論文の概要: Efficient State Preparation for Quantum Amplitude Estimation

• arxiv url: http://arxiv.org/abs/2005.07711v1
• Date: Fri, 15 May 2020 18:00:01 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-20 03:15:56.790250
• Title: Efficient State Preparation for Quantum Amplitude Estimation
• Title（参考訳）: 量子振幅推定のための効率的な状態準備
• Authors: Almudena Carrera Vazquez, Stefan Woerner
• Abstract要約: 量子振幅推定はモンテカルロシミュレーションによって古典的に解決されたアプリケーションに対して二次的なスピードアップを達成することができる。 現在知られている効率的な手法は、対数凹面確率分布に基づく問題、経験的データから未知の分布を学ぶこと、あるいは量子算術に完全に依存することを必要とする。 本稿では,QAE状態作成における回路の複雑さを著しく低減する回路最適化手法とともに,状態準備を簡略化する手法を提案する。
• 参考スコア（独自算出の注目度）: 0.951828574518325
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum Amplitude Estimation (QAE) can achieve a quadratic speed-up for applications classically solved by Monte Carlo simulation. A key requirement to realize this advantage is efficient state preparation. If state preparation is too expensive, it can diminish the quantum advantage. Preparing arbitrary quantum states has exponential complexity with respect to the number of qubits, thus, is not applicable. Currently known efficient techniques require problems based on log-concave probability distributions, involve learning an unknown distribution from empirical data, or fully rely on quantum arithmetic. In this paper, we introduce an approach to simplify state preparation, together with a circuit optimization technique, both of which can help reduce the circuit complexity for QAE state preparation significantly. We demonstrate the introduced techniques for a numerical integration example on real quantum hardware, as well as for option pricing under the Heston model, i.e., based on a stochastic volatility process, using simulation.
• Abstract（参考訳）: 量子振幅推定(QAE)はモンテカルロシミュレーションによって古典的に解決されたアプリケーションに対して二次的なスピードアップを達成することができる。 この利点を実現するための重要な要件は、効率的な状態準備である。 状態の準備が高価すぎると、量子的優位性が低下する可能性がある。 任意の量子状態を作成することは、量子ビットの数に関して指数関数的複雑性を持つため、適用できない。 現在知られている効率的な手法は、対数凹面確率分布に基づく問題、経験的データから未知の分布を学ぶこと、あるいは量子算術に完全に依存することを必要とする。 本稿では,QAE状態作成における回路の複雑さを著しく低減する回路最適化手法とともに,状態準備を簡略化する手法を提案する。 本稿では,実量子ハードウェア上での数値積分の例と,確率的ボラティリティプロセスに基づくヘストンモデルに基づくオプション価格について,シミュレーションを用いて紹介する。

関連論文リスト

• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
  d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。 我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• 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)
• Parallel Quantum Computing Simulations via Quantum Accelerator Platform Virtualization [44.99833362998488]
  本稿では,量子回路実行の並列化モデルを提案する。 このモデルはバックエンドに依存しない機能を利用することができ、任意のターゲットバックエンド上で並列量子回路の実行を可能にする。
  論文  参考訳（メタデータ） (2024-06-05T17:16:07Z)
• Sparse Quantum State Preparation for Strongly Correlated Systems [0.0]
  原理として、指数関数的にスケールする多電子波関数を線形にスケールする量子ビットレジスタに符号化することは、従来の量子化学法の限界を克服するための有望な解決策を提供する。 基底状態量子アルゴリズムが実用的であるためには、量子ビットの初期化が要求される基底状態の高品質な近似に必須である。 量子状態準備(QSP)は、古典的な計算から得られる近似固有状態の生成を可能にするが、量子情報のオラクルとして頻繁に扱われる。
  論文  参考訳（メタデータ） (2023-11-06T18:53:50Z)
• Quantum Thermal State Preparation [39.91303506884272]
  量子マスター方程式をシミュレートするための簡単な連続時間量子ギブスサンプリングを導入する。 我々は、特定の純ギブス状態を作成するための証明可能かつ効率的なアルゴリズムを構築した。 アルゴリズムのコストは温度、精度、混合時間に依存している。
  論文  参考訳（メタデータ） (2023-03-31T17:29:56Z)
• GASP -- A Genetic Algorithm for State Preparation [0.0]
  本稿では、量子コンピュータを特定の量子状態に初期化するための、比較的低深さの量子回路を生成する状態準備(GASP)のための遺伝的アルゴリズムを提案する。 GASPは、他の方法よりも低い深さとゲート数で、所定の精度でより効率的な回路を生成することができる。
  論文  参考訳（メタデータ） (2023-02-22T04:41:01Z)
• Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the Race to Practical Quantum Advantage [43.3054117987806]
  本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。 本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。 古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
  論文  参考訳（メタデータ） (2022-08-29T15:24:03Z)
• Low-rank quantum state preparation [1.5427245397603195]
  本稿では,従来のコンピュータに計算複雑性をオフロードすることで,状態準備回路の深さを削減するアルゴリズムを提案する。 この近似が今日の量子プロセッサよりも優れていることを示す。
  論文  参考訳（メタデータ） (2021-11-04T19:56:21Z)
• Error mitigation and quantum-assisted simulation in the error corrected regime [77.34726150561087]
  量子コンピューティングの標準的なアプローチは、古典的にシミュレート可能なフォールトトレラントな演算セットを促進するという考え方に基づいている。 量子回路の古典的準確率シミュレーションをどのように促進するかを示す。
  論文  参考訳（メタデータ） (2021-03-12T20:58:41Z)
• As Accurate as Needed, as Efficient as Possible: Approximations in DD-based Quantum Circuit Simulation [5.119310422637946]
  決定図(DD)は、これまで多くの重要なケースにおいて、量子状態の冗長性を利用して必要なメモリを削減することが示されている。 量子コンピュータの確率性を利用して、よりコンパクトな表現を実現することにより、この削減を増幅できることが示される。 具体的には、よりコンパクトな表現を実現するために量子状態を近似する2つの新しいDDベースのシミュレーション戦略を提案する。
  論文  参考訳（メタデータ） (2020-12-10T12:02:03Z)

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。