論文の概要: Quantifying $T$-gate-count improvements for ground-state-energy
estimation with near-optimal state preparation
- arxiv url: http://arxiv.org/abs/2210.10872v3
- Date: Mon, 17 Apr 2023 17:03:15 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-18 23:57:53.059139
- Title: Quantifying $T$-gate-count improvements for ground-state-energy
estimation with near-optimal state preparation
- Title(参考訳): 準最適状態形成による地中エネルギー推定のための$t$-gate-count改良の定量化
- Authors: Shivesh Pathak, Antonio Russo, Stefan Seritan, Andrew Baczewski
- Abstract要約: 基底状態の準備に追加の量子資源を投資することで、そのエネルギーを見積もることに伴う集約ランタイムが向上するかどうかを考察する。
我々はLin and Tongの準最適状態生成アルゴリズムを解析し、2次に近い基底状態エネルギー推定のランタイムのプロキシである$T$-gateカウントを削減可能であることを示す。
- 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 study the question of when investing additional quantum resources in
preparing a ground state will improve the aggregate runtime associated with
estimating its energy. We analyze Lin and Tong's near-optimal state preparation
algorithm and show that it can reduce a proxy for the runtime, the $T$-gate
count, of ground state energy estimation near quadratically. Resource estimates
are provided that specify the conditions under which the added cost of state
preparation is worthwhile.
- Abstract(参考訳): 基底状態の準備に追加の量子資源を投資することで、そのエネルギーを見積もることに伴う集約ランタイムが向上するかどうかを考察する。
我々はLin and Tongの準最適状態生成アルゴリズムを解析し、2次に近い基底状態エネルギー推定のランタイムのプロキシである$T$-gateカウントを削減可能であることを示す。
資源の見積もりは、追加の州準備コストが価値のある条件を指定するものである。
関連論文リスト
- Learning-assisted Stochastic Capacity Expansion Planning: A Bayesian
Optimization Approach [3.4137115855910767]
大規模容量拡大問題(CEP)は、地域エネルギーシステムのコスト効率の高い脱炭の中心である。
本稿では,2段階のCEPを抽出する学習支援近似解法を提案する。
本手法では, 直列集約法と比較して最大3.8%のコスト削減効果が得られた。
論文 参考訳(メタデータ) (2024-01-19T01:40:58Z) - Initial state preparation for quantum chemistry on quantum computers [1.4336086085916357]
化学系の基底状態エネルギー推定のための量子アルゴリズムは、高品質な初期状態を必要とする。
本稿では、初期状態の質を準備し定量化するエンドツーエンドアルゴリズムを用いて初期状態準備問題に対処する。
我々は、エネルギー分布が潜在的な量子的優位性を特定するのにどのように役立つかを示す。
論文 参考訳(メタデータ) (2023-10-27T18:00:59Z) - Accelerating Reinforcement Learning with Value-Conditional State Entropy
Exploration [133.34509584062155]
探索のための有望な技術は、訪問状態分布のエントロピーを最大化することである。
エージェントが高価値の状態を訪問することを好むような、タスク報酬を伴う教師付きセットアップで苦労する傾向があります。
本稿では,値条件のエントロピーを最大化する新しい探索手法を提案する。
論文 参考訳(メタデータ) (2023-05-31T01:09:28Z) - Comparison and Evaluation of Methods for a Predict+Optimize Problem in
Renewable Energy [42.00952788334554]
本稿では2021年に開催されたIEEE-CIS Technical Challenge on Predict+ for Renewable Energy Schedulingについて述べる。
コンペティションにおける上位7つのソリューションの比較と評価を行う。
勝算法は異なるシナリオを予測し、サンプル平均近似法を用いて全てのシナリオに最適化した。
論文 参考訳(メタデータ) (2022-12-21T02:34:12Z) - Distributed Unconstrained Optimization with Time-varying Cost Functions [1.52292571922932]
目的は、各時点の総コストを最小限に抑える最適な軌道を追跡することである。
提案手法は,2段階のダイナミックスから成り,まず第1段階と第2段階の局所的コストの導関数をサンプリングし,最適軌道への降下方向の推定を周期的に構築する。
提案手法の性能を示すために,アルゴリズムのパラメータとその局所状態の収束に対する効果を最適軌道に調整する数値実験を行った。
論文 参考訳(メタデータ) (2022-12-12T23:59:54Z) - Nearly Optimal Latent State Decoding in Block MDPs [74.51224067640717]
エピソードブロック MDP では、意思決定者は少数の潜在状態から生成される豊富な観測やコンテキストにアクセスすることができる。
まず、固定動作ポリシーに基づいて生成されたデータに基づいて、潜時状態復号関数を推定することに興味がある。
次に、報酬のないフレームワークにおいて、最適に近いポリシーを学習する問題について研究する。
論文 参考訳(メタデータ) (2022-08-17T18:49:53Z) - A Quantum Optimal Control Problem with State Constrained Preserving
Coherence [68.8204255655161]
非単体脱コヒーレンスチャネルを特徴とするマルコフ脱コヒーレンスを受ける3レベル$Lambda$型原子を考える。
我々は、デコヒーレンスレベルが予め定義された境界内にある状態制約で量子最適制御問題を定式化する。
論文 参考訳(メタデータ) (2022-03-24T21:31:34Z) - 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) - Improving the accuracy of the energy estimation by combining quantum
annealing with classical computation [0.0]
ハミルトンの基底状態エネルギーを化学的精度で推定することが不可欠である。
本稿では,量子アニールと古典計算を組み合わせることにより,基底状態エネルギーの推定精度を向上させる方法を提案する。
予測値とQA後の状態エネルギーの分散がしきい値よりも小さい場合、QAは前提状態エネルギーの予測値よりも良い推定値を与える。
論文 参考訳(メタデータ) (2021-02-10T08:52:39Z) - Benchmarking adaptive variational quantum eigensolvers [63.277656713454284]
VQEとADAPT-VQEの精度をベンチマークし、電子基底状態とポテンシャルエネルギー曲線を計算する。
どちらの手法もエネルギーと基底状態の優れた推定値を提供する。
勾配に基づく最適化はより経済的であり、勾配のない類似シミュレーションよりも優れた性能を提供する。
論文 参考訳(メタデータ) (2020-11-02T19:52:04Z) - Near-optimal ground state preparation [3.7747526957907303]
ハミルトンの基底エネルギーを推定する量子古典的アルゴリズムを提案する。
所望の精度に対する初期状態へのクエリ数の依存は、現在の最先端アルゴリズムと比較して指数関数的に改善される。
また,非構造探索問題や量子近似計数問題に適用することにより,アルゴリズムが複雑性の低い境界に達することを証明した。
論文 参考訳(メタデータ) (2020-02-28T01:46:25Z)
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。