論文の概要: Qubit-efficient entanglement spectroscopy using qubit resets
- arxiv url: http://arxiv.org/abs/2010.03080v2
- Date: Fri, 27 Aug 2021 16:57:12 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-29 20:05:52.827233
- Title: Qubit-efficient entanglement spectroscopy using qubit resets
- Title（参考訳）: 量子ビットリセットを用いた量子効率エンタングルメント分光
- Authors: Justin Yirka and Yigit Subasi
- Abstract要約: NISQデバイス上でのエンタングルメント分光のための量子ビット効率の量子アルゴリズムを開発した。
我々のアルゴリズムは、ノイズの存在下で同様の性能を保ちながら、従来のどの効率的なアルゴリズムよりも少ない量子ビットを使用する。
また、量子ビットリセット回路に適した標準回路深さの一般化として、有効回路深さの概念を導入する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: One strategy to fit larger problems on NISQ devices is to exploit a tradeoff
between circuit width and circuit depth. Unfortunately, this tradeoff still
limits the size of tractable problems since the increased depth is often not
realizable before noise dominates. Here, we develop qubit-efficient quantum
algorithms for entanglement spectroscopy which avoid this tradeoff. In
particular, we develop algorithms for computing the trace of the n-th power of
the density operator of a quantum system, $Tr(\rho^n)$, (related to the R\'enyi
entropy of order n) that use fewer qubits than any previous efficient algorithm
while achieving similar performance in the presence of noise, thus enabling
spectroscopy of larger quantum systems on NISQ devices. Our algorithms, which
require a number of qubits independent of n, are variants of previous
algorithms with width proportional to n, an asymptotic difference. The crucial
ingredient in these new algorithms is the ability to measure and reinitialize
subsets of qubits in the course of the computation, allowing us to reuse qubits
and increase the circuit depth without suffering the usual noisy consequences.
We also introduce the notion of effective circuit depth as a generalization of
standard circuit depth suitable for circuits with qubit resets. This tool helps
explain the noise-resilience of our qubit-efficient algorithms and should aid
in designing future algorithms. We perform numerical simulations to compare our
algorithms to the original variants and show they perform similarly when
subjected to noise. Additionally, we experimentally implement one of our
qubit-efficient algorithms on the Honeywell System Model H0, estimating
$Tr(\rho^n)$ for larger n than possible with previous algorithms.
- Abstract（参考訳）: NISQデバイスにより大きな問題に適合する戦略の1つは、回路幅と回路深さのトレードオフを利用することである。
残念なことに、このトレードオフは、ノイズが支配する前に深さが増加することがしばしば実現できないため、扱いやすい問題のサイズを制限する。
ここでは、このトレードオフを避けるために、エンタングルメント分光法のための量子アルゴリズムを開発する。
特に,量子系における密度演算子のn次パワーである$tr(\rho^n)$(順序 n の r\'enyi エントロピーに関連する)のトレースを計算するアルゴリズムを開発した。
n とは独立に複数の量子ビットを必要とする我々のアルゴリズムは、n に比例する幅を持つ以前のアルゴリズムの変種であり、漸近的な差である。
これらの新しいアルゴリズムにおいて重要な要素は、計算の過程でキュービットのサブセットを測定し、再初期化する能力であり、通常のノイズに悩まされることなく、キュービットの再利用と回路深さの増大を可能にする。
また,量子ビットリセット回路に適した標準回路深さの一般化として,有効回路深さの概念を導入する。
このツールは、量子ビット効率のアルゴリズムのノイズ耐性を説明するのに役立ち、将来のアルゴリズムの設計に役立ちます。
我々は,アルゴリズムを元の変種と比較する数値シミュレーションを行い,ノイズを受ける場合と同様の性能を示す。
さらに,honeywell システムモデル h0 上で量子ビット効率の高いアルゴリズムを実験的に実装し,従来よりも大きな n に対して $tr(\rho^n)$ を推定した。
関連論文リスト
- Linear Circuit Synthesis using Weighted Steiner Trees [45.11082946405984]
CNOT回路は一般的な量子回路の共通構成ブロックである。
本稿では,CNOTゲート数を最適化するための最先端アルゴリズムを提案する。
シミュレーション評価により、提案手法はほとんど常に有用であることが示され、CNOTゲートの数を最大10%削減する。
論文 参考訳（メタデータ） (2024-08-07T19:51:22Z) - Quantum Circuit Optimization with AlphaTensor [47.9303833600197]
我々は,所定の回路を実装するために必要なTゲート数を最小化する手法であるAlphaTensor-Quantumを開発した。
Tカウント最適化の既存の方法とは異なり、AlphaTensor-Quantumは量子計算に関するドメイン固有の知識を取り入れ、ガジェットを活用することができる。
注目すべきは、有限体における乗法であるカラツバの手法に似た効率的なアルゴリズムを発見することである。
論文 参考訳（メタデータ） (2024-02-22T09:20:54Z) - Solving Systems of Linear Equations: HHL from a Tensor Networks Perspective [39.58317527488534]
本稿では,HHLアルゴリズムに基づく線形方程式系の解法を,新しい四重項法を用いて提案する。
テンソルネットワーク上で量子インスパイアされたバージョンを実行し、プロジェクションのような非単体演算を行う能力を生かした。
論文 参考訳（メタデータ） (2023-09-11T08:18:41Z) - Greedy versus Map-based Optimized Adaptive Algorithms for
random-telegraph-noise mitigation by spectator qubits [6.305016513788048]
データストレージキュービットを可能な限り分離したままにしておくシナリオでは、ノイズプローブを追加してノイズ軽減を行うことができる。
量子ビット上の射影的測定を仮定した理論モデルを構築し、異なる測定・制御戦略の性能を導出する。
解析的および数値的に、MOAAARは、特にSQの高雑音感度状態において、Greedyアルゴリズムよりも優れていることを示す。
論文 参考訳（メタデータ） (2022-05-25T08:25:10Z) - Gaussian Elimination versus Greedy Methods for the Synthesis of Linear
Reversible Circuits [0.0]
可逆回路は、量子コンピューティングに多くの応用がある可逆回路のサブクラスを表す。
ガウス除去アルゴリズムの最適化版と調整LU分解を用いて,任意の線形可逆作用素に対する新しいアルゴリズムを提案する。
全体として、我々のアルゴリズムは特定の問題サイズに対する最先端の手法を改善している。
論文 参考訳（メタデータ） (2022-01-17T16:31:42Z) - Optimization and Noise Analysis of the Quantum Algorithm for Solving
One-Dimensional Poisson Equation [17.65730040410185]
一次元ポアソン方程式を解くための効率的な量子アルゴリズムを提案する。
このアルゴリズムをさらに発展させ、ノイズの多い中間スケール量子(NISQ)デバイスにおける実際の応用に近づける。
我々は、IBM Qiskitツールキットを用いて、実量子デバイスに存在する一般的なノイズがアルゴリズムに与える影響を分析する。
論文 参考訳（メタデータ） (2021-08-27T09:44:41Z) - Quantum Algorithms for Prediction Based on Ridge Regression [0.7612218105739107]
本稿では,リッジ回帰モデルに基づく量子アルゴリズムを提案する。
提案アルゴリズムは幅広い応用範囲を持ち,提案アルゴリズムは他の量子アルゴリズムのサブルーチンとして利用することができる。
論文 参考訳（メタデータ） (2021-04-27T11:03:52Z) - Topological-Graph Dependencies and Scaling Properties of a Heuristic
Qubit-Assignment Algorithm [1.2354542488854734]
量子アルゴリズムにおける量子ビットの初期配置をNISQデバイス上の量子ビットに割り当てるが、量子アルゴリズムの実行中に量子ビットをルーティングしないノイズ対応量子ビット割り当てアルゴリズムを提案する。
小さい連結グラフアルゴリズムでは、ブルートフォースと自明なクォービット割当アルゴリズムによって与えられる有効上界と下界の間に、我々の割当アルゴリズムが忠実に存在することがわかった。
論文 参考訳（メタデータ） (2021-03-29T15:29:10Z) - Efficient Algorithms for Causal Order Discovery in Quantum Networks [44.356294905844834]
入力および出力システムへのブラックボックスアクセスを前提として,最初の効率的な量子因果順序探索アルゴリズムを開発した。
我々は、量子コムを用いて因果順序をモデル化し、我々のアルゴリズムは、与えられたプロセスと互換性のある入力と出力の順序を出力する。
我々のアルゴリズムは、量子通信ネットワークで利用可能な伝送経路を効率的に検出し、最適化する方法を提供する。
論文 参考訳（メタデータ） (2020-12-03T07:12:08Z) - Space-efficient binary optimization for variational computing [68.8204255655161]
本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。
また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
論文 参考訳（メタデータ） (2020-09-15T18:17:27Z) - 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)
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。