論文の概要: Variational Quantum Singular Value Decomposition
- arxiv url: http://arxiv.org/abs/2006.02336v3
- Date: Thu, 24 Jun 2021 16:06:30 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-25 18:38:08.707392
- Title: Variational Quantum Singular Value Decomposition
- Title(参考訳): 変分量子特異値分解
- Authors: Xin Wang, Zhixin Song, Youle Wang
- Abstract要約: 特異値分解のための変分量子アルゴリズム(VQSVD)を提案する。
特異値の変動原理とKy Fan Theoremを利用して、2つの量子ニューラルネットワークが特異ベクトルを学習し、対応する特異値を出力するように、新しい損失関数を設計する。
我々の研究は、Hermitianデータのみを扱う従来のプロトコルを超えて、量子情報処理のための新しい道を探究する。
- 参考スコア(独自算出の注目度): 8.145223158030259
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Singular value decomposition is central to many problems in engineering and
scientific fields. Several quantum algorithms have been proposed to determine
the singular values and their associated singular vectors of a given matrix.
Although these algorithms are promising, the required quantum subroutines and
resources are too costly on near-term quantum devices. In this work, we propose
a variational quantum algorithm for singular value decomposition (VQSVD). By
exploiting the variational principles for singular values and the Ky Fan
Theorem, we design a novel loss function such that two quantum neural networks
(or parameterized quantum circuits) could be trained to learn the singular
vectors and output the corresponding singular values. Furthermore, we conduct
numerical simulations of VQSVD for random matrices as well as its applications
in image compression of handwritten digits. Finally, we discuss the
applications of our algorithm in recommendation systems and polar
decomposition. Our work explores new avenues for quantum information processing
beyond the conventional protocols that only works for Hermitian data, and
reveals the capability of matrix decomposition on near-term quantum devices.
- Abstract(参考訳): 特異値分解は工学や科学における多くの問題の中心である。
与えられた行列の特異値とその関連する特異ベクトルを決定するために、いくつかの量子アルゴリズムが提案されている。
これらのアルゴリズムは有望だが、必要な量子サブルーチンとリソースは、短期的な量子デバイスでは高価すぎる。
本研究では,特異値分解(VQSVD)のための変分量子アルゴリズムを提案する。
特異値の変分原理とkyファン定理を利用して、2つの量子ニューラルネットワーク(あるいはパラメータ化された量子回路)を訓練して特異ベクトルを学習し、対応する特異値を出力する新しい損失関数を設計する。
さらに,ランダム行列に対するvqsvdの数値シミュレーションや,手書き桁の画像圧縮への応用も行った。
最後に,提案アルゴリズムのレコメンデーションシステムおよび極分解への応用について論じる。
本研究は,Hermitianデータのみを扱う従来のプロトコルを超える量子情報処理の新たな道を探究し,短期量子デバイスにおける行列分解の可能性を明らかにする。
関連論文リスト
- Randomized semi-quantum matrix processing [0.0]
汎用行列関数のモンテカルロシミュレーションのためのハイブリッド量子古典フレームワークを提案する。
我々のフレームワークは、初期のフォールトトレラント量子線型代数アプリケーションへの経路を提供する。
論文 参考訳(メタデータ) (2023-07-21T18:00:28Z) - Robust Dequantization of the Quantum Singular value Transformation and
Quantum Machine Learning Algorithms [0.0]
この弱い仮定の下では、ランダム化線形代数の技法がどれだけ多く適用できるかを示す。
また、これらの結果を用いて、多くの量子機械学習アルゴリズムの頑健な復号化を行う。
論文 参考訳(メタデータ) (2023-04-11T02:09:13Z) - Quantum Worst-Case to Average-Case Reductions for All Linear Problems [66.65497337069792]
量子アルゴリズムにおける最悪のケースと平均ケースの削減を設計する問題について検討する。
量子アルゴリズムの明示的で効率的な変換は、入力のごく一部でのみ正し、全ての入力で正しくなる。
論文 参考訳(メタデータ) (2022-12-06T22:01:49Z) - Quantum algorithms for grid-based variational time evolution [36.136619420474766]
本稿では,第1量子化における量子力学の実行のための変分量子アルゴリズムを提案する。
シミュレーションでは,従来観測されていた変動時間伝播手法の数値不安定性を示す。
論文 参考訳(メタデータ) (2022-03-04T19:00:45Z) - Dequantizing the Quantum Singular Value Transformation: Hardness and
Applications to Quantum Chemistry and the Quantum PCP Conjecture [0.0]
量子特異値変換は効率的に「等化」できることを示す。
逆多項式精度では、同じ問題がBQP完全となることを示す。
また、この分位化手法が中心量子PCPの進展にどう役立つかについても論じる。
論文 参考訳(メタデータ) (2021-11-17T12:50:13Z) - Adiabatic Quantum Graph Matching with Permutation Matrix Constraints [75.88678895180189]
3次元形状と画像のマッチング問題は、NPハードな置換行列制約を持つ二次代入問題(QAP)としてしばしば定式化される。
本稿では,量子ハードウェア上での効率的な実行に適した制約のない問題として,いくつかのQAPの再構成を提案する。
提案アルゴリズムは、将来の量子コンピューティングアーキテクチャにおいて、より高次元にスケールする可能性がある。
論文 参考訳(メタデータ) (2021-07-08T17:59:55Z) - Synthesis of Quantum Circuits with an Island Genetic Algorithm [44.99833362998488]
特定の演算を行うユニタリ行列が与えられた場合、等価な量子回路を得るのは非自明な作業である。
量子ウォーカーのコイン、トフォリゲート、フレドキンゲートの3つの問題が研究されている。
提案したアルゴリズムは量子回路の分解に効率的であることが証明され、汎用的なアプローチとして、利用可能な計算力によってのみ制限される。
論文 参考訳(メタデータ) (2021-06-06T13:15:25Z) - A Grand Unification of Quantum Algorithms [0.0]
最近、多くの量子アルゴリズムが量子特異値変換(quantum singular value transformation)と呼ばれる手法で結合された。
本稿では,まず量子信号処理を量子固有値変換に一般化する方法について解説する。
次に、QSVTを用いて、探索、位相推定、ハミルトニアンシミュレーションのための直感的な量子アルゴリズムを構築する。
論文 参考訳(メタデータ) (2021-05-06T17:46:33Z) - 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) - Quantum Gram-Schmidt Processes and Their Application to Efficient State
Read-out for Quantum Algorithms [87.04438831673063]
本稿では、生成した状態の古典的ベクトル形式を生成する効率的な読み出しプロトコルを提案する。
我々のプロトコルは、出力状態が入力行列の行空間にある場合に適合する。
我々の技術ツールの1つは、Gram-Schmidt正則手順を実行するための効率的な量子アルゴリズムである。
論文 参考訳(メタデータ) (2020-04-14T11:05:26Z) - Programming a quantum computer with quantum instructions [39.994876450026865]
我々は密度行列化プロトコルを用いて量子データ上で量子命令を実行する。
古典的に定義されたゲートの固定列は、補助量子命令状態に一意に依存する演算を実行する。
量子命令の利用により、コストのかかるトモグラフィー状態の再構築と再コンパイルの必要性がなくなる。
論文 参考訳(メタデータ) (2020-01-23T22:43:29Z)
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。