturation, as observed by previous studies.

چکیده به فارسی (ترجمه ماشینی)

بیان یک عامل مهم یک مدار کوانتومی پارامتر (PQC) است.در زمینه الگوریتم های کوانتومی متغیر (VQA) مبتنی بر یادگیری ماشین کوانتومی (QML) ، یک مدل QML متشکل از PQC بسیار قابل بیان و تعداد کافی از qubits از نظر تئوری قادر به تقریب هر عملکرد مداوم دلخواه است.در حالی که تحقیقات زیادی در رابطه بین بیان و عملکرد یادگیری و همچنین تعداد لایه ها در PQC ها مورد بررسی قرار گرفته است ، ارتباط بین بیان و ساختار PQC نسبتاً کمتری توجه کرده است.در این مقاله ، ما ارتباط بین بیان و انواع دروازه های کوانتومی در PQC ها را با استفاده از یک مدل درخت تقویت گرادیان و مقادیر توضیحات افزودنی شاپلی (ShAP) تجزیه و تحلیل می کنیم.تجزیه و تحلیل ما در 1615 نمونه از PQC حاصل از 19 توپولوژی PQC انجام شده است ، هر کدام با 2-18 qubits و 1-5 لایه.یافته های تجزیه و تحلیل ما راهنمایی هایی را برای طراحی PQC های بسیار قابل بیان ارائه می دهد ، و این نشان می دهد که ادغام دروازه های RX یا RY بیشتر ضمن حفظ تعادل دقیق با تعداد دروازه های CNOT است.علاوه بر این ، ارزیابی ما شواهد دیگری از اشباع بیان را ارائه می دهد ، همانطور که در مطالعات قبلی مشاهده شده است.