Fugu-MT 論文翻訳(概要): Process-optimized phase covariant quantum cloning

論文の概要: Process-optimized phase covariant quantum cloning

arxiv url: http://arxiv.org/abs/2107.03042v2
Date: Thu, 7 Oct 2021 04:15:04 GMT
ステータス: 処理完了
システム内更新日: 2023-03-23 04:33:29.842015
Title: Process-optimized phase covariant quantum cloning
Title（参考訳）: プロセス最適化位相共変量子クローニング
Authors: Chloe Kim, Eric Chitambar
Abstract要約: 半定値プログラミング最適化により位相共変クローンマシンの最適大域的忠実度を算出する。また、直接最適化とコンポーネントワイズQCMの合成の両方により、クローンとトランスポジションのクローニングマップの最適シミュレーションも検討する。
参考スコア（独自算出の注目度）: 4.974890682815778
License: http://creativecommons.org/licenses/by/4.0/
Abstract: After the appearance of the no-cloning theorem, approximate quantum cloning machines (QCMs) have become one of the most well-studied subject in quantum information theory. Among several measures to quantify the performance of a QCM, single-qudit fidelity and global fidelity have been most widely used. In this paper we compute the optimal global fidelity for phase-covariant cloning machines via semi-definite programming optimization, thereby completing a remaining gap in the previous results on QCMs. We also consider optimal simulations of the cloning and transpose cloning map, both by a direct optimization and by a composition of component-wise optimal QCMs. For the cloning map the composition method is sub-optimal whereas for the transpose cloning map the method is asymptotically optimal.
Abstract（参考訳）: 閉包定理の出現後、近似量子クローニング機械(QCM)は量子情報理論において最もよく研究されている分野の1つとなった。 QCMの性能を定量化するいくつかの尺度の中で、単一量子忠実度とグローバル忠実度が最も広く利用されている。本稿では,相共変クローニング機の最適大域的忠実度を半定値計画最適化により計算し,qcmsにおける先行結果の残差を解消する。また、直接最適化とコンポーネントワイド最適QCMの合成の両方により、クローンとトランスポジションのクローンマップの最適シミュレーションも検討する。クローンマップでは、合成法は準最適であるが、転置法では漸近的に最適である。

関連論文リスト

Global Optimization of Gaussian Process Acquisition Functions Using a Piecewise-Linear Kernel Approximation [2.3342885570554652]
本稿では,プロセスカーネルに対する一括近似と,取得関数に対するMIQP表現を紹介する。我々は,合成関数,制約付きベンチマーク,ハイパーチューニングタスクに関するフレームワークを実証的に実証した。
論文参考訳（メタデータ） (2024-10-22T10:56:52Z)
Federated Conditional Stochastic Optimization [110.513884892319]
条件付き最適化は、不変学習タスク、AUPRC、AMLなど、幅広い機械学習タスクで見られる。本稿では,分散フェデレーション学習のためのアルゴリズムを提案する。
論文参考訳（メタデータ） (2023-10-04T01:47:37Z)
A self-consistent field approach for the variational quantum eigensolver: orbital optimization goes adaptive [52.77024349608834]
適応微分組立問題集合型アンザッツ変分固有解法(ADAPTVQE)における自己一貫したフィールドアプローチ(SCF)を提案する。このフレームワークは、短期量子コンピュータ上の化学系の効率的な量子シミュレーションに使用される。
論文参考訳（メタデータ） (2022-12-21T23:15:17Z)
Full optimization of a single-qubit gate on the generalized sequential quantum optimizer [4.341421846091307]
量子回路における単一量子ビットゲートの解析的最適選択に基づく量子アルゴリズムを提案する。目的関数に対する回路評価をわずかに修正した行列要素を用いた行列分解法を提案する。
論文参考訳（メタデータ） (2022-09-18T11:19:56Z)
Gradient-descent quantum process tomography by learning Kraus operators [63.69764116066747]
離散および連続変数の量子システムに対して量子プロセストモグラフィー(QPT)を行う。我々は、クラウス作用素を得るために、最適化中にいわゆるスティーフェル多様体に対して制約付き勾配-退化(GD)アプローチを用いる。 GD-QPTは、2量子ランダムプロセスを持つベンチマークにおいて、圧縮センシング(CS)と投影最小二乗QPT(PLS)の両方のパフォーマンスと一致する。
論文参考訳（メタデータ） (2022-08-01T12:48:48Z)
Monte Carlo Tree Search based Hybrid Optimization of Variational Quantum Circuits [7.08228773002332]
我々はMCTS-QAOAと呼ばれる新しい変分量子アルゴリズムを提案する。モンテカルロ木探索法と改良された自然ポリシー勾配解法を組み合わせて、量子回路内の離散変数と連続変数を最適化する。 MCTS-QAOAは耐雑音性に優れ、一般化QAOAの挑戦事例において先行アルゴリズムよりも優れていた。
論文参考訳（メタデータ） (2022-03-30T23:15:21Z)
Progress towards analytically optimal angles in quantum approximate optimisation [0.0]
量子近似最適化アルゴリズム(Quantum Approximate optimization algorithm)は、量子プロセッサ上で実行される時間可変分割演算子である。 p=1$層の最適パラメータが1自由変数に減少し、熱力学の極限で最適角度を回復することが証明された。さらに、重なり関数の勾配の消失条件は、回路パラメータ間の線形関係を導出し、キュービット数に依存しない類似の形式を持つことを示した。
論文参考訳（メタデータ） (2021-09-23T18:00:13Z)
Bilevel Optimization: Convergence Analysis and Enhanced Design [63.64636047748605]
バイレベル最適化は多くの機械学習問題に対するツールである。 Stoc-BiO という新しい確率効率勾配推定器を提案する。
論文参考訳（メタデータ） (2020-10-15T18:09:48Z)
Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文参考訳（メタデータ） (2020-10-01T18:14:11Z)
MoG-VQE: Multiobjective genetic variational quantum eigensolver [0.0]
変分量子固有解法 (VQE) は、近距離量子コンピュータのための最初の実用的なアルゴリズムとして登場した。本稿では,低深度と精度の向上を両立させる手法を提案する。 2ビットゲート数の10倍近く削減されるのを、標準のハードウェア効率のアンサッツと比較して観察する。
論文参考訳（メタデータ） (2020-07-08T20:44:50Z)
Global Optimization of Gaussian processes [52.77024349608834]
少数のデータポイントで学習したガウス過程を訓練した空間定式化を提案する。このアプローチはまた、より小さく、計算的にもより安価なサブソルバを低いバウンディングに導く。提案手法の順序の順序による時間収束を,総じて低減する。
論文参考訳（メタデータ） (2020-05-21T20:59:11Z)

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。