論文の概要: Low Rank Density Matrix Evolution for Noisy Quantum Circuits

• arxiv url: http://arxiv.org/abs/2009.06657v1
• Date: Mon, 14 Sep 2020 18:00:16 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-02 06:24:44.972942
• Title: Low Rank Density Matrix Evolution for Noisy Quantum Circuits
• Title（参考訳）: 雑音量子回路における低ランク密度行列の進化
• Authors: Yi-Ting Chen, Collin Farquhar, Robert M. Parrish
• Abstract要約: 雑音量子回路におけるクラスデコヒーレンスチャネルの古典的シミュレーションのための効率的なランク圧縮手法を提案する。 本研究では,本アルゴリズムを社内シミュレータに実装し,従来のフルランクシミュレータよりも2桁以上高速にシミュレーションを行うことを示す。
• 参考スコア（独自算出の注目度）: 4.598939257021113
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this work, we present an efficient rank-compression approach for the classical simulation of Kraus decoherence channels in noisy quantum circuits. The approximation is achieved through iterative compression of the density matrix based on its leading eigenbasis during each simulation step without the need to store, manipulate, or diagonalize the full matrix. We implement this algorithm in an in-house simulator, and show that the low rank algorithm speeds up simulations by more than two orders of magnitude over an existing implementation of full rank simulator, and with negligible error in the target noise and final observables. Finally, we demonstrate the utility of the low rank method as applied to representative problems of interest by using the algorithm to speed-up noisy simulations of Grover's search algorithm and quantum chemistry solvers.
• Abstract（参考訳）: 本研究では,ノイズ量子回路におけるクラウスデコヒーレンスチャネルの古典的シミュレーションのための効率的なランク圧縮手法を提案する。 この近似は、全行列の保存、操作、対角化を必要とせず、各シミュレーションステップにおける主固有ベイシスに基づく密度行列の反復圧縮によって達成される。 本研究では,本アルゴリズムを社内シミュレータに実装し,既存のフルランクシミュレータよりも2桁以上の精度でシミュレーションを高速化し,目標雑音と最終観測値に無視可能な誤りを発生させることを示す。 最後に,グローバー探索アルゴリズムと量子化学解法のノイズシミュレーションを高速化するアルゴリズムを用いて,関心の代表的な問題に適用できる低ランク法の有用性を示す。

関連論文リスト

• Efficient Quantum Lattice Gas Automata [0.0]
  このアルゴリズムは、衝突、マッピング、伝播の3つの主要なステップで構成されている。 ノイズの影響にもかかわらず、現在のノイズのあるデバイスでは、正確なシミュレーションがすでに達成されていることが示唆された。
  論文  参考訳（メタデータ） (2024-02-26T11:12:35Z)
• Improved real-space parallelizable matrix-product state compression and its application to unitary quantum dynamics simulation [0.0]
  改良された実空間並列化行列積状態(MPS)圧縮法を提案する。 本手法は、ユニタリ量子力学をシミュレートし、並列時間進化ブロック決定アルゴリズムの改良を導入する。 得られた数値結果は、改良されたpTEBDアルゴリズムが現在の最先端MPSアルゴリズムと同じレベルのシミュレーション精度を達成することを示す。
  論文  参考訳（メタデータ） (2023-12-05T11:14:48Z)
• Optimal Algorithms for the Inhomogeneous Spiked Wigner Model [89.1371983413931]
  不均一な問題に対する近似メッセージパッシングアルゴリズム(AMP)を導出する。 特に,情報理論の閾値よりも大きい信号と雑音の比を必要とする既知のアルゴリズムが,ランダムよりも優れた処理を行うための統計的・計算的ギャップの存在を同定する。
  論文  参考訳（メタデータ） (2023-02-13T19:57:17Z)
• Quantum algorithm for stochastic optimal stopping problems with applications in finance [60.54699116238087]
  有名な最小二乗モンテカルロ (LSM) アルゴリズムは、線形最小二乗回帰とモンテカルロシミュレーションを組み合わせることで、最適停止理論の問題を解決する。 プロセスへの量子アクセス、最適な停止時間を計算するための量子回路、モンテカルロの量子技術に基づく量子LSMを提案する。
  論文  参考訳（メタデータ） (2021-11-30T12:21:41Z)
• High-Dimensional Simulation Optimization via Brownian Fields and Sparse Grids [14.15772050249329]
  高次元シミュレーションの最適化は、非常に難しい。 本稿では,大域的最適解に収束する新しいサンプリングアルゴリズムを提案する。 提案アルゴリズムは,現実の典型的な代替案よりも劇的に優れていることを示す。
  論文  参考訳（メタデータ） (2021-07-19T03:03:27Z)
• Fixed Depth Hamiltonian Simulation via Cartan Decomposition [59.20417091220753]
  時間に依存しない深さの量子回路を生成するための構成的アルゴリズムを提案する。 一次元横フィールドXYモデルにおけるアンダーソン局在化を含む、モデルの特殊クラスに対するアルゴリズムを強調する。 幅広いスピンモデルとフェルミオンモデルに対して正確な回路を提供するのに加えて、我々のアルゴリズムは最適なハミルトニアンシミュレーションに関する幅広い解析的および数値的な洞察を提供する。
  論文  参考訳（メタデータ） (2021-04-01T19:06:00Z)
• Plug-And-Play Learned Gaussian-mixture Approximate Message Passing [71.74028918819046]
  そこで本研究では,従来のi.i.d.ソースに適した圧縮圧縮センシング(CS)リカバリアルゴリズムを提案する。 我々のアルゴリズムは、Borgerdingの学習AMP(LAMP)に基づいて構築されるが、アルゴリズムに普遍的な復調関数を採用することにより、それを大幅に改善する。 数値評価により,L-GM-AMPアルゴリズムは事前の知識を必要とせず,最先端の性能を実現する。
  論文  参考訳（メタデータ） (2020-11-18T16:40:45Z)
• Low-depth Hamiltonian Simulation by Adaptive Product Formula [3.050399782773013]
  量子コンピュータ上の量子システムの力学を効率的に研究するために、様々なハミルトンシミュレーションアルゴリズムが提案されている。 本稿では,低深度時間進化回路を構築するための適応的手法を提案する。 我々の研究は、雑音の中規模量子デバイスを用いた実践的なハミルトンシミュレーションに光を当てている。
  論文  参考訳（メタデータ） (2020-11-10T18:00:42Z)
• Realistic simulation of quantum computation using unitary and measurement channels [1.406995367117218]
  本稿では,一意チャネルと測定チャネルの和によって密度行列の進化を近似する新しいシミュレーション手法を提案する。 このモデルは、最もよく知られたアプローチと比較して、精度の面で少なくとも1桁の精度の向上を示す。
  論文  参考訳（メタデータ） (2020-05-13T14:29:18Z)
• Active Model Estimation in Markov Decision Processes [108.46146218973189]
  マルコフ決定過程(MDP)をモデル化した環境の正確なモデル学習のための効率的な探索の課題について検討する。 マルコフに基づくアルゴリズムは,本アルゴリズムと極大エントロピーアルゴリズムの両方を小サンプル方式で上回っていることを示す。
  論文  参考訳（メタデータ） (2020-03-06T16:17:24Z)
• Efficient classical simulation of random shallow 2D quantum circuits [104.50546079040298]
  ランダム量子回路は古典的にシミュレートするのは難しいと見なされる。 典型例の近似シミュレーションは, 正確なシミュレーションとほぼ同程度に困難であることを示す。 また、十分に浅いランダム回路はより一般的に効率的にシミュレーション可能であると推測する。
  論文  参考訳（メタデータ） (2019-12-31T19:00:00Z)

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。