Fugu-MT 論文翻訳(概要): Adaptive Pauli Shadows for Energy Estimation

論文の概要: Adaptive Pauli Shadows for Energy Estimation

arxiv url: http://arxiv.org/abs/2105.12207v1
Date: Tue, 25 May 2021 20:42:35 GMT
ステータス: 処理完了
システム内更新日: 2023-03-29 20:42:16.478098
Title: Adaptive Pauli Shadows for Energy Estimation
Title（参考訳）: エネルギー推定のための適応パウリ影
Authors: Charles Hadfield
Abstract要約: 近年、デランド化された古典的な影はさらに正確であると主張する声が上がっている。この精度は、エネルギー推定手順に古典的な計算資源を導入するコストが伴う。本稿では、局所バイアスのある古典的シャドウ設定に、この古典的コンピューティングリソースの一部を付加することにより、修正されたアルゴリズムであるAdaptive Pauli Shadowsがエネルギー推定の最先端であることを示す。
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: Locally-biased classical shadows allow rapid estimation of energies of quantum Hamiltonians. Recently, derandomised classical shadows have emerged claiming to be even more accurate. This accuracy comes at a cost of introducing classical computing resources into the energy estimation procedure. This present note shows, by adding a fraction of this classical computing resource to the locally-biased classical shadows setting, that the modified algorithm, termed Adaptive Pauli Shadows is state-of-the-art for energy estimation.
Abstract（参考訳）: 局所バイアス付き古典影は量子ハミルトニアンのエネルギーの迅速な推定を可能にする。近年、より正確であると主張する非ランダム化された古典的影が出現している。この精度は、エネルギー推定手順に古典的な計算資源を導入するコストが伴う。本稿では、局所バイアスの古典的シャドウ設定にこの古典的コンピューティングリソースの一部を付加することにより、修正されたアルゴリズムであるAdaptive Pauli Shadowsがエネルギー推定の最先端であることを示す。

関連論文リスト

Accelerating Quantum Reinforcement Learning with a Quantum Natural Policy Gradient Based Approach [36.05085942729295]
本稿では、古典的なNPG推定器で使用されるランダムサンプリングを決定論的勾配推定手法で置き換える量子自然ポリシー勾配(QNPG)アルゴリズムを提案する。提案したQNPGアルゴリズムは、量子オラクルへのクエリに対する$tildemathcalO(epsilon-1.5)$のサンプル複雑性を達成し、マルコフ決定プロセス(MDP)へのクエリに対する$tildemathcalO(epsilon-2)$の古典的な下界を大幅に改善する。
論文参考訳（メタデータ） (2025-01-27T17:38:30Z)
Classical optimisation of reduced density matrix estimations with classical shadows using N-representability conditions under shot noise considerations [0.0]
従来のシャドウトモグラフィーにおける改良型推定器の選択により,従来の研究に基づいて構築した。我々は,これらの手法がスタンドアローンの古典的シャドウプロトコルの偏りのない推定器より優れている特定の状況について検討する。
論文参考訳（メタデータ） (2024-11-27T15:13:37Z)
Latent Style-based Quantum GAN for high-quality Image Generation [28.3231031892146]
本稿では,GAN(Generative Adversarial Networks)の学習に古典量子アプローチを併用したLastnt Style-based Quantum GAN(LaSt-QGAN)を紹介する。私たちのLaSt-QGANは、標準的なMNISTを超えるリアルなコンピュータビジョンデータセット、すなわちファッション製品であるFashion MNISTと10キュービットのSAT4(地球観測画像)でうまくトレーニングできます。
論文参考訳（メタデータ） (2024-06-04T18:00:00Z)
Bootstrapping Classical Shadows for Neural Quantum State Tomography [0.0]
古典的影を用いたクロスエントロピー損失関数の最適化のための新しい推定器を提案する。この損失関数は、古典的な影の測定に基づいて訓練されたトランスフォーマーベースニューラルネットワークを用いて、GHZ状態の安定な再構成を実現するために利用できることを示す。
論文参考訳（メタデータ） (2024-05-11T01:38:47Z)
Biased Estimator Channels for Classical Shadows [0.0]
我々は、従来の影推定器を再スケールすることで、バイアスを意図的に導入する、バイアス付きスキームを考察する。我々は、平均ケースと最悪のケースとベストケースのシナリオを分析的に証明し、それが原則として、常に見積りをバイアスする価値があることを厳格に証明します。
論文参考訳（メタデータ） (2024-02-14T19:00:01Z)
A quantum advantage over classical for local max cut [48.02822142773719]
量子最適化近似アルゴリズム(QAOA)は、次数3グラフ上の古典的手法に匹敵する計算上の優位性を持つ。結果として、最先端の量子ハードウェアに関係している小規模量子計算でさえ、比較可能な単純な古典よりも大きな優位性を持つ可能性が示唆された。
論文参考訳（メタデータ） (2023-04-17T16:42:05Z)
Faster spectral density calculation using energy moments [77.34726150561087]
我々は、最近提案されたガウス積分変換法を、ハミルトニアン系のフーリエモーメントの観点から再構成する。このフレームワークの主な利点の1つは、計算コストの大幅な削減を可能にすることである。
論文参考訳（メタデータ） (2022-11-01T23:57:58Z)
On Classical and Hybrid Shadows of Quantum States [0.0]
古典的な影は、古典的なコンピュータ上の量子状態を保存するための計算的に効率的なアプローチである。我々は、古典的な影を使って多体力学をシミュレートする利点と限界について論じる。システムの一部の計測結果から構築されたハイブリッドシャドウの概念を導入する。
論文参考訳（メタデータ） (2022-06-14T06:25:24Z)
Training Hybrid Classical-Quantum Classifiers via Stochastic Variational Optimization [32.562122826341266]
量子機械学習は、短期量子デバイスの潜在的な実用的応用として登場した。本研究では、一般化線形モデル(英語版)(QGLM)を実装した量子ニューロンの第1層に、第2の古典的合成層が続く2層ハイブリッド古典量子分類器について検討する。実験は、QGLMニューロンによって実装された様々な活性化関数に対するアプローチの利点を示す。
論文参考訳（メタデータ） (2022-01-21T10:30:24Z)
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)
A Bayesian analysis of classical shadows [0.2867517731896504]
ベイズ平均推定(BME)のレンズによる古典的影の研究数値データの直接検定では、BMEは平均誤差が著しく低いが、古典的な影は特定の状況において著しく精度が高い。本稿では,古典的影の次元依存性と状態特異的最適性をうまくエミュレートする観測可能な擬似様相を導入する。
論文参考訳（メタデータ） (2020-12-16T14:45:18Z)

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。