論文の概要: Importance sampling for stochastic quantum simulations
- arxiv url: http://arxiv.org/abs/2212.05952v1
- Date: Mon, 12 Dec 2022 15:06:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2023-01-09 14:06:17.141735
- Title: Importance sampling for stochastic quantum simulations
- Title（参考訳）: 確率量子シミュレーションにおける重要度サンプリング
- Authors: Oriel Kiss, Michele Grossi and Alessandro Roggero
- Abstract要約: 我々はqDriftと呼ばれるコンパイルプロトコルを導入し、それらの係数の大きさに応じてサンプリングによってランダムな積公式を構築する。
サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減できることを示す。
- 参考スコア（独自算出の注目度）: 68.8204255655161
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Simulating complex quantum systems is a promising task for digital quantum
computers. However, the depth of popular product formulas scales with the
number of summands in the Hamiltonian, which can therefore be challenging to
implement on near-term as well as fault-tolerant devices. An efficient solution
is given by the stochastic compilation protocol known as qDrift, which builds
random product formulas by sampling from the Hamiltonian according to the
magnitude of their coefficients. In this work, we unify the qDrift protocol
with importance sampling, allowing us to sample from arbitrary distributions
while controlling both the bias as well as the statistical fluctuations. We
show that the simulation cost can be reduced while achieving the same accuracy
by considering the individual simulation cost during the sampling stage.
Moreover, we incorporate recent work on composite channel and compute
rigorous bounds on the bias and variance showing how to choose the number of
samples, experiments, and time steps for a given target accuracy. These results
lead to a more efficient implementation of the qDrift protocol, both with and
without the use of composite channels. Theoretical results are confirmed by
numerical simulations performed on a lattice nuclear effective field theory.
- Abstract（参考訳）: 複雑な量子システムのシミュレーションは、デジタル量子コンピュータにとって有望なタスクである。
しかし、一般的な製品公式の深さはハミルトニアンのサムマン数に比例するので、短期的およびフォールトトレラントなデバイスで実装することは困難である。
効率的な解は、ハミルトニアンから係数の大きさに応じてサンプリングしてランダム積公式を構築する qdrift として知られる確率的コンパイルプロトコルによって与えられる。
本研究では,qdriftプロトコルをサンプリングの重要性で統一し,バイアスと統計変動の両方を制御しながら任意の分布からサンプルすることが可能である。
サンプリング段階における個別のシミュレーションコストを考慮することにより、同じ精度でシミュレーションコストを削減することができることを示す。
さらに,本研究では, 対象の精度に対して, サンプル数, 実験数, 時間ステップを選択する方法を示す, 偏差と分散の厳密な境界を計算した最近の研究を取り入れた。
これらの結果は、複合チャネルの使用の有無に関わらず、qdriftプロトコルをより効率的に実装することにつながる。
理論的結果は格子核実効場理論で行った数値シミュレーションによって確認される。
関連論文リスト
- Phase estimation with partially randomized time evolution [36.989845156791525]
量子位相推定とハミルトンシミュレーションを組み合わせることは、量子コンピュータ上で基底状態エネルギーを計算するための最も有望なアルゴリズムフレームワークである。
本稿では,ハミルトンシミュレーションの標準手法の一つである積公式の高速化にランダム化を用いる。
量子化学におけるベンチマークシステムに対する部分ランダム化積公式を用いて,単一アンシラ位相推定のための詳細な資源推定を行う。
論文 参考訳（メタデータ） (2025-03-07T18:09:32Z) - Parallel simulation for sampling under isoperimetry and score-based diffusion models [56.39904484784127]
データサイズが大きくなるにつれて、イテレーションコストの削減が重要な目標になります。
科学計算における初期値問題の並列シミュレーションの成功に触発されて,タスクをサンプリングするための並列Picard法を提案する。
本研究は,動力学に基づくサンプリング・拡散モデルの科学的計算におけるシミュレーション手法の潜在的利点を強調した。
論文 参考訳（メタデータ） (2024-12-10T11:50:46Z) - Dynamical Measure Transport and Neural PDE Solvers for Sampling [77.38204731939273]
本研究では, 対象物へのトラクタブル密度関数の移動として, 確率密度からサンプリングする作業に取り組む。
物理インフォームドニューラルネットワーク(PINN)を用いて各偏微分方程式(PDE)の解を近似する。
PINNはシミュレーションと離散化のない最適化を可能にし、非常に効率的に訓練することができる。
論文 参考訳（メタデータ） (2024-07-10T17:39:50Z) - Validation tests of GBS quantum computers give evidence for quantum
advantage with a decoherent target [62.997667081978825]
複数モードデータの検証に指紋としてグループカウント確率の正P位相空間シミュレーションを用いる。
偽データを解き放つ方法を示し、これを古典的なカウントアルゴリズムに適用する。
論文 参考訳（メタデータ） (2022-11-07T12:00:45Z) - Probing finite-temperature observables in quantum simulators of spin
systems with short-time dynamics [62.997667081978825]
ジャジンスキー等式から動機付けられたアルゴリズムを用いて, 有限温度可観測体がどのように得られるかを示す。
長範囲の逆場イジングモデルにおける有限温度相転移は、捕捉されたイオン量子シミュレータで特徴づけられることを示す。
論文 参考訳（メタデータ） (2022-06-03T18:00:02Z) - On Quantum Circuits for Discrete Graphical Models [1.0965065178451106]
一般的な離散因子モデルから、偏りのない、独立なサンプルを確実に生成できる最初の方法を提案する。
本手法は多体相互作用と互換性があり,その成功確率は変数数に依存しない。
量子シミュレーションおよび実際の量子ハードウェアを用いた実験は,本手法が量子コンピュータ上でサンプリングおよびパラメータ学習を行うことができることを示す。
論文 参考訳（メタデータ） (2022-06-01T11:03:51Z) - Benchmarking Quantum Simulators using Ergodic Quantum Dynamics [4.2392660892009255]
実験によって得られた状態と理想状態の間の忠実度を推定するために,サンプル効率のよいプロトコルを解析する。
我々は、様々な量子シミュレータプラットフォームのためのプロトコルを数値的に示す。
論文 参考訳（メタデータ） (2022-05-24T17:18:18Z) - Bosonic field digitization for quantum computers [62.997667081978825]
我々は、離散化された場振幅ベースで格子ボゾン場の表現に対処する。
本稿では,エラースケーリングを予測し,効率的な量子ビット実装戦略を提案する。
論文 参考訳（メタデータ） (2021-08-24T15:30:04Z) - Randomizing multi-product formulas for Hamiltonian simulation [2.2049183478692584]
本稿では,一方のランダム化コンパイルの利点と他方の高次多重積公式を結合した量子シミュレーション手法を提案する。
本フレームワークは,振幅増幅を回避し,回路深度を低減させる。
本アルゴリズムは回路深さとともに指数関数的に縮小するシミュレーション誤差を実現する。
論文 参考訳（メタデータ） (2021-01-19T19:00:23Z) - Quantum-enhanced analysis of discrete stochastic processes [0.8057006406834467]
離散過程(DSP)の特性関数を計算する量子アルゴリズムを提案する。
時間ステップの数と線形にしか成長しない量子回路要素の数を用いて、確率分布を完全に定義する。
このアルゴリズムはすべての軌道を考慮に入れ、重要なサンプリングの必要性を排除している。
論文 参考訳（メタデータ） (2020-08-14T16:07:35Z) - Realistic simulation of quantum computation using unitary and
measurement channels [1.406995367117218]
本稿では,一意チャネルと測定チャネルの和によって密度行列の進化を近似する新しいシミュレーション手法を提案する。
このモデルは、最もよく知られたアプローチと比較して、精度の面で少なくとも1桁の精度の向上を示す。
論文 参考訳（メタデータ） (2020-05-13T14:29:18Z) - Efficient classical simulation of random shallow 2D quantum circuits [104.50546079040298]
ランダム量子回路は古典的にシミュレートするのは難しいと見なされる。
典型例の近似シミュレーションは, 正確なシミュレーションとほぼ同程度に困難であることを示す。
また、十分に浅いランダム回路はより一般的に効率的にシミュレーション可能であると推測する。
論文 参考訳（メタデータ） (2019-12-31T19:00:00Z)
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。