Fugu-MT 論文翻訳(概要): Testing Quantum Contextuality of Binary Symplectic Polar Spaces on a Noisy Intermediate Scale Quantum Computer

論文の概要: Testing Quantum Contextuality of Binary Symplectic Polar Spaces on a Noisy Intermediate Scale Quantum Computer

arxiv url: http://arxiv.org/abs/2101.03812v1
Date: Mon, 11 Jan 2021 10:55:34 GMT
ステータス: 処理完了
システム内更新日: 2023-04-17 02:52:03.127192
Title: Testing Quantum Contextuality of Binary Symplectic Polar Spaces on a Noisy Intermediate Scale Quantum Computer
Title（参考訳）: 雑音中規模量子コンピュータにおける二元シンプレクティック極空間の量子文脈性検証
Authors: Fr\'ed\'eric Holweck
Abstract要約: Noisy Intermediate Scale Quantum Computers (NISQC)は、個々のラップトップから量子体験を実行するための新しいツールを提供する。これは、量子物理学の性質に関する理論的記述が、NISCQで容易に実装可能な実験に変換できるという意味で、学際的な研究を促進する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The development of Noisy Intermediate Scale Quantum Computers (NISQC) provides for the Quantum Information community new tools to perform quantum experiences from an individual laptop. It facilitates interdisciplinary research in the sense that theoretical descriptions of properties of quantum physics can be translated to experiments easily implementable on a NISCQ. In this note I test large state-independent inequalities for quantum contextuality on finite geometric structures encoding the commutation relations of the generalized N-qubit Pauli group. The bounds predicted by Non-Contextual Hidden Variables theories are strongly violated in all conducted experiences.
Abstract（参考訳）: ノイズの多い中間スケール量子コンピュータ(nisqc)の開発は、個々のラップトップから量子体験を実行するための量子情報コミュニティの新しいツールを提供する。量子物理学の性質の理論的な記述をniscq上で容易に実装可能な実験に翻訳できるという意味で、学際的な研究を促進する。本論では、一般化された n-量子ビットパウリ群の可換関係をコードする有限幾何構造上の量子文脈性に対する大きな状態非依存不等式を検証した。非文脈隠れ変数理論によって予測される境界は、全ての実施経験において強く違反する。

関連論文リスト

Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
論文参考訳（メタデータ） (2024-08-22T08:21:28Z)
Character Complexity: A Novel Measure for Quantum Circuit Analysis [0.0]
本稿では,グループ理論の概念を実用的な量子コンピューティングの課題にブリッジする新しい尺度であるキャラクタ複雑度を紹介する。キャラクタ複雑性のいくつかの重要な性質を証明し、量子回路の古典的シミュラビリティへの驚くべき接続を確立する。本稿では、量子回路の構造に関する直感的な洞察を提供する、文字複雑性の革新的な可視化手法を提案する。
論文参考訳（メタデータ） (2024-08-19T01:58:54Z)
Separable Power of Classical and Quantum Learning Protocols Through the Lens of No-Free-Lunch Theorem [70.42372213666553]
No-Free-Lunch(NFL)定理は、最適化プロセスに関係なく問題とデータ非依存の一般化誤差を定量化する。我々は、様々な量子学習アルゴリズムを、特定の観測可能条件下で量子力学を学習するために設計された3つの学習プロトコルに分類する。得られたNFL定理は, CLC-LP, ReQu-LP, Qu-LPにまたがるサンプルの複雑性を2次的に低減することを示した。この性能差は、非直交量子状態のグローバル位相に関する情報を間接的に活用するために、量子関連学習プロトコルのユニークな能力に起因している。
論文参考訳（メタデータ） (2024-05-12T09:05:13Z)
Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
期待されている量子コンピュータの応用は、科学と産業にまたがる。本稿では,量子アルゴリズムの応用分野について検討する。私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
論文参考訳（メタデータ） (2023-10-04T17:53:55Z)
Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
論文参考訳（メタデータ） (2023-06-29T18:00:01Z)
Experimental optical simulator of reconfigurable and complex quantum environment [0.0]
任意で再構成可能な環境に結合した量子システムの光学シミュレータを実演する。オープン量子系力学の典型的特徴を実験的に検索する。これは、再構成可能な環境におけるオープン量子システムの実験的テストへの道を開く。
論文参考訳（メタデータ） (2023-02-24T14:55:49Z)
QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional Networks [124.7972093110732]
本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
論文参考訳（メタデータ） (2022-11-09T21:43:16Z)
Probably approximately correct quantum source coding [0.0]
Holevo と Nayak の境界は、量子状態に格納できる古典的な情報の量を推定する。量子学習理論における2つの新しい応用と、純粋に古典的なクライアントを用いた代入量子計算について述べる。
論文参考訳（メタデータ） (2021-12-13T17:57:30Z)
Solving hadron structures using the basis light-front quantization approach on quantum computers [0.8726465590483234]
量子コンピューティングは、強相互作用量子場理論によって支配されるハドロンの構造を解くのに利用できることを示す。シミュレーション量子デバイス上での基底光フロント量子化手法を用いて数値計算を行う。
論文参考訳（メタデータ） (2021-12-03T14:28:18Z)
On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
論文参考訳（メタデータ） (2021-06-29T14:01:40Z)
Probing the limits of quantum theory with quantum information at subnuclear scales [0.13844779265721088]
本稿では,Qデータテストの新たな理論的枠組みを提案する。これは量子理論の確立された妥当性を認識するが、特定の物理状態におけるより一般的な「後量子」のシナリオを可能にする。
論文参考訳（メタデータ） (2021-03-22T16:47:39Z)

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。