Fugu-MT 論文翻訳(概要): Real Quantum Amplitude Estimation

論文の概要: Real Quantum Amplitude Estimation

arxiv url: http://arxiv.org/abs/2204.13641v2
Date: Tue, 24 May 2022 19:17:40 GMT
ステータス: 処理完了
システム内更新日: 2023-02-15 06:31:45.616972
Title: Real Quantum Amplitude Estimation
Title（参考訳）: 実量子振幅推定
Authors: Alberto Manzano, Daniele Musso, \'Alvaro Leitao
Abstract要約: 我々は、量子振幅推定(QAE)の拡張であるリアル量子振幅推定(RQAE)アルゴリズムを導入する。 RQAEは、調整可能なパラメータを通して増幅ポリシーを明示的に制御する反復アルゴリズムである。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We introduce the Real Quantum Amplitude Estimation (RQAE) algorithm, an extension of Quantum Amplitude Estimation (QAE) which is sensitive to the sign of the amplitude. RQAE is an iterative algorithm which offers explicit control over the amplification policy through an adjustable parameter. We provide a rigorous analysis of the RQAE performance and prove that it achieves a quadratic speedup, modulo logarithmic corrections, with respect to unamplified sampling. Besides, we corroborate the theoretical analysis with a set of numerical experiments.
Abstract（参考訳）: 本稿では、振幅の符号に敏感な量子振幅推定(QAE)の拡張であるリアル量子振幅推定(RQAE)アルゴリズムを導入する。 RQAEは、調整可能なパラメータを通して増幅ポリシーを明示的に制御する反復アルゴリズムである。 rqaeの性能を厳密に分析し,非増幅サンプリングに関して2次速度アップ法であるmodulo logarithmic correctionsを実現することを証明した。さらに, 理論的解析を数値実験のセットと相関させる。

関連論文リスト

Application of Langevin Dynamics to Advance the Quantum Natural Gradient Optimization Algorithm [47.47843839099175]
近年,変分量子回路の最適化のためのQNGアルゴリズムが提案されている。本研究では、この離散時間解が一般化形式を与えることを示すために、QNG力を持つランゲヴィン方程式を用いる。
論文参考訳（メタデータ） (2024-09-03T15:21:16Z)
Adaptive variational quantum dynamics simulations with compressed circuits and fewer measurements [4.2643127089535104]
AVQDS(T)と呼ばれる適応変分量子力学シミュレーション(AVQDS)法の改良版を示す。このアルゴリズムは、変分力学の精度の尺度であるマクラクラン距離を一定しきい値以下に保つために、アンザッツ回路に不連結なユニタリゲートの層を適応的に加算する。また、雑音耐性を増強した変動パラメータに対する線形運動方程式を解くために、固有値トランケーションに基づく手法を示す。
論文参考訳（メタデータ） (2024-08-13T02:56:43Z)
Amplitude Amplification and Estimation using a Floquet system [0.0]
量子キックドローター(QKR)は、時間依存の量子カオスの基本モデルである。量子アルゴリズムを実装し、非構造化探索を行う。
論文参考訳（メタデータ） (2024-06-19T04:44:12Z)
Constant Stepsize Q-learning: Distributional Convergence, Bias and Extrapolation [27.17913040244775]
本稿では,非同期Q-ラーニングを定常的なステップサイズで研究する。一定段数Q-ラーニングを時間均質な連鎖に接続することにより、距離の反復の分布収束を示す。また,Q-ラーニングイテレートに対する中心極限理論を確立し,平均的イテレートの正規性を示す。具体的には、偏差は高次項までの段差に比例し、線形係数に対して明示的な表現を与える。
論文参考訳（メタデータ） (2024-01-25T02:01:53Z)
Energy risk analysis with Dynamic Amplitude Estimation and Piecewise Approximate Quantum Compiling [0.0]
我々は、近似量子コンパイルアルゴリズムをCNOT深度低減のための新しい方法に一般化する。量子コンピュータ上での反復振幅推定の10量子ビット実験例を示す。目標は、エネルギー産業における契約ポートフォリオの期待値の導出である。
論文参考訳（メタデータ） (2023-05-16T14:53:08Z)
Error Mitigation-Aided Optimization of Parameterized Quantum Circuits: Convergence Analysis [42.275148861039895]
変分量子アルゴリズム(VQA)は、ノイズプロセッサを介して量子アドバンテージを得るための最も有望な経路を提供する。不完全性とデコヒーレンスによるゲートノイズは、バイアスを導入して勾配推定に影響を与える。 QEM(Quantum error mitigation)技術は、キュービット数の増加を必要とせずに、推定バイアスを低減することができる。 QEMは必要な反復回数を減らすことができるが、量子ノイズレベルが十分に小さい限りである。
論文参考訳（メタデータ） (2022-09-23T10:48:04Z)
A Variational Quantum Attack for AES-like Symmetric Cryptography [69.80357450216633]
古典的AES様対称暗号のための変分量子攻撃アルゴリズム(VQAA)を提案する。 VQAAでは、既知の暗号文は、正規グラフを通して構築されるハミルトンの基底状態として符号化される。
論文参考訳（メタデータ） (2022-05-07T03:15:15Z)
Numerical Simulations of Noisy Quantum Circuits for Computational Chemistry [51.827942608832025]
短期量子コンピュータは、小さな分子の基底状態特性を計算することができる。計算アンサッツの構造と装置ノイズによる誤差が計算にどのように影響するかを示す。
論文参考訳（メタデータ） (2021-12-31T16:33:10Z)
Variational quantum amplitude estimation [0.0]
モンテカルロ積分(MC)の文脈では、浅い回路が多くの振幅増幅ステップを正確に近似できることを数値的に示す。変分法と最大振幅推定を併用する。変動コストを低減するため,適応型VQAEを提案し,古典的MCサンプリングよりも優れた6〜12キュービットシミュレーションを示す。
論文参考訳（メタデータ） (2021-09-08T14:47:17Z)
Quantum Amplitude Amplification Operators [3.8073142980733]
本稿では、一般に量子振幅増幅アルゴリズムを構成する量子反復のキャラクタリゼーションについて述べる。我々は、最適かつ正確な量子振幅増幅アルゴリズムが、単一のQAAOの繰り返しと共にGroverアルゴリズムに対応することを示す。次に,クラウドベースの量子コンピューティングサービス,IBMQ,IonQを通じて,現在の量子技術を用いた3量子QAAOを実現する。
論文参考訳（メタデータ） (2021-05-20T07:26:23Z)
Momentum Q-learning with Finite-Sample Convergence Guarantee [49.38471009162477]
本稿では,有限サンプル保証を用いたモーメントに基づくQ-ラーニングアルゴリズムのクラスを解析する。線形関数近似とマルコフサンプリングによるMomentumQの収束保証を確立する。提案したMomentumQが他のモーメントベースのQ-ラーニングアルゴリズムより優れていることを示す。
論文参考訳（メタデータ） (2020-07-30T12:27:03Z)

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。