論文の概要: Study of the effect of quantum noise on the accuracy of the Schrodinger
equation simulation on a quantum computer using the Zalka-Wiesner method
- arxiv url: http://arxiv.org/abs/2201.03068v1
- Date: Sun, 9 Jan 2022 19:02:43 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-01 21:42:05.649029
- Title: Study of the effect of quantum noise on the accuracy of the Schrodinger
equation simulation on a quantum computer using the Zalka-Wiesner method
- Title（参考訳）: zalka-wiesner法を用いた量子コンピュータにおけるシュロディンガー方程式シミュレーションの精度に及ぼす量子ノイズの影響に関する研究
- Authors: Yu.I. Bogdanov, N.A. Bogdanova, D.V. Fastovets, V.F. Lukichev
- Abstract要約: 本稿では,Zalka-Wiesner法による量子コンピュータ上での量子システムのモデリング精度に及ぼす量子ノイズの影響について検討する。
Zalka-Wiesner法の解析と精度予測は、量子システムの複雑さと量子ノイズの強度を考慮して行われる。
- 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 study of the effect of quantum noise on the accuracy of modeling quantum
systems on a quantum computer using the Zalka-Wiesner method is carried out.
The efficiency of the developed methods and algorithms is demonstrated by the
example of solving the nonstationary Schrodinger equation with allowance for
quantum noise for a particle moving in the Poschl-Teller potential. The
analysis and prediction of accuracy for the Zalka-Wiesner method are carried
out taking into account the complexity of the quantum system and the strength
of quantum noise. In our opinion, the considered problem provides a useful test
for assessing the quality and efficiency of quantum computing devices on
various physical platforms currently being developed. The obtained results are
essential for the development of high-precision methods for controlling the
technologies of quantum computations.
- Abstract（参考訳）: zalka-wiesner法を用いた量子コンピュータ上での量子システムのモデリング精度に及ぼす量子ノイズの影響について検討した。
開発した手法とアルゴリズムの効率は、ポシュル・テラーポテンシャル中を移動する粒子の量子ノイズを許容して非定常シュロディンガー方程式を解く例によって示される。
zalka-wiesner法の精度の解析と予測は、量子システムの複雑さと量子ノイズの強さを考慮して行われる。
本論では,現在開発中の様々な物理プラットフォーム上での量子コンピューティングデバイスの品質と効率を評価するための有用なテストを提供する。
得られた結果は、量子計算技術を制御するための高精度手法の開発に不可欠である。
関連論文リスト
- The curse of random quantum data [62.24825255497622]
量子データのランドスケープにおける量子機械学習の性能を定量化する。
量子機械学習におけるトレーニング効率と一般化能力は、量子ビットの増加に伴い指数関数的に抑制される。
この結果は量子カーネル法と量子ニューラルネットワークの広帯域限界の両方に適用できる。
論文 参考訳（メタデータ） (2024-08-19T12:18:07Z) - Understanding and mitigating noise in molecular quantum linear response for spectroscopic properties on quantum computers [0.0]
本稿では、シミュレーションされたフォールトトレラント量子コンピュータの分光特性を求める量子線形応答理論について述べる。
この研究は、量子アルゴリズムにおけるノイズの起源を分析し予測するための新しいメトリクスを導入している。
パウリ省エネによる計測コストと騒音の低減効果を強調した。
論文 参考訳（メタデータ） (2024-08-17T23:46:17Z) - Corrupted sensing quantum state tomography [0.0]
本稿では, 量子状態と構造ノイズの同時再構成を可能にする, 劣化検出型量子状態トモグラフィの概念を提案する。
ノイズの多い量子システムにおいて、量子トモグラフィーのコストと計算労力を大幅に削減するために、これらの技術が実用的なツールとなることが考えられている。
論文 参考訳（メタデータ） (2024-05-23T10:13:59Z) - Power Characterization of Noisy Quantum Kernels [52.47151453259434]
一般化誤差が小さい場合でも,量子カーネル法は予測能力に乏しい。
我々は、量子計算にノイズの多い量子カーネル法を用いるために重要な警告を提供する。
論文 参考訳（メタデータ） (2024-01-31T01:02:16Z) - Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。
我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。
これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
論文 参考訳（メタデータ） (2023-06-29T18:00:01Z) - Circuit Symmetry Verification Mitigates Quantum-Domain Impairments [69.33243249411113]
本稿では,量子状態の知識を必要とせず,量子回路の可換性を検証する回路指向対称性検証を提案する。
特に、従来の量子領域形式を回路指向安定化器に一般化するフーリエ時間安定化器(STS)手法を提案する。
論文 参考訳（メタデータ） (2021-12-27T21:15:35Z) - Quantum algorithms for quantum dynamics: A performance study on the
spin-boson model [68.8204255655161]
量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。
変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。
量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
論文 参考訳（メタデータ） (2021-08-09T18:00:05Z) - Experimental simulation of open quantum system dynamics via
Trotterization [8.581263348642212]
制御可能なマルコフ環境におけるオープン量子システムのディジタルシミュレーションを実験的に実証する。
量子Liouvilliansをトロタライズすることで、オープン量子系の継続的な進化が効果的に実現される。
オープン量子力学のための高次トロッターも実験的に研究され、高い精度を示す。
論文 参考訳（メタデータ） (2021-08-05T06:17:26Z) - Robustness Verification of Quantum Classifiers [1.3534683694551501]
我々は、雑音に対する量子機械学習アルゴリズムの検証と解析のための正式なフレームワークを定義する。
堅牢な境界が導出され、量子機械学習アルゴリズムが量子トレーニングデータに対して堅牢であるか否かを確認するアルゴリズムが開発された。
我々のアプローチはGoogleのQuantum分類器に実装されており、ノイズの小さな乱れに関して量子機械学習アルゴリズムの堅牢性を検証することができる。
論文 参考訳（メタデータ） (2020-08-17T11:56:23Z) - An Application of Quantum Annealing Computing to Seismic Inversion [55.41644538483948]
小型地震インバージョン問題を解決するために,D波量子アニールに量子アルゴリズムを適用した。
量子コンピュータによって達成される精度は、少なくとも古典的コンピュータと同程度である。
論文 参考訳（メタデータ） (2020-05-06T14:18:44Z)
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。
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。