Fugu-MT 論文翻訳(概要): Exact and approximate continuous-variable gate decompositions

論文の概要: Exact and approximate continuous-variable gate decompositions

arxiv url: http://arxiv.org/abs/2010.07453v2
Date: Fri, 5 Feb 2021 18:52:13 GMT
ステータス: 処理完了
システム内更新日: 2023-04-29 00:36:57.898913
Title: Exact and approximate continuous-variable gate decompositions
Title（参考訳）: 実かつ近似的な連続変数ゲート分解
Authors: Timjan Kalajdzievski and Nicol\'as Quesada
Abstract要約: 正確な分解法と近似分解法の両方を研究し、いくつかの共通演算に対してゲート数を比較する。正確な分解はゲート数が少ないのに対して、近似的手法は全ての連続変数演算の分解をカバーできるが、適度な精度では回路深さがかなり必要である。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We gather and examine in detail gate decomposition techniques for continuous-variable quantum computers and also introduce some new techniques which expand on these methods. Both exact and approximate decomposition methods are studied and gate counts are compared for some common operations. While each having distinct advantages, we find that exact decompositions have lower gate counts whereas approximate techniques can cover decompositions for all continuous-variable operations but require significant circuit depth for a modest precision.
Abstract（参考訳）: 我々は,連続変数量子コンピュータのゲート分解技術の詳細を収集・検討し,これらの手法を拡張する新しい手法を紹介する。正確な分解法と近似分解法の両方を研究し、ゲート数を比較する。それぞれ異なる利点があるが、正確な分解はより低いゲート数を持つのに対し、近似手法は全ての連続変数演算の分解をカバーできるが、控えめな精度では回路深度が必要となる。

関連論文リスト

High Precision Fault-Tolerant Quantum Circuit Synthesis by Diagonalization using Reinforcement Learning [0.8341988468339112]
経験的探索に基づく合成法は、より広範なユニタリの集合に対して優れた実装を生成することができる。探索に基づく手法を用いて、一般ユニタリ合成問題を対角ユニタリの1つに還元する。将来の長期的応用のためのアルゴリズムのサブセットでは、対角化はTゲートの数を最大16.8%減らすことができる。
論文参考訳（メタデータ） (2024-08-31T12:10:32Z)
On the Constant Depth Implementation of Pauli Exponentials [49.48516314472825]
任意の指数を$mathcalO(n)$ ancillae と 2体 XX と ZZ の相互作用を用いて一定深さの回路に分解する。クビットリサイクルの恩恵を受ける回路の書き直し規則を導入し,本手法の正しさを実証する。
論文参考訳（メタデータ） (2024-08-15T17:09:08Z)
Efficient Implementation of Multi-Controlled Quantum Gates [0.0]
本稿では,最先端手法と比較してコストを大幅に削減できるマルチコントロール量子ゲートの実装について述べる。任意のターゲット量子ビットに対してメソッドを拡張し、追加のアンシラ量子ビットが利用可能であれば、さらなるコスト削減を提供する。
論文参考訳（メタデータ） (2024-04-02T20:13:18Z)
Deep Hashing via Householder Quantization [3.106177436374861]
ハッシュは大規模な画像類似検索の中心にある。一般的な解決策は、類似性学習項と量子化ペナルティ項を組み合わせた損失関数を採用することである。本稿では,学習問題を2段階に分解する量子化戦略を提案する。
論文参考訳（メタデータ） (2023-11-07T18:47:28Z)
Performance comparison of the two reconstruction methods for stabilizer-based quantum secret sharing [2.2843885788439793]
ユニタリプロシージャは回路幅が小さいことが知られている。一方,どの手法が深度が小さく,回路ゲートが小さいのかは不明である。
論文参考訳（メタデータ） (2023-02-17T02:51:22Z)
Efficient quantum gate decomposition via adaptive circuit compression [0.0]
回路設計におけるパラメトリック2量子ゲートの利用により、回路合成の離散的な問題を連続変数に対する最適化問題に変換することができる。このアルゴリズムをSQUANDERソフトウェアパッケージに実装し、最先端の量子ゲート合成ツールと比較した。
論文参考訳（メタデータ） (2022-03-08T22:29:31Z)
Software mitigation of coherent two-qubit gate errors [55.878249096379804]
2量子ゲートは量子コンピューティングの重要な構成要素である。しかし、量子ビット間の不要な相互作用(いわゆる寄生ゲート)は、量子アプリケーションの性能を低下させる。寄生性2ビットゲート誤差を軽減するための2つのソフトウェア手法を提案する。
論文参考訳（メタデータ） (2021-11-08T17:37:27Z)
Acceleration Methods [57.202881673406324]
まず2次最適化問題を用いて加速法を2つ導入する。我々は、ネステロフの精巧な研究から始まる運動量法を詳細に論じる。我々は、ほぼ最適な収束率に達するための一連の簡単な手法である再起動スキームを議論することで結論付ける。
論文参考訳（メタデータ） (2021-01-23T17:58:25Z)
Conditional gradient methods for stochastically constrained convex minimization [54.53786593679331]
構造凸最適化問題に対する条件勾配に基づく2つの新しい解法を提案する。私たちのフレームワークの最も重要な特徴は、各イテレーションで制約のサブセットだけが処理されることです。提案アルゴリズムは, 条件勾配のステップとともに, 分散の低減と平滑化に頼り, 厳密な収束保証を伴っている。
論文参考訳（メタデータ） (2020-07-07T21:26:35Z)
Bayesian Bits: Unifying Quantization and Pruning [73.27732135853243]
我々は、勾配に基づく最適化による混合精度量子化とプルーニングの実用的な方法であるBayesian Bitsを紹介する。提案手法をいくつかのベンチマーク・データセット上で実験的に検証し,プレナード付き混合精度ネットワークを学習可能であることを示す。
論文参考訳（メタデータ） (2020-05-14T16:00:34Z)
Lagrangian Decomposition for Neural Network Verification [148.0448557991349]
ニューラルネットワーク検証の基本的なコンポーネントは、出力が取ることのできる値のバウンダリの計算である。ラグランジアン分解に基づく新しい手法を提案する。ランニングタイムのごく一部で、既成の解法に匹敵するバウンダリが得られることを示す。
論文参考訳（メタデータ） (2020-02-24T17:55:10Z)

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。