論文の概要: Adaptive estimation of quantum observables

• arxiv url: http://arxiv.org/abs/2110.15339v6
• Date: Fri, 20 Jan 2023 00:36:23 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-10 00:47:08.305162
• Title: Adaptive estimation of quantum observables
• Title（参考訳）: 量子可観測物の適応推定
• Authors: Ariel Shlosberg, Andrew J. Jena, Priyanka Mukhopadhyay, Jan F. Haase, Felix Leditzky, Luca Dellantonio
• Abstract要約: 本稿では,予め取得したデータに基づいて推定器を適応的に修正する計測手法を提案する。 AEQuOと呼ばれる我々のアルゴリズムは、観測可能な推定平均と関連する誤差の両方を継続的に監視する。 我々は、AEQuOが全ての最先端手法を改善するエラー推定を提供する化学ハミルトニアンのプロトコルをテストする。
• 参考スコア（独自算出の注目度）: 4.567122178196833
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The accurate estimation of quantum observables is a critical task in science. With progress on the hardware, measuring a quantum system will become increasingly demanding, particularly for variational protocols that require extensive sampling. Here, we introduce a measurement scheme that adaptively modifies the estimator based on previously obtained data. Our algorithm, which we call AEQuO, continuously monitors both the estimated average and the associated error of the considered observable, and determines the next measurement step based on this information. We allow both for overlap and non-bitwise commutation relations in the subsets of Pauli operators that are simultaneously probed, thereby maximizing the amount of gathered information. AEQuO comes in two variants: a greedy bucket-filling algorithm with good performance for small problem instances, and a machine learning-based algorithm with more favorable scaling for larger instances. The measurement configuration determined by these subroutines is further post-processed in order to lower the error on the estimator. We test our protocol on chemistry Hamiltonians, for which AEQuO provides error estimates that improve on all state-of-the-art methods based on various grouping techniques or randomized measurements, thus greatly lowering the toll of measurements in current and future quantum applications.
• Abstract（参考訳）: 量子可観測物の正確な推定は科学における重要な課題である。 ハードウェアの進歩により、量子システムの測定がますます要求されるようになり、特に広範囲なサンプリングを必要とする変動プロトコルについてである。 本稿では,予め得られたデータに基づいて推定器を適応的に修正する計測手法を提案する。 私たちがAEQuOと呼ぶアルゴリズムは、観測可能な推定平均と関連する誤差の両方を継続的に監視し、この情報に基づいて次の測定ステップを決定する。 我々は、ポーリ作用素の部分集合における重複関係と非ビット的可換関係の両方を同時に調べることができ、収集情報量を最大化することができる。 aequoには2つの変種がある。小さな問題インスタンスに対して優れたパフォーマンスを持つ欲張りなバケット充填アルゴリズムと、大規模なインスタンスに対してより好適なスケーリングを備えた機械学習ベースのアルゴリズムだ。 これらのサブルーチンによって決定される測定構成は、推定子の誤差を下げるためにさらに後処理される。 我々は化学ハミルトニアンのプロトコルをテストし、aequoは様々なグルーピング手法やランダム化測定に基づく最先端の手法を全て改善し、現在の量子応用や将来の量子応用における測定量を大幅に削減した。

関連論文リスト

• Bayesian mitigation of measurement errors in multi-qubit experiments [0.0]
  本稿では,近距離量子デバイス上でのマルチビット実験に適したベイズ測定誤差軽減手法を提案する。 提案手法では,キュービットのバイナリ状態代入前に利用できる読み出し信号から完全情報を利用する。 我々は,このプロトコルを超伝導量子ビットを用いて,実際の量子コンピュータ上でベンチマークする。そこでは,読み出し信号が,量子ビット状態割り当ての前にIQ雲の計測情報を符号化する。
  論文  参考訳（メタデータ） (2024-08-01T18:41:49Z)
• Multimodal deep representation learning for quantum cross-platform verification [60.01590250213637]
  初期の量子コンピューティングの領域において重要な取り組みであるクロスプラットフォーム検証は、同一のアルゴリズムを実行する2つの不完全な量子デバイスとの類似性を特徴づけようと試みている。 本稿では,この課題におけるデータの形式化が2つの異なるモダリティを具現化する,革新的なマルチモーダル学習手法を提案する。 我々はこれらのモダリティから知識を独立して抽出するマルチモーダルニューラルネットワークを考案し、続いて融合操作により包括的データ表現を生成する。
  論文  参考訳（メタデータ） (2023-11-07T04:35:03Z)
• Transition Role of Entangled Data in Quantum Machine Learning [51.6526011493678]
  エンタングルメントは量子コンピューティングを強化するリソースとして機能する。 最近の進歩は量子力学の学習に対する肯定的な影響を浮き彫りにした。 我々は、絡み合ったデータを用いて量子力学を学習するための量子no-free-lunch(NFL)定理を確立する。
  論文  参考訳（メタデータ） (2023-06-06T08:06:43Z)
• End-to-end resource analysis for quantum interior point methods and portfolio optimization [63.4863637315163]
  問題入力から問題出力までの完全な量子回路レベルのアルゴリズム記述を提供する。 アルゴリズムの実行に必要な論理量子ビットの数と非クリフォードTゲートの量/深さを報告する。
  論文  参考訳（メタデータ） (2022-11-22T18:54:48Z)
• Reducing the cost of energy estimation in the variational quantum eigensolver algorithm with robust amplitude estimation [50.591267188664666]
  量子化学と材料は、量子コンピューティングの最も有望な応用の1つである。 これらの領域における産業関連問題とそれを解決する量子アルゴリズムとの整合性については、まだ多くの研究が続けられている。
  論文  参考訳（メタデータ） (2022-03-14T16:51:36Z)
• Measuring NISQ Gate-Based Qubit Stability Using a 1+1 Field Theory and Cycle Benchmarking [50.8020641352841]
  量子ハードウェアプラットフォーム上でのコヒーレントエラーを, サンプルユーザアプリケーションとして, 横フィールドIsing Model Hamiltonianを用いて検討した。 プロセッサ上の物理位置の異なる量子ビット群に対する、日中および日中キュービット校正ドリフトと量子回路配置の影響を同定する。 また,これらの測定値が,これらの種類の誤差をよりよく理解し,量子計算の正確性を評価するための取り組みを改善する方法についても論じる。
  論文  参考訳（メタデータ） (2022-01-08T23:12:55Z)
• Versatile fidelity estimation with confidence [1.847214846161316]
  本稿では,任意の測定プロトコルと互換性のある量子状態の忠実度を推定する手法を提案する。 本手法は, 絡み合った目撃者などの観測対象者の期待値を推定するために, 容易に拡張することができる。
  論文  参考訳（メタデータ） (2021-12-15T07:12:05Z)
• Efficient qubit phase estimation using adaptive measurements [0.0]
  物理系の量子位相を推定することは、量子パラメータ推定理論における中心的な問題である。 量子位相を推定する現在の方法では、量子クラム・ラオ境界に達することができない。 この問題を回避するために,共変量測定に基づく新しい適応方式を提案する。
  論文  参考訳（メタデータ） (2020-12-21T02:43:47Z)
• Variational Quantum Algorithms for Trace Distance and Fidelity Estimation [7.247285982078057]
  近距離量子デバイスにおける2つの距離測定のためのハイブリッド量子古典アルゴリズムを提案する。 まず,変分トレース距離推定(VTDE)アルゴリズムを提案する。 次に,変分忠実度推定(VFE)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-12-10T15:56:58Z)
• Measurement Error Mitigation for Variational Quantum Algorithms [0.0]
  変分量子アルゴリズム(VQA)は、短期量子プロセッサのための有望な応用である。 これらのアルゴリズムに適用可能なノイズに対処するために、様々な誤差軽減技術が出現している。
  論文  参考訳（メタデータ） (2020-10-16T17:25:13Z)
• Direct estimation of quantum coherence by collective measurements [54.97898890263183]
  量子状態におけるコヒーレンス量を推定するための集合的測定手法を提案する。 本手法は、トモグラフィーや適応計測に基づいて、他の推定方法よりも優れている。 本手法は,光子を用いて実験的に実装することで,今日の技術で利用できることを示す。
  論文  参考訳（メタデータ） (2020-01-06T03:50:42Z)

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。