Fugu-MT 論文翻訳(概要): A simple method for sampling random Clifford operators

論文の概要: A simple method for sampling random Clifford operators

arxiv url: http://arxiv.org/abs/2008.06011v4
Date: Tue, 17 Aug 2021 11:58:02 GMT
ステータス: 処理完了
システム内更新日: 2023-05-06 09:17:02.292463
Title: A simple method for sampling random Clifford operators
Title（参考訳）: ランダムクリフォード作用素の簡易サンプリング法
Authors: Ewout van den Berg
Abstract要約: ランダムに$n$-qubit Clifford演算子をサンプリングする簡単なアルゴリズムを記述する。このアルゴリズムはクリフォード作用素を最大5n + 2n2$基本ゲートと最大深さ$mathcalO(nlog n)$で量子回路の形で出力する。
参考スコア（独自算出の注目度）: 1.0587959762260986
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We describe a simple algorithm for sampling $n$-qubit Clifford operators uniformly at random. The algorithm outputs the Clifford operators in the form of quantum circuits with at most $5n + 2n^2$ elementary gates and a maximum depth of $\mathcal{O}(n\log n)$ on fully connected topologies. The circuit can be output in a streaming fashion as the algorithm proceeds, and different parts of the circuit can be generated in parallel. The algorithm has an $\mathcal{O}(n^2)$ time complexity, which matches the current state of the art. The main advantage of the proposed algorithm, however, lies in its simplicity and elementary derivation.
Abstract（参考訳）: ランダムに$n$-qubit Clifford演算子をサンプリングする簡単なアルゴリズムを記述する。このアルゴリズムはクリフォード作用素を量子回路の形で出力し、最大5n + 2n^2$ の一次ゲートと最大深さが$\mathcal{o}(n\log n)$ となる。アルゴリズムが進むにつれて、回路をストリーミング形式で出力することができ、回路の異なる部分を並列に生成することができる。このアルゴリズムは、現在の技術と一致する、$\mathcal{O}(n^2)$時間複雑性を持つ。しかし、提案アルゴリズムの主な利点は、その単純さと基本的な導出にある。

関連論文リスト

A Sample Efficient Alternating Minimization-based Algorithm For Robust Phase Retrieval [56.67706781191521]
そこで本研究では,未知の信号の復元を課題とする,ロバストな位相探索問題を提案する。提案するオラクルは、単純な勾配ステップと外れ値を用いて、計算学的スペクトル降下を回避している。
論文参考訳（メタデータ） (2024-09-07T06:37:23Z)
Simple and Nearly-Optimal Sampling for Rank-1 Tensor Completion via Gauss-Jordan [49.1574468325115]
ランク1テンソルを$otimes_i=1N mathbbRd$で完了する際のサンプルと計算複雑性を再考する。本稿では,一対のランダム線形系上で,ガウス・ヨルダンに相当するアルゴリズムを許容する問題のキャラクタリゼーションを提案する。
論文参考訳（メタデータ） (2024-08-10T04:26:19Z)
A simple asymptotically optimal Clifford circuit compilation algorithm [0.0]
任意の$n$-qubit Clifford演算子を3つのサブ回路からなる回路に分解するアルゴリズムを提案する。他の導出的に最適なクリフォードコンパイルアルゴリズムと同様に、結果として得られる回路は$O(n2/log n)$2量子ゲートを含む。
論文参考訳（メタデータ） (2023-10-16T23:27:59Z)
Classical simulation of peaked shallow quantum circuits [2.6089354079273512]
準ポリノミカルランタイム$nO(logn)$のアルゴリズムについて述べる。我々のアルゴリズムは、浅い回路の出力確率を、与えられた逆多項式加法誤差の範囲内で推定することができる。
論文参考訳（メタデータ） (2023-09-15T14:01:13Z)
Quantum Simulation of the First-Quantized Pauli-Fierz Hamiltonian [0.5097809301149342]
我々は、我々の分割と形式主義の征服を通じて、大きな$Lambda$の量子化よりも優れたスケーリングと量子化を得られることを示す。また,マルチコントロールされたXゲート群を実装する新しい方法を含む,ゲート最適化のための新しいアルゴリズムおよび回路レベル技術も提供する。
論文参考訳（メタデータ） (2023-06-19T23:20:30Z)
On the average-case complexity of learning output distributions of quantum circuits [55.37943886895049]
統計的クエリモデルでは,ブロックワークランダムな量子回路の出力分布の学習は平均ケースハードであることが示されている。この学習モデルは、ほとんどの一般的な学習アルゴリズムの抽象的な計算モデルとして広く利用されている。
論文参考訳（メタデータ） (2023-05-09T20:53:27Z)
Private estimation algorithms for stochastic block models and mixture models [63.07482515700984]
効率的なプライベート推定アルゴリズムを設計するための一般的なツール。最初の効率的な$(epsilon, delta)$-differentially private algorithm for both weak recovery and exact recovery。
論文参考訳（メタデータ） (2023-01-11T09:12:28Z)
Classically Simulating Quantum Supremacy IQP Circuits trough a Random Graph Approach [0.0]
ランダム回路サンプリングによる量子超越性を実証するためのよい候補は、emphIQP回路を使用することである。我々は、ランダムIQP回路を古典的にシミュレートする改良手法を導入する。我々は70量子ビット回路が大規模クラスタの到達範囲内にあると推定する。
論文参考訳（メタデータ） (2022-12-16T17:38:42Z)
A single $T$-gate makes distribution learning hard [56.045224655472865]
この研究は、局所量子回路の出力分布の学習可能性に関する広範な評価を提供する。ハイブリッド量子古典アルゴリズムを含む多種多様な学習アルゴリズムにおいて、深度$d=omega(log(n))$ Clifford回路に関連する生成的モデリング問題さえも困難であることを示す。
論文参考訳（メタデータ） (2022-07-07T08:04:15Z)
Quantum Resources Required to Block-Encode a Matrix of Classical Data [56.508135743727934]
回路レベルの実装とリソース推定を行い、古典データの高密度な$Ntimes N$行列をブロックエンコードして$epsilon$を精度良くすることができる。異なるアプローチ間のリソーストレードオフを調査し、量子ランダムアクセスメモリ(QRAM)の2つの異なるモデルの実装を検討する。我々の結果は、単純なクエリの複雑さを超えて、大量の古典的データが量子アルゴリズムにアクセスできると仮定された場合のリソースコストの明確な図を提供する。
論文参考訳（メタデータ） (2022-06-07T18:00:01Z)
Eliminating Intermediate Measurements using Pseudorandom Generators [1.218340575383456]
我々は、時間$T$と空間$Sge log T$の量子アルゴリズムは、単位演算を伴う時間$T cdot Mathrmpoly (S)$と空間$O(Scdot log T)$の量子アルゴリズムでシミュレートできることを示した。
論文参考訳（メタデータ） (2021-06-22T15:47:20Z)

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。