Fugu-MT 論文翻訳(概要): Optimal synthesis into fixed XX interactions

論文の概要: Optimal synthesis into fixed XX interactions

arxiv url: http://arxiv.org/abs/2111.02535v3
Date: Thu, 21 Apr 2022 16:27:51 GMT
ステータス: 処理完了
システム内更新日: 2023-03-09 06:31:42.742518
Title: Optimal synthesis into fixed XX interactions
Title（参考訳）: 固定XX相互作用への最適合成
Authors: Eric C. Peterson, Lev S. Bishop, Ali Javadi-Abhari
Abstract要約: 本稿では,2量子ユニタリ演算の正確かつ近似的な合成のための最適手順と,その効率的なソフトウェア実装について述べる。実験的モチベーション付き誤差モデルにおいて, XX型相互作用のどの小集合が期待される不忠実度を最大に向上させるかを分析する。
参考スコア（独自算出の注目度）: 1.6443454853415052
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We describe an optimal procedure, as well as its efficient software implementation, for exact and approximate synthesis of two-qubit unitary operations into any prescribed discrete family of XX-type interactions and local gates. This arises from the analysis and manipulation of certain polyhedral subsets of the space of canonical gates. Using this, we analyze which small sets of XX-type interactions cause the greatest improvement in expected infidelity under experimentally-motivated error models. For the exact circuit synthesis of Haar-randomly selected two-qubit operations, we find an improvement in estimated infidelity by ~31.4% when including alongside CX its square- and cube-roots, near to the optimal limit of ~36.9% obtained by including all fractional applications of CX.
Abstract（参考訳）: 本稿では,XX型相互作用と局所ゲートの任意の離散族に対する2量子ユニタリ演算の正確かつ近似的な合成のための最適手順と,その効率的なソフトウェア実装について述べる。これは正準ゲート空間のある種の多面体部分集合の解析と操作から生じる。そこで本研究では,xx型相互作用の小さな集合が期待不忠実度を最大に向上させる要因を,実験的な誤りモデルを用いて解析する。ハールランダムに選択された2量子ビット演算の正確な回路合成について、CXの平方根と立方根を合わせて含む場合、推定不忠実度は ~31.4%向上し、CXのすべての分数的応用を含めることで得られる最適極限は ~36.9% に近づいた。

関連論文リスト

On the Convergence of FedProx with Extrapolation and Inexact Prox [55.2480439325792]
我々は、各クライアントが特定の演算子を正確に計算するという仮定なしに、FedExProxの挙動を調査する。不完全性は解の近傍に収束することを示す。我々の理論的洞察は総合的な数値実験によって検証される。
論文参考訳（メタデータ） (2024-10-02T10:42:27Z)
Peephole Optimization for Quantum Approximate Synthesis [0.4604003661048266]
量子回路のピープホール最適化は、スケーラブルな量子回路最適化に標準回路アプローチを活用する方法を提供する。本アーキテクチャの最終段階の改善として,エラー認識の追加や,結果の正しさの近似方法の改善などを提案する。
論文参考訳（メタデータ） (2024-09-09T19:22:42Z)
Sample Complexity for Quadratic Bandits: Hessian Dependent Bounds and Optimal Algorithms [64.10576998630981]
最適なヘッセン依存型サンプルの複雑さを, 初めて厳密に評価した。ヘシアン非依存のアルゴリズムは、すべてのヘシアンインスタンスに対して最適なサンプル複雑さを普遍的に達成する。本アルゴリズムにより得られたサンプルの最適複雑さは,重み付き雑音分布においても有効である。
論文参考訳（メタデータ） (2023-06-21T17:03:22Z)
Tight Guarantees for Interactive Decision Making with the Decision-Estimation Coefficient [51.37720227675476]
我々は、決定推定係数の新たな変種を導入し、それを用いて、3つの面における事前の作業を改善する新しい下界を導出する。我々は同じ量でスケールした後悔について上界を与え、フォスター等における上界と下界の間のギャップの1つを除いて全てを閉じる。この結果は、後悔のフレームワークとPACフレームワークの両方に適用され、我々が期待するいくつかの新しい分析とアルゴリズム設計技術を利用して、より広範な利用が期待できる。
論文参考訳（メタデータ） (2023-01-19T18:24:08Z)
Probabilistic unitary synthesis with optimal accuracy [1.0923877073891446]
ユニタリ合成は、ターゲットのユニタリ変換を最適に近似するゲートシーケンスを見つけることである。本稿では,現在の確率論的合成アルゴリズムの最適性について述べる。単一量子ユニタリに対する効率的な確率的合成アルゴリズムを構築し、その時間的複雑性を厳密に推定し、決定論的アルゴリズムと比較して近似誤差を2次的に減少させることを示す。
論文参考訳（メタデータ） (2023-01-16T08:37:34Z)
Tree ensemble kernels for Bayesian optimization with known constraints over mixed-feature spaces [54.58348769621782]
木アンサンブルはアルゴリズムチューニングやニューラルアーキテクチャ検索といったブラックボックス最適化タスクに適している。ブラックボックス最適化にツリーアンサンブルを使うことの2つのよく知られた課題は、探索のためのモデル不確実性を効果的に定量化し、また、 (ii) ピースワイドな定値取得関数を最適化することである。我々のフレームワークは、連続/離散的機能に対する非拘束ブラックボックス最適化のための最先端の手法と同様に、混合変数の特徴空間と既知の入力制約を組み合わせた問題の競合する手法よりも優れている。
論文参考訳（メタデータ） (2022-07-02T16:59:37Z)
Bayesian Optimization with High-Dimensional Outputs [42.311308135418805]
実際には、多くの相関した結果(またはタスク)に対して定義された目的を最適化したいと望んでいます。共分散行列におけるKronecker構造とMatheronの同一性を組み合わせた,正確なマルチタスクGPサンプリングのための効率的な手法を考案する。これは、科学と工学の様々なタスクにまたがって、ベイズ最適化のための新しい種類のアプリケーションを、どのように解き放つかを実証する。
論文参考訳（メタデータ） (2021-06-24T13:15:12Z)
Unified Convergence Analysis for Adaptive Optimization with Moving Average Estimator [75.05106948314956]
1次モーメントに対する大きな運動量パラメータの増大は適応的スケーリングに十分であることを示す。また,段階的に減少するステップサイズに応じて,段階的に運動量を増加させるための洞察を与える。
論文参考訳（メタデータ） (2021-04-30T08:50:24Z)
Empirical performance bounds for quantum approximate optimization [0.27998963147546135]
パフォーマンスバウンダリの定量化は、QAOAが現実のアプリケーションの解決に有効である可能性についての洞察を提供する。 QAOA は、ほとんどのグラフに対して有界な Goemans-Williamson 近似比を超える。得られたデータセットは、QAOAパフォーマンスに関する経験的バウンダリを確立するためのベンチマークとして提示される。
論文参考訳（メタデータ） (2021-02-12T23:12:09Z)
Optimal Approximation -- Smoothness Tradeoffs for Soft-Max Functions [73.33961743410876]
ソフトマックス関数は近似と滑らかさの2つの主要な効率尺度を持つ。近似と滑らか性の異なる尺度に対する最適近似-滑らか性トレードオフを同定する。これにより、新しいソフトマックス関数が生まれ、それぞれ異なる用途に最適である。
論文参考訳（メタデータ） (2020-10-22T05:19:58Z)
Extracting Optimal Solution Manifolds using Constrained Neural Optimization [6.800113407368289]
制約付き最適化解アルゴリズムは点ベース解に制限される。最適集合を近似として抽出する手法を提案する。
論文参考訳（メタデータ） (2020-09-13T15:37:44Z)

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。