本稿では、低接続量子ハードウェア上で実装可能な、スケーラブルなパウリ弦の指数関数の量子回路設計手法を提案し、様々なハミルトニアンのシミュレーションへの応用を示した。
本研究では、密度行列カーネル密度推定(DMKDE)アルゴリズムを量子回路上で実装するための効率的な手法を提案する。具体的には、メメティックアルゴリズムを用いて量子特徴写像回路を最適化し、固定アーキテクチャの変分量子回路を用いて訓練状態を準備する。
強化学習を用いて、最適化問題を解くための効果的な量子回路を自動的に生成することができる。
強化学習を用いて量子回路の設計を行う際の課題を明らかにし、その解決に向けた取り組みを提案する。