論文の概要: Dequantizing the Quantum Singular Value Transformation: Hardness and
Applications to Quantum Chemistry and the Quantum PCP Conjecture
- arxiv url: http://arxiv.org/abs/2111.09079v5
- Date: Thu, 4 Jan 2024 01:25:30 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-05 18:05:19.038497
- Title: Dequantizing the Quantum Singular Value Transformation: Hardness and
Applications to Quantum Chemistry and the Quantum PCP Conjecture
- Title(参考訳): 量子特異値変換の非量子化:ハードネスと量子化学と量子pcp予想への応用
- Authors: Sevag Gharibian and Fran\c{c}ois Le Gall
- Abstract要約: 量子特異値変換は効率的に「等化」できることを示す。
逆多項式精度では、同じ問題がBQP完全となることを示す。
また、この分位化手法が中心量子PCPの進展にどう役立つかについても論じる。
- 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: The Quantum Singular Value Transformation (QSVT) is a recent technique that
gives a unified framework to describe most quantum algorithms discovered so
far, and may lead to the development of novel quantum algorithms. In this paper
we investigate the hardness of classically simulating the QSVT. A recent result
by Chia, Gily\'en, Li, Lin, Tang and Wang (STOC 2020) showed that the QSVT can
be efficiently "dequantized" for low-rank matrices, and discussed its
implication to quantum machine learning. In this work, motivated by
establishing the superiority of quantum algorithms for quantum chemistry and
making progress on the quantum PCP conjecture, we focus on the other main class
of matrices considered in applications of the QSVT, sparse matrices.
We first show how to efficiently "dequantize", with arbitrarily small
constant precision, the QSVT associated with a low-degree polynomial. We apply
this technique to design classical algorithms that estimate, with constant
precision, the singular values of a sparse matrix. We show in particular that a
central computational problem considered by quantum algorithms for quantum
chemistry (estimating the ground state energy of a local Hamiltonian when
given, as an additional input, a state sufficiently close to the ground state)
can be solved efficiently with constant precision on a classical computer. As a
complementary result, we prove that with inverse-polynomial precision, the same
problem becomes BQP-complete. This gives theoretical evidence for the
superiority of quantum algorithms for chemistry, and strongly suggests that
said superiority stems from the improved precision achievable in the quantum
setting. We also discuss how this dequantization technique may help make
progress on the central quantum PCP conjecture.
- Abstract(参考訳): qsvt(quantum singular value transformation)は、これまでに発見されたほとんどの量子アルゴリズムを記述するための統一フレームワークを提供し、新しい量子アルゴリズムの開発に繋がる最近の技術である。
本稿では,QSVTを古典的にシミュレートする難しさについて検討する。
Chia, Gily\'en, Li, Lin, Tang, Wang (STOC 2020) の最近の結果によると,QSVT は低ランク行列に対して効率的に "等価化" 可能であることが示され,量子機械学習への影響について議論された。
本研究は、量子化学における量子アルゴリズムの優越性を確立し、量子pcp予想の進展を動機とし、qsvt,スパース行列の応用で考慮される他の主要な行列のクラスに焦点を当てたものである。
まず、低次多項式に付随するQSVTを任意に小さな定数精度で効率よく「等化」する方法を示す。
我々はこの手法を,一定精度でスパース行列の特異値を推定する古典的アルゴリズムの設計に適用する。
特に量子化学の量子アルゴリズムによって考慮される中央計算問題(局所ハミルトニアンの基底状態エネルギーを推定する)は、追加入力として、基底状態に近い状態が古典的コンピュータ上で一定精度で効率的に解くことができることを示す。
その結果、逆多項精度では、同じ問題がbqp完全となることが証明される。
これにより、化学における量子アルゴリズムの優越性に関する理論的証拠が得られ、その優越性は量子設定において達成可能な精度の向上に起因することを強く示唆する。
また、この分数化手法が中心量子PCP予想の進展にどう役立つかについても論じる。
関連論文リスト
- Truncation technique for variational quantum eigensolver for Molecular
Hamiltonians [0.0]
変分量子固有解法(VQE)はノイズ量子デバイスのための最も有望な量子アルゴリズムの1つである。
そこで本研究では, トランケートされたハミルトニアンを用いて, 最適化手順を開始する物理直感的なトランケーション手法を提案する。
この戦略により、量子コンピュータ上でのハミルトニアンの期待値に対する必要な評価回数を減らすことができる。
論文 参考訳(メタデータ) (2024-02-02T18:45:12Z) - Quantum Machine Learning: from physics to software engineering [58.720142291102135]
古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。
量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
論文 参考訳(メタデータ) (2023-01-04T23:37:45Z) - Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the
Race to Practical Quantum Advantage [43.3054117987806]
本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。
本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。
古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
論文 参考訳(メタデータ) (2022-08-29T15:24:03Z) - Quantum Computing Quantum Monte Carlo [8.69884453265578]
量子コンピューティングと量子モンテカルロを統合したハイブリッド量子古典アルゴリズムを提案する。
我々の研究は、中間スケールおよび早期フォールト耐性量子コンピュータで現実的な問題を解決するための道を開いた。
論文 参考訳(メタデータ) (2022-06-21T14:26:24Z) - Recent Advances for Quantum Neural Networks in Generative Learning [98.88205308106778]
量子生成学習モデル(QGLM)は、古典的な学習モデルを上回る可能性がある。
機械学習の観点からQGLMの現状を概観する。
従来の機械学習タスクと量子物理学の両方におけるQGLMの潜在的な応用について論じる。
論文 参考訳(メタデータ) (2022-06-07T07:32:57Z) - Theory of Quantum Generative Learning Models with Maximum Mean
Discrepancy [67.02951777522547]
量子回路ボルンマシン(QCBM)と量子生成逆ネットワーク(QGAN)の学習可能性について検討する。
まず、QCBMの一般化能力を解析し、量子デバイスがターゲット分布に直接アクセスできる際の優位性を同定する。
次に、QGANの一般化誤差境界が、採用されるAnsatz、クォーディットの数、入力状態に依存することを示す。
論文 参考訳(メタデータ) (2022-05-10T08:05:59Z) - Parametrized Complexity of Quantum Inspired Algorithms [0.0]
量子アルゴリズムの有望な領域は量子機械学習と量子最適化である。
近年の量子技術、特に量子ソフトウェアの発展により、研究と産業のコミュニティは量子アルゴリズムの新しい応用を見つけようとしている。
論文 参考訳(メタデータ) (2021-12-22T06:19:36Z) - On exploring practical potentials of quantum auto-encoder with
advantages [92.19792304214303]
量子オートエンコーダ(QAE)は、量子物理学で遭遇する次元の呪いを和らげるための強力なツールである。
我々はQAEを用いて固有値を効率的に計算し、高次元量子状態の対応する固有ベクトルを作成できることを証明した。
低ランク状態の忠実度推定,量子ギブス状態準備,量子メトロジーの課題を解決するために,QAEに基づく効果的な3つの学習プロトコルを考案した。
論文 参考訳(メタデータ) (2021-06-29T14:01:40Z) - Towards a NISQ Algorithm to Simulate Hermitian Matrix Exponentiation [0.0]
フォールトトレラントな量子コンピュータは、既知の古典的コンピュータよりも優れたアプリケーションを提供するので、楽しみにしている。
既に存在する、ノイズの多い中間スケール量子(NISQ)デバイスのパワーを活用して実現には何十年もかかるだろう。
本稿では、パラメタライズド量子回路を用いて、エルミタン行列指数をシミュレートする手法を報告する。
論文 参考訳(メタデータ) (2021-05-28T06:37:12Z) - Electronic structure with direct diagonalization on a D-Wave quantum
annealer [62.997667081978825]
本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。
そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
論文 参考訳(メタデータ) (2020-09-02T22:46:47Z) - Simulating quantum chemistry in the seniority-zero space on qubit-based
quantum computers [0.0]
計算量子化学の近似をゲートベースの量子コンピュータ上で分子化学をシミュレートする手法と組み合わせる。
基本集合を増大させるために解放された量子資源を用いることで、より正確な結果が得られ、必要な数の量子コンピューティングの実行が削減されることが示される。
論文 参考訳(メタデータ) (2020-01-31T19:44:37Z)
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。