論文の概要: Quantum State Optimization and Computational Pathway Evaluation for
Gate-Model Quantum Computers
- arxiv url: http://arxiv.org/abs/2003.05255v1
- Date: Wed, 11 Mar 2020 12:20:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-29 11:09:41.480536
- Title: Quantum State Optimization and Computational Pathway Evaluation for
Gate-Model Quantum Computers
- Title（参考訳）: ゲートモデル量子コンピュータの量子状態最適化と計算経路評価
- Authors: Laszlo Gyongyosi
- Abstract要約: ゲートモデル量子コンピュータにおけるボトルネックは、数ラウンドの量子状態の準備を必要とすることである。
本研究では,対象関数値の量子コンピュータに対して,対象システム状態を求める状態判定手法を実証する。
提案手法は, 量子コンピュータの初期状態と目標状態の間の中間状態の準備を必要とせずに, 対象システム状態の進化を図る。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A computational problem fed into a gate-model quantum computer identifies an
objective function with a particular computational pathway (objective function
connectivity). The solution of the computational problem involves identifying a
target objective function value that is the subject to be reached. A bottleneck
in a gate-model quantum computer is the requirement of several rounds of
quantum state preparations, high-cost run sequences, and multiple rounds of
measurements to determine a target (optimal) state of the quantum computer that
achieves the target objective function value. Here, we define a method for
optimal quantum state determination and computational path evaluation for
gate-model quantum computers. We prove a state determination method that finds
a target system state for a quantum computer at a given target objective
function value. The computational pathway evaluation procedure sets the
connectivity of the objective function in the target system state on a fixed
hardware architecture of the quantum computer. The proposed solution evolves
the target system state without requiring the preparation of intermediate
states between the initial and target states of the quantum computer. Our
method avoids high-cost system state preparations and expensive running
procedures and measurement apparatuses in gate-model quantum computers. The
results are convenient for gate-model quantum computations and the near-term
quantum devices of the quantum Internet.
- Abstract（参考訳）: ゲートモデル量子コンピュータに供給される計算問題は、特定の計算経路(目的関数接続)で目的関数を特定する。
計算問題の解法は、到達対象となる対象の目的関数値を特定することである。
ゲートモデル量子コンピュータにおけるボトルネックは、目標目標関数値を達成する量子コンピュータの目標(最適)状態を決定するために、数ラウンドの量子状態準備、高コストランシーケンス、複数ラウンドの計測を必要とすることである。
本稿では,ゲートモデル量子コンピュータの最適量子状態決定法と計算経路評価法を定義する。
本研究では,対象関数値の量子コンピュータに対して,対象システム状態を求める状態判定手法を実証する。
計算経路評価手順は、量子コンピュータの固定ハードウェアアーキテクチャ上に、対象システムの状態における目的関数の接続を設定する。
提案手法は, 量子コンピュータの初期状態と目標状態の間の中間状態の準備を必要とせず, ターゲット状態の進化を図る。
本手法は,ゲートモデル量子コンピュータにおける高コストシステム準備と高価なランニング手順および測定装置を回避する。
この結果は、ゲートモデル量子計算と量子インターネットの短期量子デバイスに有用である。
関連論文リスト
- Non-unitary Coupled Cluster Enabled by Mid-circuit Measurements on Quantum Computers [37.69303106863453]
本稿では,古典計算機における量子化学の柱である結合クラスタ(CC)理論に基づく状態準備法を提案する。
提案手法は,従来の計算オーバーヘッドを低減し,CNOTおよびTゲートの数を平均で28%,57%削減する。
論文 参考訳（メタデータ） (2024-06-17T14:10:10Z) - Mixed-Dimensional Qudit State Preparation Using Edge-Weighted Decision Diagrams [3.393749500700096]
量子コンピュータは難解な問題を解く可能性がある。
このポテンシャルを利用するための重要な要素の1つは、多値系(qudit)のために量子状態を効率的に準備する能力である。
本稿では,混合次元系に着目した量子状態生成法について検討する。
論文 参考訳（メタデータ） (2024-06-05T18:00:01Z) - Near-Term Distributed Quantum Computation using Mean-Field Corrections
and Auxiliary Qubits [77.04894470683776]
本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。
我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
論文 参考訳（メタデータ） (2023-09-11T18:00:00Z) - Potential and limitations of quantum extreme learning machines [55.41644538483948]
本稿では,QRCとQELMをモデル化するフレームワークを提案する。
我々の分析は、QELMとQRCの両方の機能と限界をより深く理解するための道を開いた。
論文 参考訳（メタデータ） (2022-10-03T09:32:28Z) - Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。
本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
論文 参考訳（メタデータ） (2022-09-16T02:37:32Z) - An Amplitude-Based Implementation of the Unit Step Function on a Quantum
Computer [0.0]
量子コンピュータ上での単位ステップ関数の形で非線形性を近似するための振幅に基づく実装を提案する。
より先進的な量子アルゴリズムに埋め込まれた場合、古典的コンピュータから直接入力を受ける2つの異なる回路タイプを量子状態として記述する。
論文 参考訳（メタデータ） (2022-06-07T07:14:12Z) - Resource Allocation in Quantum Networks for Distributed Quantum
Computing [0.0]
最近の傾向は、近い将来、量子コンピューティングが商業目的のために大規模に利用できるようになることを示唆している。
量子インターネットは、量子ビットを交換するために量子リンクとリピータによる量子コンピュータの相互接続を必要とする。
本稿では,分散ノード上でのスマートコンピューティングの要件と目的について,量子ネットワークのプロビジョニングの観点から検討する。
論文 参考訳（メタデータ） (2022-03-11T10:46:31Z) - On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。
私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
論文 参考訳（メタデータ） (2021-06-29T14:01:40Z) - Electronic structure with direct diagonalization on a D-Wave quantum
annealer [62.997667081978825]
本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。
そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
論文 参考訳（メタデータ） (2020-09-02T22:46:47Z) - An Application of Quantum Annealing Computing to Seismic Inversion [55.41644538483948]
小型地震インバージョン問題を解決するために,D波量子アニールに量子アルゴリズムを適用した。
量子コンピュータによって達成される精度は、少なくとも古典的コンピュータと同程度である。
論文 参考訳（メタデータ） (2020-05-06T14:18:44Z) - Optimizing High-Efficiency Quantum Memory with Quantum Machine Learning
for Near-Term Quantum Devices [0.0]
我々は,HRE(High-retrieval-efficiency)量子メモリと呼ばれる,短期量子デバイスのための新しい量子メモリを定義する。
HRE量子メモリユニットは、読み出し手順の最適化のために、ハードウェアレベルでローカルユニタリ演算を統合する。
我々は、HRE量子メモリの読み出し手順が、入力量子システムや未知の量子レジスタの量子操作に関する情報なしで完全に盲目的に実現されていることを示す。
論文 参考訳（メタデータ） (2020-03-11T12:01:03Z)
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。