論文の概要: Quantum noise can enhance algorithmic cooling
- arxiv url: http://arxiv.org/abs/2107.07321v1
- Date: Thu, 15 Jul 2021 13:47:10 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-22 05:12:17.799374
- Title: Quantum noise can enhance algorithmic cooling
- Title（参考訳）: 量子ノイズはアルゴリズムの冷却を促進する
- Authors: Zahra Farahmand, Reyhaneh Aghaei Saem, Sadegh Raeisi
- Abstract要約: 熱バスアルゴリズム冷却技術は、量子系のターゲット要素を浄化するために用いられる。
ノイズにより性能が向上し、熱バスアルゴリズム冷却技術の冷却限界が向上する場合もある。
- 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: Heat-Bath Algorithmic Cooling techniques (HBAC) are techniques that are used
to purify a target element in a quantum system. These methods compress and
transfer entropy away from the target element into auxiliary elements of the
system. The performance of Algorithmic Cooling has been investigated under
ideal noiseless conditions. However, realistic implementations are imperfect
and for practical purposes, noise should be taken into account. Here we analyze
Heat-Bath Algorithmic Cooling techniques under realistic noise models.
Surprisingly, we find that noise can in some cases enhance the performance and
improve the cooling limit of Heat-Bath Algorithmic Cooling techniques. We
numerically simulate the noisy algorithmic cooling for the two optimal
strategies, the Partner Pairing, and the Two-sort algorithms. We find that for
both of them, in the presence of the generalized amplitude damping noise, the
process converges and the asymptotic purity can be higher than the noiseless
process. This opens up new avenues for increasing the purity beyond the
heat-bath algorithmic cooling.
- Abstract（参考訳）: hbac(heat-bath algorithmic cooling techniques)は、量子系の対象要素を純化するために用いられる技術である。
これらの方法は、エントロピーをターゲット要素からシステム補助要素に圧縮し、転送する。
理想的なノイズレス条件下でのアルゴリズム冷却の性能について検討した。
しかし、現実的な実装は不完全であり、実用上はノイズを考慮すべきである。
ここでは,現実的な雑音モデル下での熱バスアルゴリズム冷却技術を分析する。
驚くべきことに、ノイズによって性能が向上し、熱バスアルゴリズムによる冷却技術の冷却限界が向上する場合もある。
2つの最適戦略、パートナーペアリングと2種類のアルゴリズムに対するノイズのアルゴリズム冷却を数値的にシミュレートする。
その結果, 一般振幅減衰ノイズの存在下では, プロセスが収束し, 漸近的純度がノイズのないプロセスよりも高いことが判明した。
これにより、熱バスのアルゴリズム冷却を超える純度を高める新たな道が開かれる。
関連論文リスト
- Accelerated zero-order SGD under high-order smoothness and overparameterized regime [79.85163929026146]
凸最適化問題を解くための新しい勾配のないアルゴリズムを提案する。
このような問題は医学、物理学、機械学習で発生する。
両種類の雑音下で提案アルゴリズムの収束保証を行う。
論文 参考訳（メタデータ） (2024-11-21T10:26:17Z) - Faster WIND: Accelerating Iterative Best-of-$N$ Distillation for LLM Alignment [81.84950252537618]
本稿では,反復的BONDと自己プレイアライメントの統一的なゲーム理論接続を明らかにする。
WINレート支配(WIN rate Dominance, WIND)という新しいフレームワークを構築し, 正規化利率支配最適化のためのアルゴリズムを多数提案する。
論文 参考訳（メタデータ） (2024-10-28T04:47:39Z) - Quasiparticle cooling algorithms for quantum many-body state preparation [0.050412210071344554]
本研究では, 準粒子冷却力学を記述するための動力学理論フレームワークを開発し, 異なる冷却アルゴリズムの効率を比較する。
この研究は、準粒子冷却アルゴリズムを、短期量子プロセッサ上での多体状態準備のための実用的で堅牢な方法として確立する。
論文 参考訳（メタデータ） (2024-04-18T13:31:30Z) - Optimized Noise Suppression for Quantum Circuits [0.40964539027092917]
クロストークノイズは、例えば、クロス共鳴ベースの超伝導量子プロセッサにおける深刻なエラー源である。
Intrepidプログラミングアルゴリズムは、スワップ挿入によって最適化されたキュービットルーティングに関する以前の作業を拡張する。
最大127キュービットの2つのチップのクロストークノイズを特徴付けることで,提案手法の評価を行った。
論文 参考訳（メタデータ） (2024-01-12T07:34:59Z) - Layering and subpool exploration for adaptive Variational Quantum
Eigensolvers: Reducing circuit depth, runtime, and susceptibility to noise [0.0]
適応変分量子固有解法 (ADAPT-VQEs) は強い相関系のシミュレーションにおいて有望な候補である。
近年の取り組みは、アンザッツ回路のコンパクト化、または層化に向けられている。
層状化は振幅減衰や減音に対する耐雑音性の向上につながることを示す。
論文 参考訳（メタデータ） (2023-08-22T18:00:02Z) - Multiple Kernel Clustering with Dual Noise Minimization [56.009011016367744]
マルチカーネルクラスタリング(MKC)は、ベースカーネルから補完的な情報を統合することでデータをグループ化する。
本稿では,双対雑音を厳密に定義し,パラメータフリーなMKCアルゴリズムを提案する。
二重ノイズはブロック対角構造を汚染し,クラスタリング性能の劣化を招き,CノイズはNノイズよりも強い破壊を示す。
論文 参考訳（メタデータ） (2022-07-13T08:37:42Z) - Noise-Assisted Variational Quantum Thermalization [4.118741675173778]
量子コンピュータ上での熱状態をシミュレーションするための変分回路が提案されている。
本稿では,量子回路の雑音を利用した新しい熱状態生成アルゴリズムを提案する。
熱状態の学習能力は, 温度に大きく依存していることが示される。
論文 参考訳（メタデータ） (2021-11-06T18:24:01Z) - An Accelerated Variance-Reduced Conditional Gradient Sliding Algorithm
for First-order and Zeroth-order Optimization [111.24899593052851]
条件勾配アルゴリズム(Frank-Wolfeアルゴリズムとも呼ばれる)は、最近、機械学習コミュニティで人気を取り戻している。
ARCSは、ゼロ階最適化において凸問題を解く最初のゼロ階条件勾配スライディング型アルゴリズムである。
1次最適化では、ARCSの収束結果は、勾配クエリのオラクルの数で、従来のアルゴリズムよりも大幅に優れていた。
論文 参考訳（メタデータ） (2021-09-18T07:08:11Z) - Optimization and Noise Analysis of the Quantum Algorithm for Solving
One-Dimensional Poisson Equation [17.65730040410185]
一次元ポアソン方程式を解くための効率的な量子アルゴリズムを提案する。
このアルゴリズムをさらに発展させ、ノイズの多い中間スケール量子(NISQ)デバイスにおける実際の応用に近づける。
我々は、IBM Qiskitツールキットを用いて、実量子デバイスに存在する一般的なノイズがアルゴリズムに与える影響を分析する。
論文 参考訳（メタデータ） (2021-08-27T09:44:41Z) - Quadratic Unconstrained Binary Optimisation via Quantum-Inspired
Annealing [58.720142291102135]
本稿では,2次非制約二項最適化の事例に対する近似解を求める古典的アルゴリズムを提案する。
我々は、チューニング可能な硬さと植え付けソリューションを備えた大規模問題インスタンスに対して、我々のアプローチをベンチマークする。
論文 参考訳（メタデータ） (2021-08-18T09:26:17Z) - Exploiting Higher Order Smoothness in Derivative-free Optimization and
Continuous Bandits [99.70167985955352]
強凸関数のゼロ次最適化問題について検討する。
予測勾配降下アルゴリズムのランダム化近似を考察する。
その結果,0次アルゴリズムはサンプルの複雑性や問題パラメータの点でほぼ最適であることが示唆された。
論文 参考訳（メタデータ） (2020-06-14T10:42:23Z)
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。