論文の概要: Response to "Exponential challenges in unbiasing quantum Monte Carlo algorithms with quantum computers"

• arxiv url: http://arxiv.org/abs/2207.13776v1
• Date: Wed, 27 Jul 2022 20:17:11 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-03 07:29:28.663267
• Title: Response to "Exponential challenges in unbiasing quantum Monte Carlo algorithms with quantum computers"
• Title（参考訳）: 量子コンピュータを用いた量子モンテカルロアルゴリズムの非バイアス化における特殊課題」への対応
• Authors: Joonho Lee and David R. Reichman and Ryan Babbush and Nicholas C. Rubin and Fionn D. Malone and Bryan O'Gorman and William J. Huggins
• Abstract要約: 我々は、QC-QMCにおける実用的な量子優位性の可能性が引き続きオープンであることを強調するために、詳細と数値を提供する。 QC-QMCにおける指数的課題は,(1)QMC法の選択,(2)基礎システム,(3)トライアルと歩行の波動関数の形式に依存する。 今後の研究は、QC-QMCが実用的な量子優位性を実現するための例を特定することを目的としている。
• 参考スコア（独自算出の注目度）: 0.7943023838493659
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A recent preprint by Mazzola and Carleo numerically investigates exponential challenges that can arise for the QC-QMC algorithm introduced in our work, "Unbiasing fermionic quantum Monte Carlo with a quantum computer." As discussed in our original paper, we agree with this general concern. However, here we provide further details and numerics to emphasize that the prospects for practical quantum advantage in QC-QMC remain open. The exponential challenges in QC-QMC are dependent on (1) the choice of QMC methods, (2) the underlying system, and (3) the form of trial and walker wavefunctions. While one can find difficult examples with a specific method, a specific system, and a specific walker/trial form, for some combinations of these choices, the approach is potentially more scalable than other near-term quantum algorithms. Future research should aim to identify examples for which QC-QMC enables practical quantum advantage.
• Abstract（参考訳）: mazzola と carleo による最近のプレプリントは、我々の研究で導入された qc-qmc アルゴリズムに生じる指数関数的問題である「量子コンピュータによるフェルミオン量子モンテカルロの偏り」を数値的に研究している。 元の論文で述べたように、私たちはこの一般的な懸念に同意する。 しかし、ここではQC-QMCにおける実用的な量子優位性の可能性について、さらなる詳細と数値を述べる。 QC-QMCにおける指数的課題は,(1)QMC法の選択,(2)基礎システム,(3)トライアルと歩行の波動関数の形式に依存する。 特定の方法、特定のシステム、特定の歩行/心的形態の難しい例を見つけることができるが、このアプローチは他の短期量子アルゴリズムよりもスケーラブルである可能性がある。 今後の研究は、QC-QMCが実用的な量子優位性を実現する例を特定することを目的としている。

関連論文リスト

• Probabilistic Sampling of Balanced K-Means using Adiabatic Quantum Computing [93.83016310295804]
  AQCは研究関心の問題を実装でき、コンピュータビジョンタスクのための量子表現の開発に拍車をかけた。 本研究では,この情報を確率的バランスの取れたk平均クラスタリングに活用する可能性について検討する。 最適でない解を捨てる代わりに, 計算コストを少なくして, 校正後部確率を計算することを提案する。 これにより、合成タスクと実際の視覚データについて、D-Wave AQCで示すような曖昧な解とデータポイントを識別することができる。
  論文  参考訳（メタデータ） (2023-10-18T17:59:45Z)
• Quantum Imitation Learning [74.15588381240795]
  本稿では、量子優位性を利用してILを高速化する量子模倣学習(QIL)を提案する。 量子行動クローニング(Q-BC)と量子生成逆模倣学習(Q-GAIL)という2つのQILアルゴリズムを開発した。 実験結果から,Q-BCとQ-GAILの両者が,従来のものと同等の性能を達成できることが判明した。
  論文  参考訳（メタデータ） (2023-04-04T12:47:35Z)
• Delegated variational quantum algorithms based on quantum homomorphic encryption [69.50567607858659]
  変分量子アルゴリズム(VQA)は、量子デバイス上で量子アドバンテージを達成するための最も有望な候補の1つである。 クライアントのプライベートデータは、そのような量子クラウドモデルで量子サーバにリークされる可能性がある。 量子サーバが暗号化データを計算するための新しい量子ホモモルフィック暗号(QHE)スキームが構築されている。
  論文  参考訳（メタデータ） (2023-01-25T07:00:13Z)
• Deterministic and random features for large-scale quantum kernel machine [0.9404723842159504]
  提案した決定論的およびランダムな特徴を用いて量子カーネル法(QKM)をスケーラブルにすることができることを示す。 O(1,000) sim O(10,000)$トレーニングデータを含むデータセットを用いた数値実験は,本手法の有効性を裏付けるものである。
  論文  参考訳（メタデータ） (2022-09-05T13:22:34Z)
• Quantum Computing Quantum Monte Carlo [8.69884453265578]
  量子コンピューティングと量子モンテカルロを統合したハイブリッド量子古典アルゴリズムを提案する。 我々の研究は、中間スケールおよび早期フォールト耐性量子コンピュータで現実的な問題を解決するための道を開いた。
  論文  参考訳（メタデータ） (2022-06-21T14:26:24Z)
• Open Source Variational Quantum Eigensolver Extension of the Quantum Learning Machine (QLM) for Quantum Chemistry [0.0]
  我々は,化学に着想を得た適応手法の使用と開発のための新しいオープンソースQCパッケージ,Open-VQEを紹介した。 Atos Quantum Learning Machine (QLM)は、コンピュータプログラムを記述、最適化できる汎用プログラミングフレームワークである。 OpenVQEとともに、新しいオープンソースモジュールであるmyQLMFermion(QC開発において重要な重要なQLMリソースを含む)を紹介します。
  論文  参考訳（メタデータ） (2022-06-17T14:24:22Z)
• Theory of Quantum Generative Learning Models with Maximum Mean Discrepancy [67.02951777522547]
  量子回路ボルンマシン(QCBM)と量子生成逆ネットワーク(QGAN)の学習可能性について検討する。 まず、QCBMの一般化能力を解析し、量子デバイスがターゲット分布に直接アクセスできる際の優位性を同定する。 次に、QGANの一般化誤差境界が、採用されるAnsatz、クォーディットの数、入力状態に依存することを示す。
  論文  参考訳（メタデータ） (2022-05-10T08:05:59Z)
• Simulating quantum chaos on a quantum computer [0.0]
  本稿では,量子コンピュータ上でのカオス量子キックトップ(QKT)の力学を探索するための,古典量子ハイブリッド手法を提案する。 2-qubit QKTの進化における周期性、および平均2-qubitの絡み合いにおけるカオスのシグネチャを観察する。
  論文  参考訳（メタデータ） (2021-07-20T23:52:01Z)
• 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)
• Electronic structure with direct diagonalization on a D-Wave quantum annealer [62.997667081978825]
  本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。 そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
  論文  参考訳（メタデータ） (2020-09-02T22:46:47Z)

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。