論文の概要: Computational advantage of quantum random sampling

• arxiv url: http://arxiv.org/abs/2206.04079v3
• Date: Wed, 2 Nov 2022 12:47:26 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-10 03:59:38.732912
• Title: Computational advantage of quantum random sampling
• Title（参考訳）: 量子ランダムサンプリングの計算的利点
• Authors: Dominik Hangleiter and Jens Eisert
• Abstract要約: 本稿では,量子乱数サンプリングの理論的基盤を計算複雑性と検証可能性の観点から概説する。 我々は、この分野における詳細なオープンな質問について論じ、量子乱数サンプリングの潜在的な応用を含む今後の道の展望を提供する。
• 参考スコア（独自算出の注目度）: 0.913755431537592
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum random sampling is the leading proposal for demonstrating a computational advantage of quantum computers over classical computers. Recently, first large-scale implementations of quantum random sampling have arguably surpassed the boundary of what can be simulated on existing classical hardware. In this article, we comprehensively review the theoretical underpinning of quantum random sampling in terms of computational complexity and verifiability, as well as the practical aspects of its experimental implementation using superconducting and photonic devices and its classical simulation. We discuss in detail open questions in the field and provide perspectives for the road ahead, including potential applications of quantum random sampling.
• Abstract（参考訳）: 量子ランダムサンプリングは、古典的コンピュータに対する量子コンピュータの計算上の優位性を示す主要な提案である。 近年、量子乱数サンプリングの最初の大規模実装は、既存の古典的ハードウェアでシミュレートできるものの境界を超えている。 本稿では,量子ランダムサンプリングの理論的基礎を計算複雑性と検証可能性の観点から包括的に検討するとともに,超伝導・フォトニックデバイスを用いた実験的実装と古典シミュレーションの実践的側面について概観する。 我々は,この分野のオープン質問を詳細に議論し,量子ランダムサンプリングの潜在的な応用を含む今後の展望を提供する。

関連論文リスト

• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
  d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。 我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• 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)
• Quantum Algorithms and Applications for Open Quantum Systems [1.7717834336854132]
  オープン量子系の基本理論の簡潔な要約を提供する。 次に、最近の量子アルゴリズムに関する議論を掘り下げる。 我々は,本分野の現実的な化学,生物,物質システムへの適用性を実証し,関連する応用の議論を締めくくった。
  論文  参考訳（メタデータ） (2024-06-07T19:02:22Z)
• Verifiable measurement-based quantum random sampling with trapped ions [0.7978498178655667]
  量子コンピュータは、今、彼らの古典的なコンピュータよりも優れています。 この利点を示す方法の1つは、量子コンピューティングデバイス上で実行される量子ランダムサンプリングである。 ここでは、量子計算の計測に基づくモデルにおいて、効率よく検証可能な量子ランダムサンプリングを実験的に示す。
  論文  参考訳（メタデータ） (2023-07-26T18:00:03Z)
• 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)
• A Herculean task: Classical simulation of quantum computers [4.12322586444862]
  本研究は、量子コンピュータの進化を特定の操作下でエミュレートする最先端の数値シミュレーション手法について概説する。 我々は、代替手法を簡潔に言及しながら、主流のステートベクターとテンソルネットワークのパラダイムに焦点を当てる。
  論文  参考訳（メタデータ） (2023-02-17T13:59:53Z)
• 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)
• Propagation of errors and quantitative quantum simulation with quantum advantage [0.0]
  多体クエンチ力学は、初期の実用的な量子優位性の最も有望な候補の1つである。 既存の古典的手法の能力を超えた量的信頼性のある量子シミュレーションの要件を解析する。 現実的な量子優位性のレギュレーションがアナログシミュレータを用いた現在の実験で達成されていることを直接実装可能なモデルについて結論する。
  論文  参考訳（メタデータ） (2022-04-28T17:05:51Z)
• Tensor Network Quantum Virtual Machine for Simulating Quantum Circuits at Exascale [57.84751206630535]
  本稿では,E-scale ACCelerator(XACC)フレームワークにおける量子回路シミュレーションバックエンドとして機能する量子仮想マシン(TNQVM)の近代化版を提案する。 新バージョンは汎用的でスケーラブルなネットワーク処理ライブラリであるExaTNをベースにしており、複数の量子回路シミュレータを提供している。 ポータブルなXACC量子プロセッサとスケーラブルなExaTNバックエンドを組み合わせることで、ラップトップから将来のエクサスケールプラットフォームにスケール可能なエンドツーエンドの仮想開発環境を導入します。
  論文  参考訳（メタデータ） (2021-04-21T13:26:42Z)
• Preparing random states and benchmarking with many-body quantum chaos [48.044162981804526]
  時間に依存しないハミルトン力学の下で自然にランダム状態アンサンブルの出現を予測し、実験的に観察する方法を示す。 観測されたランダムアンサンブルは射影測定から現れ、より大きな量子系のサブシステムの間に構築された普遍的相関に密接に関連している。 我々の研究は、量子力学におけるランダム性を理解するための意味を持ち、より広い文脈でのこの概念の適用を可能にする。
  論文  参考訳（メタデータ） (2021-03-05T08:32:43Z)

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。