論文の概要: Classical simulation of bosonic linear-optical random circuits beyond linear light cone

• arxiv url: http://arxiv.org/abs/2102.10083v2
• Date: Thu, 25 Aug 2022 21:40:12 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-10 17:47:36.998788
• Title: Classical simulation of bosonic linear-optical random circuits beyond linear light cone
• Title（参考訳）: 線形光円錐を超えるボソニック線形光学ランダム回路の古典的シミュレーション
• Authors: Changhun Oh, Youngrong Lim, Bill Fefferman, Liang Jiang
• Abstract要約: 線形光回路の出力光子数分布からのサンプリングの古典的シミュラビリティについて検討する。 アルゴリズムの誤差は、ソース間の距離の2倍以下の深さまで指数関数的に小さいことを示す。
• 参考スコア（独自算出の注目度）: 2.5496329090462626
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Sampling from probability distributions of quantum circuits is a fundamentally and practically important task which can be used to demonstrate quantum supremacy using noisy intermediate-scale quantum devices. In the present work, we examine classical simulability of sampling from the output photon-number distribution of linear-optical circuits composed of random beam splitters with equally distributed squeezed vacuum states and single-photon states input. We provide efficient classical algorithms to simulate linear-optical random circuits and show that the algorithms' error is exponentially small up to a depth less than quadratic in the distance between sources using a classical random walk behavior of random linear-optical circuits. Notably, the average-case depth allowing an efficient classical simulation is larger than the worst-case depth limit, which is linear in the distance. Besides, our results together with the hardness of boson sampling give a lower-bound on the depth for constituting global Haar-random unitary circuits.
• Abstract（参考訳）: 量子回路の確率分布からのサンプリングは、ノイズの多い中間スケール量子デバイスを用いて量子超越性を示すために、基本かつ実質的に重要なタスクである。 本研究では、ランダムビームスプリッタによる線形光回路の出力光数分布からのサンプリングの古典的シミュラビリティについて検討する。 線形オプティカルランダム回路をシミュレートする効率的な古典アルゴリズムを提供し,ランダムリニアオプティカル回路の古典的ランダムウォーク動作を用いて,アルゴリズムの誤差がソース間距離の2倍以下の深さまで指数関数的に小さいことを示す。 特に、効率的な古典シミュレーションを可能にする平均ケース深さは、距離が線形である最悪のケース深さ限界よりも大きい。 さらに,この結果とボソンサンプリングの硬さは,大域的ハールランダムユニタリ回路を構成する深さを低くする。

関連論文リスト

• Classical simulability of constant-depth linear-optical circuits with noise [0.0]
  ノイズは、量子計算の優位性を達成する量子デバイスを実現する上での大きな障害の1つである。 本研究では,光子損失と偏微分性の影響下での浅い深度線形光回路の複雑さについて検討する。
  論文  参考訳（メタデータ） (2024-06-12T11:08:57Z)
• Importance sampling for stochastic quantum simulations [68.8204255655161]
  我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。 サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。 格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
  論文  参考訳（メタデータ） (2022-12-12T15:06:32Z)
• Quantum emulation of the transient dynamics in the multistate Landau-Zener model [50.591267188664666]
  本研究では,Landau-Zenerモデルにおける過渡ダイナミクスを,Landau-Zener速度の関数として検討する。 我々の実験は、工学的なボソニックモードスペクトルに結合した量子ビットを用いたより複雑なシミュレーションの道を開いた。
  論文  参考訳（メタデータ） (2022-11-26T15:04:11Z)
• Approximating outcome probabilities of linear optical circuits [0.0]
  線形光回路の出力確率を近似する古典的アルゴリズムを提案する。 提案手法は,回路の古典性に応じて精度の高い結果確率を効率的に推定する。 我々の研究は線形光学のパワーに光を当て、計算複雑性の問題に多くの量子インスパイアされたアルゴリズムを提供する。
  論文  参考訳（メタデータ） (2022-11-14T08:21:51Z)
• A single $T$-gate makes distribution learning hard [56.045224655472865]
  この研究は、局所量子回路の出力分布の学習可能性に関する広範な評価を提供する。 ハイブリッド量子古典アルゴリズムを含む多種多様な学習アルゴリズムにおいて、深度$d=omega(log(n))$ Clifford回路に関連する生成的モデリング問題さえも困難であることを示す。
  論文  参考訳（メタデータ） (2022-07-07T08:04:15Z)
• Learnability of the output distributions of local quantum circuits [53.17490581210575]
  2つの異なるオラクルモデルにおいて、量子回路Bornマシンの学習可能性について検討する。 我々はまず,超対数深度クリフォード回路の出力分布がサンプル効率良く学習できないという負の結果を示した。 より強力なオラクルモデル、すなわちサンプルに直接アクセスすると、局所的なクリフォード回路の出力分布は計算効率よくPACを学習可能であることを示す。
  論文  参考訳（メタデータ） (2021-10-11T18:00:20Z)
• Classical simulation of boson sampling based on graph structure [2.5496329090462626]
  線形光回路のグラフ構造を利用する単一光子およびガウス入力状態に対する古典的なサンプリングアルゴリズムを提案する。 回路深さが格子間隔の二次よりも小さい場合、指数的に小さな誤差で効率的なシミュレーションが可能であることを示す。 近年の数値的なガウスボソンサンプリング実験により,木幅に制限のある木幅アルゴリズムが実験データよりも大きな可能性を示す可能性が示された。
  論文  参考訳（メタデータ） (2021-10-04T17:02:35Z)
• Rapid characterisation of linear-optical networks via PhaseLift [51.03305009278831]
  集積フォトニクスは優れた位相安定性を提供し、半導体産業によって提供される大規模な製造性に依存することができる。 このような光回路に基づく新しいデバイスは、機械学習アプリケーションにおいて高速でエネルギー効率の高い計算を約束する。 線形光ネットワークの転送行列を再構成する新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-10-01T16:04:22Z)
• Efficient sampling from shallow Gaussian quantum-optical circuits with local interactions [0.9786690381850354]
  本研究では,ガウス状態の光子数確率分布から,浅く局所的な光回路を用いて効率よくサンプリングできることを実証する。 指数スケーリング光子損失を伴うディープ光回路からのサンプリングは古典的にシミュレート可能であるため,我々は局所的な相互作用を持つフォトニックプラットフォーム上で量子超越性を示すことが可能であることを示す。
  論文  参考訳（メタデータ） (2020-09-24T17:10:42Z)
• Efficient classical simulation of random shallow 2D quantum circuits [104.50546079040298]
  ランダム量子回路は古典的にシミュレートするのは難しいと見なされる。 典型例の近似シミュレーションは, 正確なシミュレーションとほぼ同程度に困難であることを示す。 また、十分に浅いランダム回路はより一般的に効率的にシミュレーション可能であると推測する。
  論文  参考訳（メタデータ） (2019-12-31T19:00:00Z)

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。