Fugu-MT 論文翻訳(概要): Variational Quantum Circuits for Multi-Qubit Gate Automata

論文の概要: Variational Quantum Circuits for Multi-Qubit Gate Automata

arxiv url: http://arxiv.org/abs/2209.00139v1
Date: Wed, 31 Aug 2022 22:05:17 GMT
ステータス: 処理完了
システム内更新日: 2023-01-28 08:58:23.653094
Title: Variational Quantum Circuits for Multi-Qubit Gate Automata
Title（参考訳）: マルチ量子ビットゲートオートマトンのための変分量子回路
Authors: Arunava Majumder, Dylan Lewis, Sougato Bose
Abstract要約: 変分量子アルゴリズム(VQA)は、ノイズ中間スケール量子(NISQ)時代に量子優位性を提供する能力を持つ。本稿では,VQAにインスパイアされた量子機械学習フレームワークを提案する。
参考スコア（独自算出の注目度）: 0.6445605125467573
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Variational quantum algorithms (VQAs) may have the capacity to provide a quantum advantage in the Noisy Intermediate-scale Quantum (NISQ) era. Here, we present a quantum machine learning (QML) framework, inspired by VQAs, to tackle the problem of finding time-independent Hamiltonians that generate desired unitary evolutions, i.e. multi-qubit quantum gates. The Hamiltonians are designed by tuning local fields and two-body interaction terms only. We find that our approach achieves high fidelity quantum gates, such as the Toffoli gate, with a significantly lower computational complexity than is possible classically. This method can also be extended to realize higher-order multi-controlled quantum gates, which could be directly applied to quantum error correction (QEC) schemes.
Abstract（参考訳）: 変分量子アルゴリズム(VQA)は、ノイズ中間スケール量子(NISQ)時代に量子優位性を提供する能力を持つ。本稿では、VQAにインスパイアされた量子機械学習(QML)フレームワークを提案する。ハミルトニアンは局所場と2体相互作用項のみをチューニングして設計された。この手法は, 古典的手法よりも計算複雑性が著しく低い toffoli ゲートのような高忠実性量子ゲートを実現する。この方法は、量子誤り訂正(QEC)スキームに直接適用可能な高階の多重制御量子ゲートを実現するために拡張することもできる。

関連論文リスト

Universal quantum computation using quantum annealing with the transverse-field Ising Hamiltonian [0.0]
逆場イジング・ハミルトニアンを用いた普遍量子計算の実践的実装法を提案する。我々の提案はD-Waveデバイスと互換性があり、大規模ゲートベースの量子コンピュータの実現の可能性を広げている。
論文参考訳（メタデータ） (2024-02-29T12:47:29Z)
A Quantum-Classical Collaborative Training Architecture Based on Quantum State Fidelity [50.387179833629254]
我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。 Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
論文参考訳（メタデータ） (2024-02-23T14:09:41Z)
QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum Circuits [82.50620782471485]
QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。 1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
論文参考訳（メタデータ） (2024-01-10T22:33:00Z)
Quantum process tomography of continuous-variable gates using coherent states [49.299443295581064]
ボソニックモード超伝導回路におけるコヒーレント状態量子プロセストモグラフィ(csQPT)の使用を実証する。符号化量子ビット上の変位とSNAP演算を用いて構築した論理量子ゲートを特徴付けることにより,本手法の結果を示す。
論文参考訳（メタデータ） (2023-03-02T18:08:08Z)
Recent Advances for Quantum Neural Networks in Generative Learning [98.88205308106778]
量子生成学習モデル(QGLM)は、古典的な学習モデルを上回る可能性がある。機械学習の観点からQGLMの現状を概観する。従来の機械学習タスクと量子物理学の両方におけるQGLMの潜在的な応用について論じる。
論文参考訳（メタデータ） (2022-06-07T07:32:57Z)
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)
Variational Quantum-Neural Hybrid Error Mitigation [6.555128824546528]
量子エラー軽減(QEM)は、量子コンピュータ上で信頼性の高い結果を得るために重要である。量子-ニューラルハイブリッド固有解法 (VQNHE) アルゴリズムは, 本質的にはノイズ耐性であり, ユニークなQEM容量を持つことを示す。
論文参考訳（メタデータ） (2021-12-20T08:07:58Z)
Variational Quantum Eigensolver for SU($N$) Fermions [0.0]
変分量子アルゴリズムは、ノイズの多い中間スケール量子コンピュータのパワーを活用することを目的としている。変分量子固有解法を$N$成分フェルミオンの基底状態特性の研究に応用する。提案手法は,多体系の電流ベース量子シミュレータの基礎を定式化したものである。
論文参考訳（メタデータ） (2021-06-29T16:39:30Z)
Noncyclic nonadiabatic holonomic quantum gates via shortcuts to adiabaticity [5.666193021459319]
本稿では,短絡から断熱までを通した普遍量子システムのための高速でロバストなホロノミック量子ゲートの構築手法を提案する。この方式は、現在量子計算の実装のために追求されている物理系において容易に実現可能である。
論文参考訳（メタデータ） (2021-05-28T15:23:24Z)
Variational quantum compiling with double Q-learning [0.37798600249187286]
強化学習(RL)に基づく変分量子コンパイル(VQC)アルゴリズムを提案する。エージェントは、ネイティブゲートアルファベットとそれらが行う量子ビットから、二重Q学習によって順次量子ゲートを選択するように訓練される。 NISQデバイスのデコヒーレンスプロセスとゲートノイズによる量子アルゴリズムのエラーを減らすことができます。
論文参考訳（メタデータ） (2021-03-22T06:46:35Z)
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)

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。