論文の概要: Small-world complex network generation on a digital quantum processor

• arxiv url: http://arxiv.org/abs/2111.00167v1
• Date: Sat, 30 Oct 2021 03:55:45 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-09 20:57:23.324134
• Title: Small-world complex network generation on a digital quantum processor
• Title（参考訳）: ディジタル量子プロセッサを用いた小世界複雑ネットワーク生成
• Authors: Eric B. Jones, Logan E. Hillberry, Matthew T. Jones, Mina Fasihi, Pedram Roushan, Zhang Jiang, Alan Ho, Charles Neill, Eric Ostby, Peter Graf, Eliot Kapit and Lincoln D. Carr
• Abstract要約: デジタル量子プロセッサ上での量子セルオートマトンの最初の実験的実現を実演する。 我々は、小世界の相互情報ネットワークの形成を示す人口動態と複雑なネットワーク測度を計算する。 このような計算は、強い相関性の物質のシミュレーションのような応用におけるQCAの活用への扉を開く可能性がある。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum cellular automata (QCA) evolve qubits in a quantum circuit depending only on the states of their neighborhoods and model how rich physical complexity can emerge from a simple set of underlying dynamical rules. For instance, Goldilocks QCA depending on trade-off principles exhibit non-equilibrating coherent dynamics and generate complex mutual information networks, much like the brain. The inability of classical computers to simulate large quantum systems is a hindrance to understanding the physics of quantum cellular automata, but quantum computers offer an ideal simulation platform. Here we demonstrate the first experimental realization of QCA on a digital quantum processor, simulating a one-dimensional Goldilocks rule on chains of up to 23 superconducting qubits. Employing low-overhead calibration and error mitigation techniques, we calculate population dynamics and complex network measures indicating the formation of small-world mutual information networks. Unlike random states, these networks decohere at fixed circuit depth independent of system size; the largest of which corresponds to 1,056 two-qubit gates. Such computations may open the door to the employment of QCA in applications like the simulation of strongly-correlated matter or beyond-classical computational demonstrations.
• Abstract（参考訳）: 量子セルオートマトン(QCA)は、量子回路の量子ビットを、その近傍の状態にのみ依存し進化させ、基礎となる力学規則の単純な集合からいかにリッチな物理複雑性が生じるかをモデル化する。 例えば、Goldilocks QCAはトレードオフ原理によって非平衡コヒーレントダイナミクスを示し、脳と同じように複雑な相互情報ネットワークを生成する。 量子コンピュータが大規模な量子システムをシミュレートできないことは、量子セルオートマタの物理を理解するのに障害となるが、量子コンピュータは理想的なシミュレーションプラットフォームを提供する。 ここでは、最大23量子ビットのチェーン上で1次元のgoldilocks則をシミュレートし、デジタル量子プロセッサ上でqcaを初めて実験的に実現する。 低オーバヘッドキャリブレーションとエラー軽減技術を用いて、小世界の相互情報ネットワークの形成を示す人口動態と複雑なネットワーク測度を算出する。 ランダムな状態とは異なり、これらのネットワークはシステムサイズに依存しない固定回路深さで分離され、最大のものは1,056の2量子ゲートである。 このような計算は、強い相関性のある物質のシミュレーションや古典的な計算実証のような応用におけるQCAの活用への扉を開く可能性がある。

関連論文リスト

• Quantum Embedding of Non-local Quantum Many-body Interactions in Prototypal Anti-tumor Vaccine Metalloprotein on Near Term Quantum Computing Hardware [4.8962578963959675]
  複素ヘモシアニン分子の量子コンピュータシミュレーションを初めて提示する。 ヘモシアニンは様々な生理的過程に関与する重要な呼吸タンパク質である。 ヘモシアニンの磁気構造は多体補正の影響が大きい。
  論文  参考訳（メタデータ） (2024-10-16T16:49:42Z)
• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
  d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。 我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• A Quantum-Classical Collaborative Training Architecture Based on Quantum State Fidelity [50.387179833629254]
  我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。 Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。 他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
  論文  参考訳（メタデータ） (2024-02-23T14:09:41Z)
• Measurement-based infused circuits for variational quantum eigensolvers [1.732837834702512]
  変分量子固有解法(VQEs)は、量子コンピュータ上の物理系を研究するために成功したアルゴリズムである。 本研究では,従来のVQE回路にそのようなアイデアを組み込む。 テストベッドシステムのVQEシミュレーションにより, 実超伝導量子コンピュータへのアプローチを示す。
  論文  参考訳（メタデータ） (2023-05-30T16:45:54Z)
• Towards Neural Variational Monte Carlo That Scales Linearly with System Size [67.09349921751341]
  量子多体問題(Quantum many-body problem)は、例えば高温超伝導体のようなエキゾチックな量子現象をデミストする中心である。 量子状態を表すニューラルネットワーク(NN)と変分モンテカルロ(VMC)アルゴリズムの組み合わせは、そのような問題を解決する上で有望な方法であることが示されている。 ベクトル量子化技術を用いて,VMCアルゴリズムの局所エネルギー計算における冗長性を利用するNNアーキテクチャVector-Quantized Neural Quantum States (VQ-NQS)を提案する。
  論文  参考訳（メタデータ） (2022-12-21T19:00:04Z)
• Characterizing a non-equilibrium phase transition on a quantum computer [0.0]
  簡単な古典的疾患拡散過程の量子拡張を実現するために,量子H1-1量子コンピュータを用いた。 モデルの大規模なインスタンスを73ドルサイトと72ドル回路レイヤで実装できます。 この研究は、中間回路のリセット、測定、条件論理が可能な量子コンピュータが、量子多体物理学における難しい問題を研究するのにどのように役立つかを示す。
  論文  参考訳（メタデータ） (2022-09-26T17:59:06Z)
• Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
  本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。 本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
  論文  参考訳（メタデータ） (2022-09-16T02:37:32Z)
• An Algebraic Quantum Circuit Compression Algorithm for Hamiltonian Simulation [55.41644538483948]
  現在の世代のノイズの多い中間スケール量子コンピュータ(NISQ)は、チップサイズとエラー率に大きく制限されている。 我々は、自由フェルミオンとして知られる特定のスピンハミルトニアンをシミュレーションするために、量子回路を効率よく圧縮するために局所化回路変換を導出する。 提案した数値回路圧縮アルゴリズムは、後方安定に動作し、$mathcalO(103)$スピンを超える回路合成を可能にするスピンの数で3次スケールする。
  論文  参考訳（メタデータ） (2021-08-06T19:38:03Z)
• Variational Quantum Eigensolver with Reduced Circuit Complexity [3.1158760235626946]
  電子構造計算におけるVQEにおける量子回路の複雑性を低減するための新しい手法を提案する。 我々のアルゴリズムは、ClusterVQEと呼ばれ、初期量子ビット空間を、個々の量子回路にさらに分散したサブスペース(キュービットクラスタ)に分割する。 この新しいアルゴリズムは同時に量子ビット数と回路深度を減少させ、NISQデバイス上での量子化学シミュレーションの潜在的なリーダーとなる。
  論文  参考訳（メタデータ） (2021-06-14T17:23:46Z)
• Quantum Federated Learning with Quantum Data [87.49715898878858]
  量子機械学習(QML)は、量子コンピューティングの発展に頼って、大規模な複雑な機械学習問題を探求する、有望な分野として登場した。 本稿では、量子データ上で動作し、量子回路パラメータの学習を分散的に共有できる初めての完全量子連合学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-05-30T12:19:27Z)

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。