論文の概要: Fast quantum imaginary time evolution

• arxiv url: http://arxiv.org/abs/2009.12239v1
• Date: Fri, 25 Sep 2020 13:52:27 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-01 00:42:26.380383
• Title: Fast quantum imaginary time evolution
• Title（参考訳）: 高速量子想像時間進化
• Authors: Kok Chuan Tan
• Abstract要約: 高速QITEと呼ばれる量子想像時間進化(QITE)アルゴリズムの高速実装を提案する。 QITEのアルゴリズムコストは通常、トロッターステップごとに非自明に作用する粒子の数で指数関数的にスケールする。
• 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 fast implementation of the quantum imaginary time evolution (QITE) algorithm called Fast QITE is proposed. The algorithmic cost of QITE typically scales exponentially with the number of particles it nontrivially acts on in each Trotter step. In contrast, a Fast QITE implementation reduces this to only a linear scaling. It is shown that this speed up leads to a quantum advantage when sampling diagonal elements of a matrix exponential, which cannot be achieved using the standard implementation of the QITE algorithm. Finally the cost of implementing Fast QITE for finite temperature simulations is also discussed.
• Abstract（参考訳）: 高速QITEと呼ばれる量子想像時間進化(QITE)アルゴリズムの高速実装を提案する。 QITEのアルゴリズムコストは通常、トロッターステップごとに非自明に作用する粒子の数で指数関数的にスケールする。 対照的に、Fast QITEの実装は、これを線形スケーリングだけに還元する。 このスピードアップは、QITEアルゴリズムの標準実装では達成できない行列指数の対角要素をサンプリングする際の量子優位性をもたらすことが示されている。 最後に,有限温度シミュレーションのための高速QITEの実装コストについても論じる。

関連論文リスト

• Quartic quantum speedups for planted inference [44.820711784498]
  そこで本研究では,植物ノイズの量子アルゴリズムについて述べる。 我々の研究は、いくつかの構造は超4次量子攻撃の影響を受けやすいことを示唆している。
  論文  参考訳（メタデータ） (2024-06-27T17:54:28Z)
• Nonlinear dynamics as a ground-state solution on quantum computers [39.58317527488534]
  量子ビットレジスタにおける空間と時間の両方を符号化する変分量子アルゴリズム(VQA)を提案する。 時空符号化により、1つの基底状態計算から全時間進化を得ることができる。
  論文  参考訳（メタデータ） (2024-03-25T14:06:18Z)
• Depth scaling of unstructured search via quantum approximate optimization [0.0]
  変分量子アルゴリズムは、現在の量子計算のデファクトモデルとなっている。 そのような問題の1つは、ある文字列の特定のビットを見つけることで構成される非構造化探索である。 我々は、CTQWを用いてQAOA配列を復元し、最近のトロッター公式の理論の進歩を利用して、クエリの複雑さを束縛する。
  論文  参考訳（メタデータ） (2024-03-22T18:00:03Z)
• Quantum speedup of leverage score sampling and its application [0.0]
  本稿では,レバレッジスコアの計算を高速化する量子アルゴリズムを提案する。 応用として,ベクトル解出力を用いた剛性回帰問題に対する新しい量子アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-01-15T14:40:18Z)
• Quantum Clustering with k-Means: a Hybrid Approach [117.4705494502186]
  我々は3つのハイブリッド量子k-Meansアルゴリズムを設計、実装、評価する。 我々は距離の計算を高速化するために量子現象を利用する。 我々は、我々のハイブリッド量子k-平均アルゴリズムが古典的バージョンよりも効率的であることを示す。
  論文  参考訳（メタデータ） (2022-12-13T16:04:16Z)
• Improved algorithms of quantum imaginary time evolution for ground and excited states of molecular systems [0.0]
  量子想像時間進化(Quantum imaginary Time Evolution、QITE)は、最近提案された量子古典ハイブリッドアルゴリズムであり、システムの最低状態に達することが保証されている。 基礎となるQITE方程式のオーダー・バイ・オーダーの導出を解析し,理論的に確立された修正を提案する。 また、仮想時間進化状態のノルムを正確に推定し、励起状態計算に適用する方法についても論じる。
  論文  参考訳（メタデータ） (2022-05-04T10:32:16Z)
• Fragmented imaginary-time evolution for early-stage quantum signal processors [0.0]
  QITE(Quantum imaginary-time Evolution)のシミュレーションは、量子計算の大きな可能性である。 我々の主な貢献は、新しい世代の決定論的高精度QITEアルゴリズムである。 複雑化に優れたQITE回路サブルーチンを2つ提案する。
  論文  参考訳（メタデータ） (2021-10-25T18:02:24Z)
• Q-Match: Iterative Shape Matching via Quantum Annealing [64.74942589569596]
  形状対応を見つけることは、NP-hard quadratic assignment problem (QAP)として定式化できる。 本稿では,アルファ拡大アルゴリズムに触発されたQAPの反復量子法Q-Matchを提案する。 Q-Match は、実世界の問題にスケールできるような長文対応のサブセットにおいて、反復的に形状マッチング問題に適用できる。
  論文  参考訳（メタデータ） (2021-05-06T17:59:38Z)
• Long-time simulations with high fidelity on quantum hardware [1.8909337252764988]
  本研究では,現在のハードウェア上で長時間,高忠実度シミュレーションを行うことが可能であることを示す。 具体的には、リゲッティおよびIBM量子コンピュータ上でのXYモデルスピンチェーンをシミュレートする。 これは反復トロッター法で可能なよりも150倍長い因子である。
  論文  参考訳（メタデータ） (2021-02-08T16:18:50Z)
• Fast and differentiable simulation of driven quantum systems [58.720142291102135]
  我々は、ダイソン展開に基づく半解析手法を導入し、標準数値法よりもはるかに高速に駆動量子系を時間発展させることができる。 回路QEDアーキテクチャにおけるトランスモン量子ビットを用いた2量子ゲートの最適化結果を示す。
  論文  参考訳（メタデータ） (2020-12-16T21:43:38Z)
• Momentum Q-learning with Finite-Sample Convergence Guarantee [49.38471009162477]
  本稿では,有限サンプル保証を用いたモーメントに基づくQ-ラーニングアルゴリズムのクラスを解析する。 線形関数近似とマルコフサンプリングによるMomentumQの収束保証を確立する。 提案したMomentumQが他のモーメントベースのQ-ラーニングアルゴリズムより優れていることを示す。
  論文  参考訳（メタデータ） (2020-07-30T12:27:03Z)

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。