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
- Reducing the sampling complexity of energy estimation in quantum many-body systems using empirical variance information [45.18582668677648]
パウリ分解において、与えられたハミルトニアンに対する量子状態準備のエネルギーを推定する問題を考える。
状態の実際の分散を用いた適応推定器を構築する。
論文 参考訳(メタデータ) (2025-02-03T19:00:01Z) - Rydberg Atomic Quantum Receivers for Multi-Target DOA Estimation [77.32323151235285]
ライドバーグ原子量子受信機(RAQR)は、古典的な無線通信とセンシングのための有望なソリューションとして登場した。
我々はまず、マルチターゲット検出のためのRydberg原子量子一様線形アレイ(RAQ-ULA)支援受信機を考案した。
次に、RAQ-ESPRITと呼ばれる回転不変性に基づく手法を設計することにより、信号パラメータのRydberg原子量子推定を提案する。
論文 参考訳(メタデータ) (2025-01-06T07:42:23Z) - 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) - Solving reaction dynamics with quantum computing algorithms [42.408991654684876]
線形応答によって支配される異なる反応を記述することに関連する応答関数の量子アルゴリズムについて検討する。
我々は原子核物理学の応用に焦点をあて、格子上の量子ビット効率のマッピングを検討し、現実的な散乱シミュレーションに必要な大量の量を効率的に表現することができる。
論文 参考訳(メタデータ) (2024-03-30T00:21:46Z) - Greedy Gradient-free Adaptive Variational Quantum Algorithms on a Noisy Intermediate Scale Quantum Computer [0.6020414684573572]
ハイブリッド量子古典適応型VQE(Vari Quantum Eigensolvers)は、多体量子システムにおいて古典計算を上回る性能を持つ。
本稿では,Greedy Gradient-free Adaptive VQE (GGA-VQE) と呼ばれる解析的・勾配なし最適化を用いた適応アルゴリズムを提案する。
GGA-VQEを25量子ビットの量子回路上で実行し、良好な基底状態近似を求める。
論文 参考訳(メタデータ) (2023-06-29T17:58:02Z) - 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) - 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) - 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。
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。