論文の概要: Validating quantum-supremacy experiments with exact and fast tensor
network contraction
- arxiv url: http://arxiv.org/abs/2212.04749v2
- Date: Wed, 17 Jan 2024 01:36:14 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-18 22:01:43.727628
- Title: Validating quantum-supremacy experiments with exact and fast tensor
network contraction
- Title（参考訳）: 完全かつ高速テンソルネットワーク収縮による量子超越実験の検証
- Authors: Yong Liu, Yaojian Chen, Chu Guo, Jiawei Song, Xinmin Shi, Lin Gan,
Wenzhao Wu, Wei Wu, Haohuan Fu, Xin Liu, Dexun Chen, Zhifeng Zhao, Guangwen
Yang, Jiangang Gao
- Abstract要約: 実験により生成されたビットストリングに対して300万の正確な振幅を計算することで直接検証を行う。
シミュレーション能力の飛躍は、マルチ振幅テンソルネットワーク収縮アルゴリズムに基づいて構築される。
提案手法は, 量子多体問題, 統計問題, 最適化問題の解決に大きく影響している。
- 参考スコア（独自算出の注目度）: 21.99404639937004
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The quantum supremacy experiment, such as Google Sycamore [Nature
\textbf{574}, 505 (2019)], poses great challenge for classical verification due
to the exponentially-increasing compute cost. Using a new-generation Sunway
supercomputer within $8.5$ days, we provide a direct verification by computing
three million exact amplitudes for the experimentally generated bitstrings,
obtaining an XEB fidelity of $0.191\%$ (the estimated value is $0.224\%$). The
leap of simulation capability is built on a multiple-amplitude tensor network
contraction algorithm which systematically exploits the ``classical advantage"
(the inherent ``store-and-compute" operation mode of von Neumann machines) of
current supercomputers, and a fused tensor network contraction algorithm which
drastically increases the compute efficiency on heterogeneous architectures.
Our method has a far-reaching impact in solving quantum many-body problems,
statistical problems as well as combinatorial optimization problems.
- Abstract（参考訳）: google sycamore [nature \textbf{574}, 505 (2019)]のような量子超越実験は、指数関数的に計算コストが増加するため、古典的検証にとって大きな課題となる。
8.5ドル以内の次世代sunwayスーパーコンピュータを用いて、実験で生成されたビットストリングの正確な振幅を300万計算し、xebの忠実度を0.191\%$(推定値$0.224\%$)を得る。
シミュレーション能力の飛躍は、現在のスーパーコンピュータの ``classical advantage' (von Neumann マシンの固有の ``store-and-compute" 操作モード) を体系的に活用するマルチアンプテンソルネットワーク収縮アルゴリズムと、異種アーキテクチャの計算効率を大幅に向上させる融合テンソルネットワーク収縮アルゴリズムに基づいて構築されている。
本手法は, 量子多体問題, 統計問題, 組合せ最適化問題にも大きな影響を与えている。
関連論文リスト
- Fast classical simulation of Harvard/QuEra IQP circuits [4.415661493715816]
量子コンピュータの特定の計算能力があまりに複雑であり、古典的な方法では再生できなくなると、量子優位性が達成される。
我々は480ドルの量子ビット計算のために振幅を計算するのに0.00947$秒しかかからない古典的シミュレーションアルゴリズムを報告する。
さらに, このアルゴリズムは, CNOT層の追加による性能低下の影響を受けない。
論文 参考訳（メタデータ） (2024-02-05T17:22:41Z) - Towards large-scale quantum optimization solvers with few qubits [59.63282173947468]
我々は、$m=mathcalO(nk)$バイナリ変数を$n$ qubitsだけを使って最適化するために、$k>1$で可変量子ソルバを導入する。
我々は,特定の量子ビット効率の符号化が,バレン高原の超ポリノミウム緩和を内蔵特徴としてもたらすことを解析的に証明した。
論文 参考訳（メタデータ） (2024-01-17T18:59:38Z) - Simulation of IBM's kicked Ising experiment with Projected Entangled
Pair Operator [71.10376783074766]
我々は最近,誤りを軽減した量子回路を用いてエミュレートされた127量子ビットキックド・イジングモデルの古典的シミュレーションを行った。
提案手法はハイゼンベルク図の射影的絡み合ったペア作用素(PEPO)に基づいている。
我々はクリフォード展開理論を開発し、正確な期待値を計算し、それらをアルゴリズムの評価に利用する。
論文 参考訳（メタデータ） (2023-08-06T10:24:23Z) - A single $T$-gate makes distribution learning hard [56.045224655472865]
この研究は、局所量子回路の出力分布の学習可能性に関する広範な評価を提供する。
ハイブリッド量子古典アルゴリズムを含む多種多様な学習アルゴリズムにおいて、深度$d=omega(log(n))$ Clifford回路に関連する生成的モデリング問題さえも困難であることを示す。
論文 参考訳（メタデータ） (2022-07-07T08:04:15Z) - Optimizing Tensor Network Contraction Using Reinforcement Learning [86.05566365115729]
本稿では,グラフニューラルネットワーク(GNN)と組み合わせた強化学習(RL)手法を提案する。
この問題は、巨大な検索スペース、重い尾の報酬分布、そして困難なクレジット割り当てのために非常に難しい。
GNNを基本方針として利用するRLエージェントが,これらの課題にどのように対処できるかを示す。
論文 参考訳（メタデータ） (2022-04-18T21:45:13Z) - A Hybrid Quantum-Classical Algorithm for Robust Fitting [47.42391857319388]
本稿では,ロバストフィッティングのためのハイブリッド量子古典アルゴリズムを提案する。
私たちのコアコントリビューションは、整数プログラムの列を解く、新しい堅牢な適合式である。
実際の量子コンピュータを用いて得られた結果について述べる。
論文 参考訳（メタデータ） (2022-01-25T05:59:24Z) - Solving the sampling problem of the Sycamore quantum circuits [6.0604034858265345]
本研究では,GoogleのSycamore量子回路の出力分布から,目的の忠実度を持つ独立サンプルを生成する問題について検討する。
本稿では,対応するテンソルネットワークを1回だけ契約することで,この問題を古典的に解決する手法を提案する。
530ドルキュービットと20ドルサイクルのSycamore量子超越回路では、無相関なビットストリングが100万個発生しました。
論文 参考訳（メタデータ） (2021-11-04T17:13:09Z) - Closing the "Quantum Supremacy" Gap: Achieving Real-Time Simulation of a
Random Quantum Circuit Using a New Sunway Supercomputer [8.314468031947694]
我々は,新しいサンウェイスーパーコンピュータ上でランダム量子回路(RQC)のための高性能テンソルベースシミュレータを開発した。
主なイノベーションは,(1) ほぼ最適スライシングスキーム,(2) 複雑度と計算密度の両方を考慮したパス最適化戦略,(2) 約4200万コアにスケールする3レベル並列化スキーム,(3) 幅広いテンソル収縮シナリオの計算効率を向上させる融合置換および乗算設計である。
論文 参考訳（メタデータ） (2021-10-27T15:14:59Z) - A quantum algorithm for training wide and deep classical neural networks [72.2614468437919]
勾配勾配勾配による古典的トレーサビリティに寄与する条件は、量子線形系を効率的に解くために必要な条件と一致することを示す。
MNIST画像データセットがそのような条件を満たすことを数値的に示す。
我々は、プールを用いた畳み込みニューラルネットワークのトレーニングに$O(log n)$の実証的証拠を提供する。
論文 参考訳（メタデータ） (2021-07-19T23:41:03Z) - Simulating the Sycamore quantum supremacy circuits [7.15956388718641]
量子回路シミュレーションのための一般的なテンソルネットワーク手法を提案する。
応用として,GoogleのSycamore回路のサンプリング問題について検討する。
論文 参考訳（メタデータ） (2021-03-04T14:55:15Z) - Verifying Random Quantum Circuits with Arbitrary Geometry Using Tensor
Network States Algorithm [0.0]
アルゴリズムはSch$ddottexto$dinger-Feynmanアルゴリズムよりも2ドル高速である。
このアルゴリズムは, 量子コンピュータ上での比較的浅い量子回路の検証に最適であることを示す。
論文 参考訳（メタデータ） (2020-11-05T02:20:56Z)
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。