論文の概要: Density matrix reconstruction using non-negative matrix product states
- arxiv url: http://arxiv.org/abs/2204.12383v2
- Date: Thu, 12 May 2022 17:09:25 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-15 12:06:25.120222
- Title: Density matrix reconstruction using non-negative matrix product states
- Title（参考訳）: 非負行列積状態を用いた密度行列再構成
- Authors: Donghong Han and Chu Guo and Xiaoting Wang
- Abstract要約: 量子状態トモグラフィーは、量子情報処理の鍵となる技術であるが、その複雑さとシステムサイズが指数関数的に増加するため、困難である。
本稿では, 必ずしも指数関数的に成長しない測定結果の集合に基づいて, 最適非負行列積状態近似を反復的に求めるアルゴリズムを提案する。
応用として,本アルゴリズムは脱分極雑音下でのXXZスピン鎖の基底状態を数値的に再現する。
- 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: Quantum state tomography is a key technique for quantum information
processing, but is challenging due to the exponential growth of its complexity
with the system size. In this work, we propose an algorithm which iteratively
finds the best non-negative matrix product state approximation based on a set
of measurement outcomes whose size does not necessarily grow exponentially.
Compared to the tomography method based on neural network states, our scheme
utilizes a so-called tensor train representation that allows straightforward
recovery of the unknown density matrix in the matrix product state form. As
applications, the effectiveness of our algorithm is numerically demonstrated to
reconstruct the ground state of the XXZ spin chain under depolarizing noise.
- Abstract（参考訳）: 量子状態トモグラフィーは、量子情報処理の鍵となる技術であるが、その複雑さとシステムサイズが指数関数的に増加するため、困難である。
本研究では, サイズが指数関数的に増大しない測定結果の集合に基づいて, 最良非負行列積状態近似を反復的に求めるアルゴリズムを提案する。
ニューラルネットワークの状態に基づくトモグラフィー法と比較して,本手法は,未知の密度行列を行列積状態形式で容易に復元できるいわゆるテンソルトレイン表現を用いる。
応用として, このアルゴリズムの有効性を数値的に示し, 脱分極雑音下でのXXZスピン鎖の基底状態の再構成を行った。
関連論文リスト
- Deep Unrolling for Nonconvex Robust Principal Component Analysis [75.32013242448151]
我々はロバスト成分分析のためのアルゴリズムを設計する(A)
行列を低主行列とスパース主行列の和に分解する。
論文 参考訳（メタデータ） (2023-07-12T03:48:26Z) - Optimal Algorithms for the Inhomogeneous Spiked Wigner Model [89.1371983413931]
不均一な問題に対する近似メッセージパッシングアルゴリズム(AMP)を導出する。
特に,情報理論の閾値よりも大きい信号と雑音の比を必要とする既知のアルゴリズムが,ランダムよりも優れた処理を行うための統計的・計算的ギャップの存在を同定する。
論文 参考訳（メタデータ） (2023-02-13T19:57:17Z) - Quantum state tomography with tensor train cross approximation [84.59270977313619]
測定条件が最小限であるような状態に対して、完全な量子状態トモグラフィが実行可能であることを示す。
本手法は,非構造状態と局所測定のための最もよく知られたトモグラフィー法よりも指数関数的に少ない状態コピーを必要とする。
論文 参考訳（メタデータ） (2022-07-13T17:56:28Z) - Orthogonal Matrix Retrieval with Spatial Consensus for 3D Unknown-View
Tomography [58.60249163402822]
未知視トモグラフィ(UVT)は、未知のランダムな向きで2次元投影から3次元密度マップを再構成する。
提案したOMRはより堅牢で、従来の最先端のOMRアプローチよりも大幅に性能が向上している。
論文 参考訳（メタデータ） (2022-07-06T21:40:59Z) - Quantum algorithms for matrix operations and linear systems of equations [65.62256987706128]
本稿では,「Sender-Receiver」モデルを用いた行列演算のための量子アルゴリズムを提案する。
これらの量子プロトコルは、他の量子スキームのサブルーチンとして使用できる。
論文 参考訳（メタデータ） (2022-02-10T08:12:20Z) - Entanglement estimation in tensor network states via sampling [0.688204255655161]
一般次元におけるテンソルネットワーク状態の有意義な絡み合いを抽出する手法を提案する。
チェッカーボード形状の1次元臨界XX連鎖と2次元トーリック符号について,本手法を検証した。
論文 参考訳（メタデータ） (2022-02-08T19:00:03Z) - Contour Integral-based Quantum Algorithm for Estimating Matrix
Eigenvalue Density [5.962184741057505]
本稿では,固有値密度を所定の間隔で計算する量子アルゴリズムを提案する。
所定の間隔における固有値カウントは、出力状態のキュービットの分数におけるビットパターンを観測する確率として導出される。
論文 参考訳（メタデータ） (2021-12-10T08:58:44Z) - Learning a Compressive Sensing Matrix with Structural Constraints via
Maximum Mean Discrepancy Optimization [17.104994036477308]
本稿では,圧縮センシング関連回復問題に対する測定行列を得るための学習に基づくアルゴリズムを提案する。
ニューラルネットワーク関連のトピックにおけるこのようなメトリクスの最近の成功は、機械学習に基づく問題の解決策を動機付けている。
論文 参考訳（メタデータ） (2021-10-14T08:35:54Z) - Fixed Depth Hamiltonian Simulation via Cartan Decomposition [59.20417091220753]
時間に依存しない深さの量子回路を生成するための構成的アルゴリズムを提案する。
一次元横フィールドXYモデルにおけるアンダーソン局在化を含む、モデルの特殊クラスに対するアルゴリズムを強調する。
幅広いスピンモデルとフェルミオンモデルに対して正確な回路を提供するのに加えて、我々のアルゴリズムは最適なハミルトニアンシミュレーションに関する幅広い解析的および数値的な洞察を提供する。
論文 参考訳（メタデータ） (2021-04-01T19:06:00Z) - Quantum inspired K-means algorithm using matrix product states [4.846953392700506]
行列積状態は、1次元相互作用量子多体系の研究において選択のアルゴリズムとなっている。
本稿では,古典的データを行列積状態を表す量子状態にまずマッピングする量子インスパイアされたK平均クラスタリングアルゴリズムを提案する。
このアルゴリズムは,従来のK平均アルゴリズムに比べて予測精度が高く,局所最小値に閉じ込められる可能性が低いことを示す。
論文 参考訳（メタデータ） (2020-06-11T03:00:48Z) - Tangent-space methods for truncating uniform MPS [0.0]
量子テンソルネットワークシミュレーションにおける中心的プリミティブは、低い結合次元の1つで行列積状態を近似する問題である。
我々は、一様(無限)行列積状態に対して、接空間に基づく変分アルゴリズムを定式化してこれを実現する。
論文 参考訳（メタデータ） (2020-01-31T14:54:50Z)
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。