Fugu-MT 論文翻訳(概要): TNQMetro: Tensor-network based package for efficient quantum metrology computations

論文の概要: TNQMetro: Tensor-network based package for efficient quantum metrology computations

arxiv url: http://arxiv.org/abs/2107.07644v1
Date: Thu, 15 Jul 2021 23:32:26 GMT
ステータス: 処理完了
システム内更新日: 2023-03-22 05:04:18.591036
Title: TNQMetro: Tensor-network based package for efficient quantum metrology computations
Title（参考訳）: TNQMetro:効率的な量子メトロジー計算のためのテンソルネットワークベースのパッケージ
Authors: Krzysztof Chabuda, Rafal Demkowicz-Dobrzanski
Abstract要約: TNQMetroはPythonで書かれた数値パッケージで、測定精度の基本的な量子境界を計算する。基本的な関数がテンソルネットワークの知識を必要としないように、ユーザフレンドリーな方法で書かれています。
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: TNQMetro is a numerical package written in Python for calculations of fundamental quantum bounds on measurement precision. Thanks to the usage of the tensor-network formalism it can beat the curse of dimensionality and provides an efficient framework to calculate bounds for finite size system as well as determine the asymptotic scaling of precision in systems where quantum enhancement amounts to a constant factor improvement over the Standard Quantum Limit. It is written in a user-friendly way so that the basic functions do not require any knowledge of tensor networks.
Abstract（参考訳）: TNQMetroはPythonで書かれた数値パッケージで、測定精度の基本的な量子境界を計算する。テンソル・ネットワーク形式の使用により、次元の呪いを破り、有限サイズのシステムの境界を計算するための効率的なフレームワークを提供し、量子エンハンスメントが標準量子限界よりも定数係数の改善に等しいシステムにおける精度の漸近的スケーリングを決定する。基本的な関数がテンソルネットワークの知識を必要としないように、ユーザフレンドリな方法で書かれている。

関連論文リスト

Accurate Numerical Simulations of Open Quantum Systems Using Spectral Tensor Trains [0.0]
量子ビット間のデコヒーレンス(英語版)は、量子計算における主要なボトルネックである。数値計算法Q-ASPEN(Quantum Accelerated Propagator Evaluation)を提案する。 Q-ASPENは任意に正確であり、誤り訂正量子計算に必要なリソースを推定するために適用することができる。
論文参考訳（メタデータ） (2024-07-16T02:33:27Z)
Learning the tensor network model of a quantum state using a few single-qubit measurements [0.0]
人工量子システムの次元性は常に増大し、その特徴付けとベンチマークのために非常に効率的な方法が要求される。本稿では,未知の量子系のテンソルネットワークモデルを学習する構成的かつ数値的に効率的なプロトコルを提案する。
論文参考訳（メタデータ） (2023-09-01T11:11:52Z)
Determining the ability for universal quantum computing: Testing controllability via dimensional expressivity [39.58317527488534]
制御性テストは、外部制御の数を減らすために量子デバイスの設計に使用できる。パラメタライズド量子回路に基づくハイブリッド量子古典アルゴリズムを考案する。
論文参考訳（メタデータ） (2023-08-01T15:33:41Z)
Scaling Limits of Quantum Repeater Networks [62.75241407271626]
量子ネットワーク(QN)は、セキュアな通信、強化されたセンシング、効率的な分散量子コンピューティングのための有望なプラットフォームである。量子状態の脆弱な性質のため、これらのネットワークはスケーラビリティの観点から大きな課題に直面している。本稿では,量子リピータネットワーク(QRN)のスケーリング限界について解析する。
論文参考訳（メタデータ） (2023-05-15T14:57:01Z)
Graphix: optimizing and simulating measurement-based quantum computation on local-Clifford decorated graph [0.0]
我々は、測定ベースの量子計算(MBQC)を最適化し、シミュレートするオープンソースのソフトウェアライブラリGraphixを紹介する。測定計算と効率的なグラフ状態シミュレータを組み合わせることで、グラフィクスは測定パターンにおけるパウリ測定の古典的な前処理を可能にする。
論文参考訳（メタデータ） (2022-12-22T18:58:20Z)
Training quantum neural networks using the Quantum Information Bottleneck method [0.6768558752130311]
ネットワークを介して伝達される特性に関する関連情報を最大化するために、量子ニューラルネットワークを訓練する具体的な方法を提案する。これは、入力と出力が完全に量子である問題に対してオートエンコーダを訓練する際に最適化するために、運用的に確立された量を与えるためである。
論文参考訳（メタデータ） (2022-12-05T21:11:32Z)
Green, Quantized Federated Learning over Wireless Networks: An Energy-Efficient Design [68.86220939532373]
有限精度レベルは、固定精度フォーマットで重みとアクティベーションを定量化する量子ニューラルネットワーク(QNN)を使用して取得される。提案するFLフレームワークは,ベースラインFLアルゴリズムと比較して,収束までのエネルギー消費量を最大70%削減することができる。
論文参考訳（メタデータ） (2022-07-19T16:37:24Z)
TensorLy-Quantum: Quantum Machine Learning with Tensor Methods [67.29221827422164]
PyTorch APIを採用した量子回路シミュレーションのためのPythonライブラリを作成します。 Ly-Quantumは、単一のGPU上で数百のキュービット、複数のGPU上で数千のキュービットにスケールすることができる。
論文参考訳（メタデータ） (2021-12-19T19:26:17Z)
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)
Variational Quantum Algorithm for Estimating the Quantum Fisher Information [0.0]
本稿では,変分量量漁業情報推定(VQFIE)という変分量子アルゴリズムを提案する。 QFI上の下限と上限を、その忠実度に基づいて推定することにより、VQFIEは実際のQFIが属する範囲を出力する。この結果は、量子センシングの適用のために、QFIを最大化する状態を変動的に準備するために使われる。
論文参考訳（メタデータ） (2020-10-20T17:44:55Z)
A Co-Design Framework of Neural Networks and Quantum Circuits Towards Quantum Advantage [37.837850621536475]
本稿では、そのような欠落したリンクを提供するために、共同設計フレームワークであるQuantumFlowを紹介します。 QuantumFlowは、新しい量子フレンドリなニューラルネットワーク(QF-Nets)、QF-Netのための量子回路(QF-Circ)を生成するマッピングツール(QF-Maps)、実行エンジン(QF-FB)で構成される。評価の結果、QF-pNetとQF-hNetはそれぞれ97.10%と98.27%の精度を達成できることがわかった。
論文参考訳（メタデータ） (2020-06-26T06:25:03Z)

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。