論文の概要: Universal Quantum Emulator

• arxiv url: http://arxiv.org/abs/1606.02734v2
• Date: Tue, 26 Mar 2024 17:48:04 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-07 23:24:36.914382
• Title: Universal Quantum Emulator
• Title（参考訳）: ユニバーサル量子エミュレータ
• Authors: Iman Marvian, Seth Lloyd,
• Abstract要約: 与えられた入力状態に対する未知のユニタリの作用をエミュレートする量子アルゴリズムを提案する。 アルゴリズムは、最後には、与えられたサンプルやエミュレートされたユニタリについては何も学ばないという意味で盲目である。 このアルゴリズムは、量子位相推定のような他のアルゴリズムのサブルーチンとして使用できる。
• 参考スコア（独自算出の注目度）: 4.297070083645049
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose a quantum algorithm that emulates the action of an unknown unitary transformation on a given input state, using multiple copies of some unknown sample input states of the unitary and their corresponding output states. The algorithm does not assume any prior information about the unitary to be emulated or the sample input states. To emulate the action of the unknown unitary, the new input state is coupled to the given sample input-output pairs in a coherent fashion. Remarkably, the runtime of the algorithm is logarithmic in D, the dimension of the Hilbert space, and increases polynomially with d, the dimension of the subspace spanned by the sample input states. Furthermore, the sample complexity of the algorithm-i.e., the total number of copies of the sample input-output pairs needed to run the algorithm-is independent of D and polynomial in d. In contrast, the runtime and sample complexity of incoherent methods, i.e., methods that use tomography, are both linear in D. The algorithm is blind, in the sense that, at the end, it does not learn anything about the given samples or the emulated unitary. This algorithm can be used as a subroutine in other algorithms, such as quantum phase estimation.
• Abstract（参考訳）: 本稿では,未知のユニタリ変換の動作を与えられた入力状態に対してエミュレートする量子アルゴリズムを提案する。 アルゴリズムは、エミュレートされるユニタリやサンプル入力状態に関する事前情報を想定しない。 未知のユニタリの動作をエミュレートするために、新しい入力状態を与えられたサンプル出力対にコヒーレントに結合する。 注目すべきことに、アルゴリズムのランタイムは D において対数的であり、ヒルベルト空間の次元は d と多項式的に増加する。 さらに、アルゴリズムのサンプル複雑性、すなわち、アルゴリズムの実行に必要なサンプル出力ペアのコピーの総数は、Dとdの多項式とは独立である。 対照的に、非コヒーレントなメソッド、すなわちトモグラフィーを使用するメソッドのランタイムとサンプルの複雑さはどちらもDで線形であり、アルゴリズムは最終的に、与えられたサンプルやエミュレートされたユニタリについて何も学ばないという意味で盲目である。 このアルゴリズムは、量子位相推定のような他のアルゴリズムのサブルーチンとして使用できる。

関連論文リスト

• A quantum algorithm for advection-diffusion equation by a probabilistic imaginary-time evolution operator [0.0]
  本稿では, 線形対流拡散方程式を, 新しい近似確率的想像時間進化(PITE)演算子を用いて解く量子アルゴリズムを提案する。 我々は, 対流拡散方程式から得られるハミルトニアンの想像時間進化を実現するために, 明示的な量子回路を構築した。 我々のアルゴリズムは、Harrow-Hassidim-Lloyd (HHL)アルゴリズムに匹敵する結果を与える。
  論文  参考訳（メタデータ） (2024-09-27T08:56:21Z)
• Score-based Diffusion Models in Function Space [140.792362459734]
  拡散モデルは、最近、生成モデリングの強力なフレームワークとして登場した。 本稿では,関数空間における拡散モデルをトレーニングするためのDDO(Denoising Diffusion Operators)という,数学的に厳密なフレームワークを提案する。 データ解像度に依存しない固定コストで、対応する離散化アルゴリズムが正確なサンプルを生成することを示す。
  論文  参考訳（メタデータ） (2023-02-14T23:50:53Z)
• Importance sampling for stochastic quantum simulations [68.8204255655161]
  我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。 サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。 格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
  論文  参考訳（メタデータ） (2022-12-12T15:06:32Z)
• Accelerated Nonnegative Tensor Completion via Integer Programming [7.3149416054553065]
  整数計画法に基づく非負のテンソル完備化へのアプローチを提案する。 我々はアルゴリズムと同じ理論的な保証を維持できるいくつかの変種を探索するが、潜在的に高速な計算を提供する。
  論文  参考訳（メタデータ） (2022-11-28T21:00:25Z)
• Strong Simulation of Linear Optical Processes [2.3131309703965135]
  我々のアルゴリズムは、$m$モード干渉計の入力で$n$光子を与えられた場合、可能な全ての出力状態の確率を計算する。 これは指数係数によって永久的手法より優れる。
  論文  参考訳（メタデータ） (2022-06-21T17:27:17Z)
• Alternatives to a nonhomogeneous partial differential equation quantum algorithm [52.77024349608834]
  Apsi(textbfr)=f(textbfr)$ という形の非等質線型偏微分方程式を解くための量子アルゴリズムを提案する。 これらの成果により、現代の技術に基づく量子アルゴリズムの実験的実装が容易になった。
  論文  参考訳（メタデータ） (2022-05-11T14:29:39Z)
• Quantum Extremal Learning [0.8937790536664091]
  本稿では,関数出力を極大化する隠れ関数への入力を見つける過程である「極大学習のための量子アルゴリズム」を提案する。 量子エクストリームラーニング(quantum extremal Learning, QEL)と呼ばれるこのアルゴリズムは、データ入力と出力の関係をモデル化するために変分訓練されたパラメトリック量子回路で構成されている。
  論文  参考訳（メタデータ） (2022-05-05T17:37:26Z)
• Variational Quantum Algorithms for Trace Distance and Fidelity Estimation [7.247285982078057]
  近距離量子デバイスにおける2つの距離測定のためのハイブリッド量子古典アルゴリズムを提案する。 まず,変分トレース距離推定(VTDE)アルゴリズムを提案する。 次に,変分忠実度推定(VFE)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-12-10T15:56:58Z)
• Adaptive Sampling for Best Policy Identification in Markov Decision Processes [79.4957965474334]
  本稿では,学習者が生成モデルにアクセスできる場合の,割引マルコフ決定(MDP)における最良の政治的識別の問題について検討する。 最先端アルゴリズムの利点を論じ、解説する。
  論文  参考訳（メタデータ） (2020-09-28T15:22:24Z)
• Single-Timescale Stochastic Nonconvex-Concave Optimization for Smooth Nonlinear TD Learning [145.54544979467872]
  本稿では,各ステップごとに1つのデータポイントしか必要としない2つの単一スケールシングルループアルゴリズムを提案する。 本研究の結果は, 同時一次および二重側収束の形で表される。
  論文  参考訳（メタデータ） (2020-08-23T20:36:49Z)
• Nearly Linear Row Sampling Algorithm for Quantile Regression [54.75919082407094]
  データの次元にほぼ線形なサンプル複雑性を持つ量子化損失関数の行サンプリングアルゴリズムを提案する。 行サンプリングアルゴリズムに基づいて、量子レグレッションの最も高速なアルゴリズムと、バランスの取れた有向グラフのグラフスペーシフィケーションアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-06-15T13:40:07Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。