Fugu-MT 論文翻訳(概要): Simulated Quantum Annealing is Efficient on the Spike Hamiltonian

論文の概要: Simulated Quantum Annealing is Efficient on the Spike Hamiltonian

arxiv url: http://arxiv.org/abs/2011.15094v1
Date: Mon, 30 Nov 2020 18:30:15 GMT
ステータス: 処理完了
システム内更新日: 2023-04-22 14:20:37.971370
Title: Simulated Quantum Annealing is Efficient on the Spike Hamiltonian
Title（参考訳）: シミュレーション量子アニーリングはスパイクハミルトニアンに有効である
Authors: Thiago Bergamaschi
Abstract要約: スパイク・ハミルトニアン上でのSQA(Simulated Quantum Annealing)と呼ばれる古典的アルゴリズムの収束について検討する。このおもちゃモデルハミルトンは計算ベースで単純なビット対称コスト関数 f を符号化する。
参考スコア（独自算出の注目度）: 0.15229257192293202
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this work we study the convergence of a classical algorithm called Simulated Quantum Annealing (SQA) on the Spike Hamiltonian, a specific toy model Hamiltonian for quantum-mechanical tunneling introduced by [FGG02]. This toy model Hamiltonian encodes a simple bit-symmetric cost function f in the computational basis, and is used to emulate local minima in more complex optimization problems. In previous work [CH16] showed that SQA runs in polynomial time in much of the regime of spikes that QA does, pointing to evidence against an exponential speedup through tunneling. In this paper we extend their analysis to the remaining polynomial regime of energy gaps of the spike Hamiltonian, to show that indeed QA presents no exponential speedup with respect to SQA on this family of toy models.
Abstract（参考訳）: 本研究では、[FGG02]によって導入された量子力学トンネルのための特定のおもちゃモデルハミルトンのスパイク・ハミルトニアン上でのSQA(Simulated Quantum Annealing)と呼ばれる古典的アルゴリズムの収束について研究する。この玩具モデルハミルトンは計算ベースで単純なビット対称コスト関数 f を符号化し、より複雑な最適化問題において局所ミニマをエミュレートするために用いられる。前の研究[CH16]では、SQAはQAが行うスパイクの仕組みの多くにおいて多項式時間で動作し、トンネルによる指数的なスピードアップに対する証拠を示している。本稿では,これらの解析をスパイクハミルトンのエネルギーギャップの残りの多項式状態にまで拡張し,この玩具模型のSQAに対して,QAが指数的速度アップを示さないことを示す。

関連論文リスト

Enhancing Quantum Field Theory Simulations on NISQ Devices with Hamiltonian Truncation [0.0]
本稿では,量子場理論(QFT)における時間発展のシミュレーション手法の代替として,ハミルトニアントラニケーション(HT)を利用する方法を提案する。シュウィンガーモデルについて検討し、本質的な物理的性質を保ちながら、HTを介してハミルトニアンの複雑性を体系的に低減する。この論文で研究された観測可能量に対して、HTアプローチは量子ビットの数と急速に収束し、多くの量子ビットを必要とせずに興味深い物理過程を捉えることができる。
論文参考訳（メタデータ） (2024-07-26T18:03:20Z)
Optimal Clifford Initial States for Ising Hamiltonians [0.40015650275668363]
CAFQAは変分量子アルゴリズムのための古典的なブートストラップである。我々はクリフォード状態を分析し、新しいタイプのハミルトン多様体、すなわち横フィールドイジング・ハミルトン多様体の最小化を行う。
論文参考訳（メタデータ） (2023-12-02T05:43:59Z)
Quantum Simulations for Strong-Field QED [0.0]
強磁場QED(SFQED)の3+1$次元での量子シミュレーションを行う。ブライト・ウィーラー対生成に関連する相互作用は量子回路に変換される。ヌルダブルスリット」実験の量子シミュレーションは古典シミュレーションとよく一致している。
論文参考訳（メタデータ） (2023-11-30T03:05:26Z)
Variational Coherent Quantum Annealing [0.0]
本稿では,量子部を量子アニールのコヒーレンス時間内で厳密に動作させるハイブリッド古典量子コンピューティングパラダイムを提案する。進化の始まりと終わりに消滅する補助ハミルトン群を導入し、プロセス中のエネルギーギャップを増大させる。我々は6つの変分パラメータとデバイスコヒーレンス時間内での持続時間で基底状態誤差を大幅に低減する。
論文参考訳（メタデータ） (2023-10-03T17:53:03Z)
Symmetric Pruning in Quantum Neural Networks [111.438286016951]
量子ニューラルネットワーク(QNN)は、現代の量子マシンの力を発揮する。ハンドクラフト対称アンサーゼを持つQNNは、一般に非対称アンサーゼを持つものよりも訓練性が高い。本稿では,QNNのグローバル最適収束を定量化するために,実効量子ニューラルネットワークカーネル(EQNTK)を提案する。
論文参考訳（メタデータ） (2022-08-30T08:17:55Z)
Fermionic approach to variational quantum simulation of Kitaev spin models [50.92854230325576]
キタエフスピンモデルは、自由フェルミオンへの写像を通じて、あるパラメータ状態において正確に解けることで知られている。古典的なシミュレーションを用いて、このフェルミオン表現を利用する新しい変分アンザッツを探索する。また、量子コンピュータ上での非アベリアオンをシミュレートするための結果の意味についてもコメントする。
論文参考訳（メタデータ） (2022-04-11T18:00:01Z)
Algebraic Compression of Quantum Circuits for Hamiltonian Evolution [52.77024349608834]
時間依存ハミルトニアンの下でのユニタリ進化は、量子ハードウェアにおけるシミュレーションの重要な構成要素である。本稿では、トロッターステップを1ブロックの量子ゲートに圧縮するアルゴリズムを提案する。この結果、ハミルトニアンのある種のクラスに対する固定深度時間進化がもたらされる。
論文参考訳（メタデータ） (2021-08-06T19:38:01Z)
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)
Stoquasticity in circuit QED [78.980148137396]
スケーラブルな符号-確率自由経路積分モンテカルロシミュレーションは一般にそのようなシステムに対して可能であることを示す。我々は、実効的、非確率的クビットハミルトニアンが容量結合された束量子ビットの系に現れるという最近の発見を裏付ける。
論文参考訳（メタデータ） (2020-11-02T16:41:28Z)
Dynamical Self-energy Mapping (DSEM) for quantum computing [0.0]
ノイズの多い中間スケール量子(NISQ)デバイスでは、コヒーレンスに制限のある適度な数の量子ビットしか利用できない。古典量子ハイブリッドアルゴリズムを用いて,NISQデバイス上での分子化学シミュレーションにおいて,この課題を回避する方法を提案する。
論文参考訳（メタデータ） (2020-10-12T04:12:21Z)
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。