論文の概要: Holographic dynamics simulations with a trapped ion quantum computer
- arxiv url: http://arxiv.org/abs/2105.09324v1
- Date: Wed, 19 May 2021 18:00:02 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-30 11:30:17.773620
- Title: Holographic dynamics simulations with a trapped ion quantum computer
- Title（参考訳）: 閉じ込められたイオン量子コンピュータによるホログラフィックダイナミクスシミュレーション
- Authors: Eli Chertkov, Justin Bohnet, David Francois, John Gaebler, Dan Gresh,
Aaron Hankin, Kenny Lee, Ra'anan Tobey, David Hayes, Brian Neyenhuis, Russell
Stutz, Andrew C. Potter, Michael Foss-Feig
- Abstract要約: 我々は、新しいスケーラブルな量子シミュレーションパラダイムを実証し、ベンチマークする。
ハネウェルに閉じ込められたイオン量子プロセッサを用いて、自己双対蹴りイジングモデルの非可積分ダイナミクスをシミュレートする。
その結果、量子テンソルネットワーク法は、最先端の量子プロセッサ機能とともに、近い将来に実用的な量子優位性を実現することができることが示唆された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum computers have the potential to efficiently simulate the dynamics of
many interacting quantum particles, a classically intractable task of central
importance to fields ranging from chemistry to high-energy physics. However,
precision and memory limitations of existing hardware severely limit the size
and complexity of models that can be simulated with conventional methods. Here,
we demonstrate and benchmark a new scalable quantum simulation
paradigm--holographic quantum dynamics simulation--which uses efficient quantum
data compression afforded by quantum tensor networks along with opportunistic
mid-circuit measurement and qubit reuse to simulate physical systems that have
far more quantum degrees of freedom than can be captured by the available
number of qubits. Using a Honeywell trapped ion quantum processor, we simulate
the non-integrable (chaotic) dynamics of the self-dual kicked Ising model
starting from an entangled state of $32$ spins using at most $9$ trapped ion
qubits, obtaining excellent quantitative agreement when benchmarking against
dynamics computed directly in the thermodynamic limit via recently developed
exact analytical techniques. These results suggest that quantum tensor network
methods, together with state-of-the-art quantum processor capabilities, enable
a viable path to practical quantum advantage in the near term.
- Abstract（参考訳）: 量子コンピュータは、多くの相互作用する量子粒子のダイナミクスを効率的にシミュレートする能力を持っている。
しかし、既存のハードウェアの精度とメモリ制限は、従来の手法でシミュレートできるモデルのサイズと複雑さを著しく制限する。
ここでは、量子テンソルネットワークが持つ効率的な量子データ圧縮と、機会論的中間回路計測と量子ビット再利用を用いて、利用可能な量子ビット数よりもはるかに自由度の高い物理系をシミュレートする、新しいスケーラブルな量子シミュレーションパラダイムであるホログラフィック量子力学シミュレーションを実証し、ベンチマークする。
ハネウェルトラップイオン量子プロセッサを用いて、最大9ドルの捕捉イオン量子ビットを用いて32ドルスピンの絡み合った状態から始まり、最近開発された正確な解析技術により熱力学的限界で直接計算されたダイナミクスに対するベンチマークにおいて優れた定量的一致を得る自己双発蹴りイジングモデルの非可積分(カオス)ダイナミクスをシミュレートする。
これらの結果は、量子テンソルネットワークの手法が最先端の量子プロセッサ機能とともに、近い将来に実用的な量子優位への道を開くことを示唆している。
関連論文リスト
- Progress in Trapped-Ion Quantum Simulation [0.46873264197900916]
トラップイオンは長いコヒーレンス時間と高い忠実度、プログラム可能な量子演算を提供する。
デジタル(ゲートベースの)量子シミュレーションは、トラップされたイオンハードウェア機能を利用する。
論文 参考訳（メタデータ） (2024-09-04T18:00:02Z) - Quantum Hardware-Enabled Molecular Dynamics via Transfer Learning [1.9144534010016192]
量子ハードウェア上での分子動力学シミュレーションのための新しい経路を提案する。
移動学習と機械学習によるポテンシャルエネルギー表面構築技術を組み合わせることにより,新しい経路が提案される。
このアプローチは、機械学習モデルをトレーニングして、Behler-Parrinelloニューラルネットワークを用いて分子のポテンシャルエネルギーを予測することによって実証される。
論文 参考訳（メタデータ） (2024-06-12T18:00:09Z) - Parallel Quantum Computing Simulations via Quantum Accelerator Platform Virtualization [44.99833362998488]
本稿では,量子回路実行の並列化モデルを提案する。
このモデルはバックエンドに依存しない機能を利用することができ、任意のターゲットバックエンド上で並列量子回路の実行を可能にする。
論文 参考訳（メタデータ） (2024-06-05T17:16:07Z) - Simulation of open quantum systems on universal quantum computers [15.876768787615179]
量子コンピュータを用いてオープンな量子システムをシミュレートする,革新的でスケーラブルな手法を提案する。
共役密度行列を真の密度行列と定義し、混合ユニタリ量子チャネルに還元する。
正確な長時間シミュレーションも随伴密度行列として達成でき、真の散逸した行列は同じ状態に収束する。
論文 参考訳（メタデータ） (2024-05-31T09:07:27Z) - A Quantum-Classical Collaborative Training Architecture Based on Quantum
State Fidelity [50.387179833629254]
我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。
Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。
他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
論文 参考訳（メタデータ） (2024-02-23T14:09:41Z) - Quantum-classical simulation of quantum field theory by quantum circuit
learning [0.0]
量子回路学習を用いて量子場理論(QFT)をシミュレートする。
我々の予測は厳密な古典計算の結果と密接に一致している。
このハイブリッド量子古典的アプローチは、最先端量子デバイス上での大規模QFTを効率的にシミュレートする可能性を示している。
論文 参考訳（メタデータ） (2023-11-27T20:18:39Z) - 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) - Recompilation-enhanced simulation of electron-phonon dynamics on IBM
Quantum computers [62.997667081978825]
小型電子フォノン系のゲートベース量子シミュレーションにおける絶対的資源コストについて考察する。
我々は、弱い電子-フォノン結合と強い電子-フォノン結合の両方のためのIBM量子ハードウェアの実験を行う。
デバイスノイズは大きいが、近似回路再コンパイルを用いることで、正確な対角化に匹敵する電流量子コンピュータ上で電子フォノンダイナミクスを得る。
論文 参考訳（メタデータ） (2022-02-16T19:00:00Z) - Variational Quantum Simulation of Chemical Dynamics with Quantum
Computers [23.13347792805101]
本稿では,ノイズ中間規模量子(NISQ)デバイスの実装に適した実空間量子力学の変分シミュレーションを提案する。
低エネルギー部分空間においてほとんどの化学力学が生じるという知見に触発され、我々は部分空間展開法を提案する。
論文 参考訳（メタデータ） (2021-10-12T16:28:52Z) - Quantum algorithms for quantum dynamics: A performance study on the
spin-boson model [68.8204255655161]
量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。
変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。
量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
論文 参考訳（メタデータ） (2021-08-09T18:00:05Z) - Tensor Network Quantum Virtual Machine for Simulating Quantum Circuits
at Exascale [57.84751206630535]
本稿では,E-scale ACCelerator(XACC)フレームワークにおける量子回路シミュレーションバックエンドとして機能する量子仮想マシン(TNQVM)の近代化版を提案する。
新バージョンは汎用的でスケーラブルなネットワーク処理ライブラリであるExaTNをベースにしており、複数の量子回路シミュレータを提供している。
ポータブルなXACC量子プロセッサとスケーラブルなExaTNバックエンドを組み合わせることで、ラップトップから将来のエクサスケールプラットフォームにスケール可能なエンドツーエンドの仮想開発環境を導入します。
論文 参考訳（メタデータ） (2021-04-21T13:26:42Z)
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。