論文の概要: Quantum Rounding
- arxiv url: http://arxiv.org/abs/2108.05949v1
- Date: Thu, 12 Aug 2021 20:00:58 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-18 16:54:13.396220
- Title: Quantum Rounding
- Title(参考訳): 量子丸め
- Authors: Rajiv Krishnakumar and William Zeng
- Abstract要約: ラウンドリングから算術誤差を抑えるために複数のサンプルを使用する方法を示す。
量子レジスタに格納された固定点数の乗算について,これらの手法をベンチマークする。
- 参考スコア(独自算出の注目度): 0.08460698440162888
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We introduce new rounding methods to improve the accuracy of finite precision
quantum arithmetic. These quantum rounding methods are applicable when multiple
samples are being taken from a quantum program. We show how to use multiple
samples to stochastically suppress arithmetic error from rounding. We benchmark
these methods on the multiplication of fixed-point numbers stored in quantum
registers. We show that the gate counts and depths for multiplying to a target
accuracy can be reduced by approximately 2-3X over state of the art methods
while using roughly the same number of qubits.
- Abstract(参考訳): 有限精度量子算術の精度を向上させるため,新しいラウンドリング法を提案する。
これらの量子丸め法は、量子プログラムから複数のサンプルを採取する場合に適用できる。
本稿では,複数サンプルを用いて丸め誤差を確率的に抑制する方法を示す。
これらの手法を量子レジスタに格納された不動点数の乗算にベンチマークする。
対象精度に乗じるためのゲート数と深さを、ほぼ同じ数のキュービットを用いて、アートメソッドの状態よりも約2〜3倍削減できることを示す。
関連論文リスト
- Generalized quantum Arimoto-Blahut algorithm and its application to
quantum information bottleneck [55.22418739014892]
量子アリーモト・ブラフトアルゴリズムをRamakrishnanらにより一般化する。
3つの量子系を持つ量子情報ボトルネックに対して,我々のアルゴリズムを適用した。
数値解析により,我々のアルゴリズムはアルゴリズムよりも優れていることが示された。
論文 参考訳(メタデータ) (2023-11-19T00:06:11Z) - Automated Quantum Oracle Synthesis with a Minimal Number of Qubits [0.6299766708197883]
本稿では,2つの自動量子オラクル合成法を提案する。
1つのメソッドは最小数の量子ビットを使用し、もう1つのメソッドは関数のドメイン値を保存し、また全体の必要量子ビット数を最小化する。
論文 参考訳(メタデータ) (2023-04-07T20:12:13Z) - Fast Quantum Algorithms for Trace Distance Estimation [8.646488471216262]
本稿では, 加算誤差$varepsilon$内のトレース距離を, ランク$r$の混合量子状態間で推定する効率的な量子アルゴリズムを提案する。
低ランクトレース距離推定の判定版が$mathsfBQP$-completeであることを示す。
論文 参考訳(メタデータ) (2023-01-17T10:16:14Z) - Quantum Worst-Case to Average-Case Reductions for All Linear Problems [66.65497337069792]
量子アルゴリズムにおける最悪のケースと平均ケースの削減を設計する問題について検討する。
量子アルゴリズムの明示的で効率的な変換は、入力のごく一部でのみ正し、全ての入力で正しくなる。
論文 参考訳(メタデータ) (2022-12-06T22:01:49Z) - Quantum Sparse Coding [5.130440339897477]
我々はスパース符号化のための量子インスピレーション付きアルゴリズムを開発した。
量子コンピュータとイジングマシンの出現は、より正確な推定につながる可能性がある。
我々はLightrの量子インスパイアされたデジタルプラットフォーム上でシミュレーションデータを用いて数値実験を行う。
論文 参考訳(メタデータ) (2022-09-08T13:00:30Z) - Efficient Bipartite Entanglement Detection Scheme with a Quantum
Adversarial Solver [89.80359585967642]
パラメータ化量子回路で完了した2プレーヤゼロサムゲームとして,両部絡み検出を再構成する。
このプロトコルを線形光ネットワーク上で実験的に実装し、5量子量子純状態と2量子量子混合状態の両部絡み検出に有効であることを示す。
論文 参考訳(メタデータ) (2022-03-15T09:46:45Z) - Quantum thermodynamic methods to purify a qubit on a quantum processing
unit [68.8204255655161]
我々は、同じ量子ビットを備えた量子処理ユニット上で量子ビットを浄化する量子熱力学法について報告する。
私たちの出発点は、よく知られた2つのキュービットスワップエンジンをエミュレートする3つのキュービット設計です。
使用可能な超伝導量子ビットベースのQPU上に実装し,200mKまでの浄化能を観測する。
論文 参考訳(メタデータ) (2022-01-31T16:13:57Z) - Measurement cost of metric-aware variational quantum algorithms [0.0]
量子コンピュータを用いて行列とベクトルオブジェクトの両方を推定する距離対応量子アルゴリズムについて検討する。
行列とベクトルのエントリ間でサンプルを最適に分散する一般的な手法を提案する。
量子フィッシャー情報行列を推定するのに必要となる回路繰り返しの数は、繰り返しの回数の増加に対して無視可能であることを確かめる。
論文 参考訳(メタデータ) (2020-05-11T15:06:29Z) - Boundaries of quantum supremacy via random circuit sampling [69.16452769334367]
Googleの最近の量子超越性実験は、量子コンピューティングがランダムな回路サンプリングという計算タスクを実行する遷移点を示している。
観測された量子ランタイムの利点の制約を、より多くの量子ビットとゲートで検討する。
論文 参考訳(メタデータ) (2020-05-05T20:11:53Z) - Quantum Gram-Schmidt Processes and Their Application to Efficient State
Read-out for Quantum Algorithms [87.04438831673063]
本稿では、生成した状態の古典的ベクトル形式を生成する効率的な読み出しプロトコルを提案する。
我々のプロトコルは、出力状態が入力行列の行空間にある場合に適合する。
我々の技術ツールの1つは、Gram-Schmidt正則手順を実行するための効率的な量子アルゴリズムである。
論文 参考訳(メタデータ) (2020-04-14T11:05:26Z) - Least squares binary quantization of neural networks [19.818087225770967]
値が-1と1にマップされる二項量子化に焦点を当てる。
2ビット対1ビット量子化のパリト最適性に触発されて、証明可能な最小二乗誤差を持つ新しい2ビット量子化を導入する。
論文 参考訳(メタデータ) (2020-01-09T00:01:14Z)
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。