Fugu-MT 論文翻訳(概要): Quantum stochastic series expansion methods

論文の概要: Quantum stochastic series expansion methods

arxiv url: http://arxiv.org/abs/2010.00949v1
Date: Fri, 2 Oct 2020 12:25:59 GMT
ステータス: 処理完了
システム内更新日: 2023-04-30 04:10:24.858200
Title: Quantum stochastic series expansion methods
Title（参考訳）: 量子確率級数展開法
Authors: Kok Chuan Tan, Dhiman Bowmick, and Pinaki Sengupta
Abstract要約: シリーズ拡張(SSE)モンテカルロ法の量子的実装を提案する。量子SSEは、SSEの古典的な実装よりも大きな利点をもたらすことが示されている。
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 quantum implementation of the Stochastic Series Expansion (SSE) Monte Carlo method is proposed, and it is shown that quantum SSE offers significant advantages over classical implementations of SSE. In particular, for problems where classical SSE encounters the sign problem, the cost of implementing a Monte Carlo iteration scales only linearly with system size in quantum SSE, while it may scale exponentially with system size in classical SSE. In cases where classical SSE can be efficiently implemented, quantum SSE still offers an advantage by allowing for more general observables to be measured.
Abstract（参考訳）: 確率級数展開法(SSE)モンテカルロ法(英語版)の量子的実装を提案し、量子SSEがSSEの古典的実装に対して大きな利点をもたらすことを示した。特に、古典的SSEが符号問題に遭遇する問題では、モンテカルロ反復の実装コストは量子的SSEのシステムサイズと線形にしかスケールしないが、古典的SSEのシステムサイズと指数関数的にスケールできる。古典的SSEを効率的に実装できる場合、量子SSEはより一般的な観測可能量を測定することができるという利点がある。

関連論文リスト

Quantum Monte Carlo and Stabilizer States [0.0]
安定状態が量子モンテカルロ法の拡張を可能にすることを示す。このような方法で研究できる玩具モデルの例を挙げる。
論文参考訳（メタデータ） (2024-08-19T13:27:15Z)
Sufficient condition for universal quantum computation using bosonic circuits [44.99833362998488]
我々は、計算普遍性にシミュレート可能な回路の促進に重点を置いている。まず、連続変数状態をキュービット状態にマッピングするための一般的なフレームワークを紹介します。次に、モジュラーおよび安定化サブシステム分解を含む既存のマップをこのフレームワークにキャストします。
論文参考訳（メタデータ） (2023-09-14T16:15:14Z)
Unbiasing time-dependent Variational Monte Carlo by projected quantum evolution [44.99833362998488]
量子系を古典的にシミュレートするためのモンテカルロ変分法(英語版)の精度とサンプルの複雑さを解析する。時間依存変分モンテカルロ(tVMC)が最もよく用いられるスキームは、体系的な統計的バイアスによって影響を受けることを証明している。本稿では,各段階における最適化問題の解法に基づく異なるスキームが,そのような問題から解放されていることを示す。
論文参考訳（メタデータ） (2023-05-23T17:38:10Z)
A quantum advantage over classical for local max cut [48.02822142773719]
量子最適化近似アルゴリズム(QAOA)は、次数3グラフ上の古典的手法に匹敵する計算上の優位性を持つ。結果として、最先端の量子ハードウェアに関係している小規模量子計算でさえ、比較可能な単純な古典よりも大きな優位性を持つ可能性が示唆された。
論文参考訳（メタデータ） (2023-04-17T16:42:05Z)
Anticipative measurements in hybrid quantum-classical computation [68.8204255655161]
量子計算を古典的な結果によって補う手法を提案する。予測の利点を生かして、新しいタイプの量子測度がもたらされる。予測量子測定では、古典計算と量子計算の結果の組み合わせは最後にのみ起こる。
論文参考訳（メタデータ） (2022-09-12T15:47:44Z)
Every Classical Sampling Circuit is a Quantum Sampling Circuit [0.8122270502556371]
このノートは、ある確率分布を符号化する量子状態である「Q-marginals」を紹介している。これは、興味の確率分布の古典的な回路サンプリングから直接作成できることを示している。
論文参考訳（メタデータ） (2021-09-10T12:52:23Z)
The Boundary for Quantum Advantage in Gaussian Boson Sampling [44.62475518267084]
最先端の量子フォトニクス実験では、既存の古典的アルゴリズムをシミュレートするのに6億年を要します。本稿では,高速かつ高精度なGBSシミュレーション手法を提案する。これにより、最先端のGBS実験をシミュレーションする実行時間を数ヶ月に短縮する。
論文参考訳（メタデータ） (2021-08-03T16:49:40Z)
Stochastic Series Expansion Quantum Monte Carlo for Rydberg Arrays [0.45119235878273]
ライドバーグ原子は強い相互作用を持つ量子多体系を実現する強力なプラットフォームである。一般的なライドベルク・ハミルトンは、その平衡特性が量子モンテカルロ(QMC)による効率的なシミュレーションに有効であることを意味する符号問題を含まない。このアルゴリズムは1次元と2次元の大型Rydbergアレイ上で実験結果を再現可能であることを示す。
論文参考訳（メタデータ） (2021-07-01T22:34:44Z)
Variational Hamiltonian simulation for translational invariant systems via classical pre-processing [0.0]
本稿では,量子回路の効率性を予測するため,古典最適化の解を用いた変分アルゴリズムを提案する。我々の戦略は、数桁の精度でトロッタースズキの精度を向上させることができる。我々の手法を古典的にシミュラブルなシステムサイズを超えて外挿することができる。
論文参考訳（メタデータ） (2021-06-07T14:59:50Z)
Quantum Machine Learning with SQUID [64.53556573827525]
分類問題に対するハイブリッド量子古典アルゴリズムを探索するオープンソースフレームワークであるScaled QUantum IDentifier (SQUID)を提案する。本稿では、一般的なMNISTデータセットから標準バイナリ分類問題にSQUIDを使用する例を示す。
論文参考訳（メタデータ） (2021-04-30T21:34:11Z)
Scaling overhead of embedding optimization problems in quantum annealing [0.0]
完全連結グラフの埋め込みは二次空間のオーバーヘッドを生じさせるため、解法における大きなオーバーヘッドとなる。この結果から,古典的デジタルアニールと比較して,標準的なアナログ量子ハードウェアは不利であることが示された。
論文参考訳（メタデータ） (2021-03-29T23:52:08Z)

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。