論文の概要: Benchmarking Amplitude Estimation on a Superconducting Quantum Computer
- arxiv url: http://arxiv.org/abs/2201.06987v2
- Date: Thu, 27 Jan 2022 17:05:02 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-28 20:49:14.266027
- Title: Benchmarking Amplitude Estimation on a Superconducting Quantum Computer
- Title（参考訳）: 超伝導量子コンピュータのベンチマーク振幅推定
- Authors: Salvatore Certo, Anh Dung Pham, Daniel Beaulieu
- Abstract要約: 振幅推定(AE)は多くの量子アルゴリズムにおいて臨界サブルーチンである。
より新しい手法は、量子コンピュータに必要な演算数を減らした。
現在の量子コンピュータでアルゴリズムの性能をベンチマークし続ける必要がある。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Amplitude Estimation (AE) is a critical subroutine in many quantum
algorithms, allowing for a quadratic speedup in various applications like those
involving estimating statistics of various functions as in financial Monte
Carlo simulations. Much work has gone into devising methods to efficiently
estimate the amplitude of a quantum state without expensive operations like the
Quantum Fourier Transform (QFT), which is especially prohibitive given the
constraints of current NISQ devices. Newer methods have reduced the number of
operations required on a quantum computer and are the most promising near-term
implementations of the AE subroutine. While it remains to be seen the exact
circuit requirements for a quantum advantage in applications relying on AE, it
is necessary to continue to benchmark the algorithm's performance on current
quantum computers and the circuit costs associated with such subroutines.
Given these considerations, we expand on results from previous experiments in
using Maximum Likelihood Estimation (MLE) to approximate the amplitude of a
quantum state and provide empirical upper bounds on the current feasible
circuit depths for AE on a superconducting quantum computer. Our results show
that MLE using optimally-compiled circuits can currently outperform naive
sampling for up to 3 Grover Iterations with a circuit depth of 131, which is
higher than reported in other experimental results. This functional benchmark
is one of many that will be continually monitored against current quantum
hardware to measure the necessary progress towards quantum advantage.
- Abstract（参考訳）: 振幅推定(AE)は多くの量子アルゴリズムにおいて重要なサブルーチンであり、モンテカルロの金融シミュレーションのように様々な関数の統計を推定するなど、様々な応用において二次的なスピードアップを可能にする。
量子フーリエ変換(QFT)のような高価な操作を伴わない量子状態の振幅を効率的に推定する手法の開発に多くの作業が費やされている。
より新しい手法は、量子コンピュータに必要な演算数を削減し、AEサブルーチンの短期実装で最も有望なものである。
aeに依存するアプリケーションにおける量子アドバンテージの正確な回路要件は、まだ確認されていないが、アルゴリズムのパフォーマンスを現在の量子コンピュータと、そのようなサブルーチンに関連する回路コストでベンチマークし続ける必要がある。
これらの考察から, 量子状態の振幅を近似するためにmle(maximum likelihood estimation)を用いた過去の実験の結果を拡張し, 超伝導量子コンピュータ上のaeに対して, 現在の回路深度に対する経験的上限を与える。
その結果、最適にコンパイルされた回路を用いたmleは、回路深度131のグローバーの最大3回のサンプリングにおいて、他の実験結果よりも高いナイーブサンプリングを上回ることができることがわかった。
この関数型ベンチマークは、現在の量子ハードウェアに対して継続的に監視され、量子アドバンテージへの必要な進歩を測定する多くのもののうちの1つです。
関連論文リスト
- QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum
Circuits [82.50620782471485]
QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。
1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。
提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
論文 参考訳（メタデータ） (2024-01-10T22:33:00Z) - Quantum Simulation of Dissipative Energy Transfer via Noisy Quantum
Computer [0.40964539027092917]
雑音の多いコンピュータ上でのオープン量子システムの力学をシミュレートする実用的な手法を提案する。
提案手法は,IBM-Q実機におけるゲートノイズを利用して,2量子ビットのみを用いて計算を行う。
最後に、トロッター展開を行う際の量子回路の深さの増大に対処するため、短期力学シミュレーションを拡張するために転送テンソル法(TTM)を導入した。
論文 参考訳（メタデータ） (2023-12-03T13:56:41Z) - Sparse Quantum State Preparation for Strongly Correlated Systems [0.0]
原理として、指数関数的にスケールする多電子波関数を線形にスケールする量子ビットレジスタに符号化することは、従来の量子化学法の限界を克服するための有望な解決策を提供する。
基底状態量子アルゴリズムが実用的であるためには、量子ビットの初期化が要求される基底状態の高品質な近似に必須である。
量子状態準備(QSP)は、古典的な計算から得られる近似固有状態の生成を可能にするが、量子情報のオラクルとして頻繁に扱われる。
論文 参考訳（メタデータ） (2023-11-06T18:53:50Z) - Anticipative measurements in hybrid quantum-classical computation [68.8204255655161]
量子計算を古典的な結果によって補う手法を提案する。
予測の利点を生かして、新しいタイプの量子測度がもたらされる。
予測量子測定では、古典計算と量子計算の結果の組み合わせは最後にのみ起こる。
論文 参考訳（メタデータ） (2022-09-12T15:47:44Z) - Improved maximum-likelihood quantum amplitude estimation [0.0]
量子推定は、量子強化モンテカルロシミュレーションや量子機械学習など、多数の強力な量子アルゴリズムにおいて重要なサブルーチンである。
本稿では,最大形量子振幅推定 (MLQAE) の解析をさらに深め,量子回路深度が制限されるシナリオを含むより規範的な形式にアルゴリズムを配置する。
次に,この問題を克服するアルゴリズムの修正を提案し,数値的に検証し,近・中期量子ハードウェアにおける実用的サブルーチンとしての有用性をさらに高める。
論文 参考訳（メタデータ） (2022-09-07T17:30:37Z) - Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる
本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。
その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
論文 参考訳（メタデータ） (2022-09-01T17:08:41Z) - Fundamental limitations on optimization in variational quantum
algorithms [7.165356904023871]
そのような短期量子アプリケーションを確立するための主要なパラダイムは、変分量子アルゴリズム(VQA)である。
このようなランダム回路の幅広いクラスにおいて、コスト関数の変動範囲は、高い確率で量子ビット数で指数関数的に消えることを示す。
この結果は、勾配に基づく最適化と勾配のない最適化の制約を自然に統一し、VQAのトレーニングランドスケープに余分な厳しい制約を明らかにすることができる。
論文 参考訳（メタデータ） (2022-05-10T17:14:57Z) - 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) - Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。
QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。
数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
論文 参考訳（メタデータ） (2020-10-20T12:06:27Z) - Minimizing estimation runtime on noisy quantum computers [0.0]
ベイズ推論の実行には、ELF(Engineered chance function)が用いられる。
物理ハードウェアがノイズの多い量子コンピュータの仕組みから遷移するにつれて,ELF形式がサンプリングにおける情報ゲイン率をいかに向上させるかを示す。
この技術は、化学、材料、ファイナンスなどを含む多くの量子アルゴリズムの中心的なコンポーネントを高速化する。
論文 参考訳（メタデータ） (2020-06-16T17:46:18Z) - Boundaries of quantum supremacy via random circuit sampling [69.16452769334367]
Googleの最近の量子超越性実験は、量子コンピューティングがランダムな回路サンプリングという計算タスクを実行する遷移点を示している。
観測された量子ランタイムの利点の制約を、より多くの量子ビットとゲートで検討する。
論文 参考訳（メタデータ） (2020-05-05T20:11:53Z)
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。