論文の概要: On proving the robustness of algorithms for early fault-tolerant quantum computers

• arxiv url: http://arxiv.org/abs/2209.11322v2
• Date: Wed, 13 Nov 2024 07:47:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-14 16:08:45.622018
• Title: On proving the robustness of algorithms for early fault-tolerant quantum computers
• Title（参考訳）: 早期フォールトトレラント量子コンピュータにおけるアルゴリズムの堅牢性証明について
• Authors: Rutuja Kshirsagar, Amara Katabarwa, Peter D. Johnson,
• Abstract要約: 位相推定のためのランダム化アルゴリズムを導入し,その性能を2つの単純なノイズモデルで解析する。 回路深度が約0.916倍である限り、ランダム化アルゴリズムは任意に高い確率で成功できると計算する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: The hope of the quantum computing field is that quantum architectures are able to scale up and realize fault-tolerant quantum computing. Due to engineering challenges, such ''cheap'' error correction may be decades away. In the meantime, we anticipate an era of ''costly'' error correction, or early fault-tolerant quantum computing. Costly error correction might warrant settling for error-prone quantum computations. This motivates the development of quantum algorithms which are robust to some degree of error as well as methods to analyze their performance in the presence of error. Several such algorithms have recently been developed; what is missing is a methodology to analyze their robustness. To this end, we introduce a randomized algorithm for the task of phase estimation and give an analysis of its performance under two simple noise models. In both cases the analysis leads to a noise threshold, below which arbitrarily high accuracy can be achieved by increasing the number of samples used in the algorithm. As an application of this general analysis, we compute the maximum ratio of the largest circuit depth and the dephasing scale such that performance guarantees hold. We calculate that the randomized algorithm can succeed with arbitrarily high probability as long as the required circuit depth is less than 0.916 times the dephasing scale.
• Abstract（参考訳）: 量子コンピューティング分野の希望は、量子アーキテクチャがスケールアップし、フォールトトレラントな量子コンピューティングを実現することができることである。 エンジニアリング上の課題のため、このような「チープ」エラー訂正は数十年かかる可能性がある。 その間、我々は'コスト的に'エラー修正の時代、または早期のフォールトトレラント量子コンピューティングを予想する。 コストのかかる誤り訂正は、エラーを起こしやすい量子計算のセトリングを保証できるかもしれない。 これは、ある種のエラーに対して堅牢な量子アルゴリズムの開発と、エラー発生時にその性能を分析する方法のモチベーションである。 いくつかのアルゴリズムが最近開発され、その堅牢性を分析するための方法論が欠落している。 そこで本稿では,位相推定作業のためのランダム化アルゴリズムを導入し,その性能を2つの単純なノイズモデルで解析する。 どちらの場合も、分析はノイズしきい値につながり、以下はアルゴリズムで使用されるサンプルの数を増やすことで、任意に高い精度を達成することができる。 この一般化分析の応用として、最大回路深さとデファススケールの最大比を計算し、性能が保証される。 回路深度が約0.916倍である限り、ランダム化アルゴリズムは任意に高い確率で成功できると計算する。

関連論文リスト

• An adaptive Bayesian quantum algorithm for phase estimation [0.0]
  平均絶対誤差と平均二乗誤差の最適2次スケーリングを実現するためのコヒーレンスに基づく位相推定アルゴリズムを提案する。 ノイズの存在下で、我々のアルゴリズムは理論的な下界に近づく誤差を生成する。
  論文  参考訳（メタデータ） (2023-03-02T19:00:01Z)
• Analyzing Prospects for Quantum Advantage in Topological Data Analysis [35.423446067065576]
  我々は、トポロジカルデータ解析のための改良された量子アルゴリズムを解析し、最適化する。 超二次量子スピードアップは乗法誤差近似をターゲットとする場合にのみ可能であることを示す。 数百億のトフォリを持つ量子回路は、古典的に難解なインスタンスを解くことができると我々は主張する。
  論文  参考訳（メタデータ） (2022-09-27T17:56:15Z)
• Quantum Vulnerability Analysis to Accurate Estimate the Quantum Algorithm Success Rate [21.46259138110464]
  量子コンピュータは、完全には理解されていない計算中にノイズに悩まされる。 本稿では,量子アプリケーションにおけるエラーの影響を定量化する量子脆弱性解析(QVA)を提案する。
  論文  参考訳（メタデータ） (2022-07-29T02:51:16Z)
• Establishing trust in quantum computations [0.0]
  本稿では, 量子コンピュータがアルゴリズムを実行できる忠実度を計測する手法を提案する。 提案手法は,アルゴリズムの量子回路を,効率よく成功率を計測できる密接な関連回路の集合に変換する。
  論文  参考訳（メタデータ） (2022-04-15T17:44:30Z)
• Reducing the cost of energy estimation in the variational quantum eigensolver algorithm with robust amplitude estimation [50.591267188664666]
  量子化学と材料は、量子コンピューティングの最も有望な応用の1つである。 これらの領域における産業関連問題とそれを解決する量子アルゴリズムとの整合性については、まだ多くの研究が続けられている。
  論文  参考訳（メタデータ） (2022-03-14T16:51:36Z)
• Realizing Repeated Quantum Error Correction in a Distance-Three Surface Code [42.394110572265376]
  本稿では,エラーに対する極めて高い耐性を有する表面符号を用いた量子誤り訂正法について述べる。 誤差補正サイクルにおいて、論理量子ビットの4つの基数状態の保存を実証する。
  論文  参考訳（メタデータ） (2021-12-07T13:58:44Z)
• Can Noise on Qubits Be Learned in Quantum Neural Network? A Case Study on QuantumFlow [25.408147000243158]
  本論文は、別の角度からノイズ問題に取り組むことを目的としている。 一般量子アルゴリズムのための完全量子ビットを作成する代わりに、専用アルゴリズムのノイズ問題を緩和する可能性について検討する。 本稿では、量子ニューラルネットワーク(QNN)を対象とし、トレーニングフェーズにおける誤りを学習し、識別されたQNNモデルがノイズに耐性を持つようにすることを提案する。
  論文  参考訳（メタデータ） (2021-09-08T04:43:12Z)
• Optimization and Noise Analysis of the Quantum Algorithm for Solving One-Dimensional Poisson Equation [17.65730040410185]
  一次元ポアソン方程式を解くための効率的な量子アルゴリズムを提案する。 このアルゴリズムをさらに発展させ、ノイズの多い中間スケール量子(NISQ)デバイスにおける実際の応用に近づける。 我々は、IBM Qiskitツールキットを用いて、実量子デバイスに存在する一般的なノイズがアルゴリズムに与える影響を分析する。
  論文  参考訳（メタデータ） (2021-08-27T09:44:41Z)
• Leveraging Randomized Compiling for the QITE Algorithm [0.0]
  量子Imaginary Time Evolutionのような反復アルゴリズムは、コヒーレントエラーの影響を受けやすい。 本稿では、ランダム化コンパイルによるノイズ調整と、浄化による誤り軽減の組み合わせについて述べる。 ノイズ調整と誤差軽減を組み合わせることで,NISQデバイスの性能が向上することを示す。
  論文  参考訳（メタデータ） (2021-04-18T09:26:25Z)
• Randomized compiling for scalable quantum computing on a noisy superconducting quantum processor [0.0]
  コヒーレントエラーは予測不可能な方法で量子アルゴリズムの性能を制限する。 ランダム化ベンチマークと関連するプロトコルによって測定された平均誤差率は、コヒーレントエラーの完全な影響には敏感ではない。 この結果から,現代の雑音量子プロセッサの性能を生かし,予測するためにランダム化コンパイルが利用可能であることが示唆された。
  論文  参考訳（メタデータ） (2020-10-01T06:52:45Z)
• A Gentle Introduction to Quantum Computing Algorithms with Applications to Universal Prediction [21.344529157722366]
  この技術報告は、非物理学者のための量子コンピューティングの初歩的な紹介である。 Deutsch-Jozsa Algorithm、Shor's Algorithm、Grocer Search、Quantum Counting Algorithm。 次に、Solomonoff誘導の近似のためのより良いアルゴリズムを見つけるためにQuantum Computingを使用します。
  論文  参考訳（メタデータ） (2020-04-29T11:46:52Z)

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。