論文の概要: Benchmarking near-term quantum devices with the Variational Quantum
Eigensolver and the Lipkin-Meshkov-Glick model
- arxiv url: http://arxiv.org/abs/2105.06761v3
- Date: Mon, 2 Aug 2021 14:51:22 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-31 04:19:57.677727
- Title: Benchmarking near-term quantum devices with the Variational Quantum
Eigensolver and the Lipkin-Meshkov-Glick model
- Title(参考訳): 変分量子固有解法とLipkin-Meshkov-Glickモデルによる短期量子デバイスのベンチマーク
- Authors: Kenneth Robbins and Peter J. Love
- Abstract要約: 変分量子固有解法(VQE)は、ノイズ中間スケール量子(NISQ)計算のための有望なアルゴリズムである。
我々は、NISQコンピュータのベンチマーク候補として、正確に対角化可能なLipkin-Meshkov-Glick(LMG)モデルを考える。
深さ$mathcalO(N)$ および $mathcalO(logN)$ の回路を構築し、任意の三角式 LMG 固有状態の$N$ 粒子を作成できる。
- 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 Variational Quantum Eigensolver (VQE) is a promising algorithm for Noisy
Intermediate Scale Quantum (NISQ) computation. Verification and validation of
NISQ algorithms' performance on NISQ devices is an important task. We consider
the exactly-diagonalizable Lipkin-Meshkov-Glick (LMG) model as a candidate for
benchmarking NISQ computers. We use the Bethe ansatz to construct eigenstates
of the trigonometric LMG model using quantum circuits inspired by the LMG's
underlying algebraic structure. We construct circuits with depth
$\mathcal{O}(N)$ and $\mathcal{O}(\log_2N)$ that can prepare any trigonometric
LMG eigenstate of $N$ particles. The number of gates required for both circuits
is $\mathcal{O}(N)$. The energies of the eigenstates can then be measured and
compared to the exactly-known answers.
- Abstract(参考訳): 変分量子固有解法(VQE)は、ノイズ中間スケール量子(NISQ)計算のための有望なアルゴリズムである。
NISQ デバイス上での NISQ アルゴリズムの性能検証と検証は重要な課題である。
我々は、NISQコンピュータのベンチマーク候補として、正確に対角化可能なLipkin-Meshkov-Glick(LMG)モデルを考える。
我々はベーテアンサッツを用いて、LMGの基底となる代数構造にインスパイアされた量子回路を用いて三角LMGモデルの固有状態を構築する。
深さ$\mathcal{O}(N)$ と $\mathcal{O}(\log_2N)$ の回路を構築し、任意の三角式 LMG 固有状態を$N$ 粒子で作成できる。
両方の回路に必要なゲートの数は$\mathcal{O}(N)$である。
固有状態のエネルギーは、正確に知られた答えと比較して測定できる。
関連論文リスト
- Towards large-scale quantum optimization solvers with few qubits [59.63282173947468]
我々は、$m=mathcalO(nk)$バイナリ変数を$n$ qubitsだけを使って最適化するために、$k>1$で可変量子ソルバを導入する。
我々は,特定の量子ビット効率の符号化が,バレン高原の超ポリノミウム緩和を内蔵特徴としてもたらすことを解析的に証明した。
論文 参考訳(メタデータ) (2024-01-17T18:59:38Z) - A model of quantum gravity on a noisy quantum computer [1.1663475941322277]
我々は、IBMの超伝導量子ビット量子コンピュータ上で、量子重力の重要な玩具モデルであるSachdev-Ye-Kitaev(SYK)モデルについて研究する。
N$ Majorana fermions for $mathcalO(N5 J2t2/epsilon)$$J$ is the dimensionful coupling parameter, $t$ is the evolution time, $epsilon$ is the desired accuracy。
論文 参考訳(メタデータ) (2023-11-29T19:00:00Z) - End-to-end complexity for simulating the Schwinger model on quantum
computers [0.6834295298053009]
シュウィンガーモデルハミルトニアンのブロック符号化の効率的な実装を提案する。
エンド・ツー・エンドのアプリケーションとして、真空永続振幅を計算する。
本研究は,FTQC時代の量子コンピュータの性能予測に関する知見を提供する。
論文 参考訳(メタデータ) (2023-11-29T06:36:11Z) - VQE-inspired optimization for spin chains work extraction [39.58317527488534]
本稿では,変分量子固有解法(VQE)アルゴリズムにインスパイアされた抽出可能エネルギーの最適化手法を提案する。
本研究では、パラメータ化量子回路のハードウェア効率アンサッツ(HEA)クラスを用いて、限られたユニタリの集合を明示的に考慮する。
以上の結果から, 隣接スピン間の接続性を有する量子回路では, 最も効率のよい回路が得られることが示唆された。
論文 参考訳(メタデータ) (2023-10-11T15:59:54Z) - Theoretical Guarantees for Permutation-Equivariant Quantum Neural
Networks [0.0]
等変量子ニューラルネットワーク(QNN)の構築方法を示す。
我々は、不毛の高原に苦しめられず、すぐに過度なパラメータ化に達し、少量のデータからよく一般化されることを証明した。
我々の研究は、同変QNNに対する最初の理論的保証を提供し、GQMLの極端なパワーとポテンシャルを示している。
論文 参考訳(メタデータ) (2022-10-18T16:35:44Z) - Speeding up Learning Quantum States through Group Equivariant
Convolutional Quantum Ans\"atze [13.651587339535961]
我々はSU$(d)$対称性を持つ畳み込み量子回路の枠組みを開発する。
我々は、$nameSU(d)$と$S_n$ irrepbasesの同値性に関するHarrowの主張を証明する。
論文 参考訳(メタデータ) (2021-12-14T18:03:43Z) - A Quantum Convolutional Neural Network on NISQ Devices [0.9831489366502298]
本稿では,畳み込みニューラルネットワークに着想を得た量子畳み込みニューラルネットワークを提案する。
我々のモデルは、画像認識タスクの特定のノイズに対して堅牢である。
これは、ビッグデータ時代の情報を処理するために、量子パワーを活用する可能性を開く。
論文 参考訳(メタデータ) (2021-04-14T15:07:03Z) - Sampling electronic structure QUBOs with Ocean and Mukai solvers [44.62475518267084]
最も先進的なD波アドバンテージ量子アニールは5000以上の量子ビットを持つが、全ての量子ビットは少数の近傍に接続される。
量子ビット数の減少を補うためには、qbsolvのような特別なソフトウェアに頼る必要がある。
本研究では,本研究で行ったすべての計算に対して,向浦解法がOcean qbsolvより優れていることを示す。
論文 参考訳(メタデータ) (2021-02-01T23:16:42Z) - On the learnability of quantum neural networks [132.1981461292324]
本稿では,量子ニューラルネットワーク(QNN)の学習可能性について考察する。
また,概念をQNNで効率的に学習することができれば,ゲートノイズがあってもQNNで効果的に学習できることを示す。
論文 参考訳(メタデータ) (2020-07-24T06:34:34Z) - Quantum Gram-Schmidt Processes and Their Application to Efficient State
Read-out for Quantum Algorithms [87.04438831673063]
本稿では、生成した状態の古典的ベクトル形式を生成する効率的な読み出しプロトコルを提案する。
我々のプロトコルは、出力状態が入力行列の行空間にある場合に適合する。
我々の技術ツールの1つは、Gram-Schmidt正則手順を実行するための効率的な量子アルゴリズムである。
論文 参考訳(メタデータ) (2020-04-14T11:05:26Z) - Quantum Algorithms for Simulating the Lattice Schwinger Model [63.18141027763459]
NISQとフォールトトレラントの両方の設定で格子シュウィンガーモデルをシミュレートするために、スケーラブルで明示的なデジタル量子アルゴリズムを提供する。
格子単位において、結合定数$x-1/2$と電場カットオフ$x-1/2Lambda$を持つ$N/2$物理サイト上のシュウィンガーモデルを求める。
NISQと耐故障性の両方でコストがかかるオブザーバブルを、単純なオブザーバブルとして推定し、平均ペア密度を推定する。
論文 参考訳(メタデータ) (2020-02-25T19:18:36Z)
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。