論文の概要: Algorithmic Shadow Spectroscopy
- arxiv url: http://arxiv.org/abs/2212.11036v3
- Date: Tue, 22 Aug 2023 10:17:54 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-23 21:19:53.436994
- Title: Algorithmic Shadow Spectroscopy
- Title（参考訳）: アルゴリズムによるシャドースペクトロスコピー
- Authors: Hans Hon Sang Chan, Richard Meister, Matthew L. Goh, B\'alint Koczor
- Abstract要約: 我々は、非常に少ない回路繰り返し(ショット)と余剰資源(アンシラ量子ビット)を用い、エネルギーギャップを推定するためのシミュレータ非依存の量子アルゴリズムとして影分光法を提案する。
時間周期信号の古典的な影を処理した後でN_opropto 108$で表すことができ、その周波数はハイス制限精度とハミルトンエネルギー差に対応する。
我々は、容易に利用可能なIBM量子コンピュータ上でスピンチェーンの高品位で実験的なシャドウスペクトルを測定し、高度な誤差緩和を使わずにノイズフリーシミュレーションと同様の精度を達成した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present shadow spectroscopy as a simulator-agnostic quantum algorithm for
estimating energy gaps using very few circuit repetitions (shots) and no extra
resources (ancilla qubits) beyond performing time evolution and measurements.
The approach builds on the fundamental feature that every observable property
of a quantum system must evolve according to the same harmonic components: we
can reveal them by post-processing classical shadows of time-evolved quantum
states to extract a large number of time-periodic signals $N_o\propto 10^8$,
whose frequencies correspond to Hamiltonian energy differences with
Heisenberg-limited precision. We provide strong analytical guarantees that (a)
quantum resources scale as $O(\log N_o)$, while the classical computational
complexity is linear $O(N_o)$, (b) the signal-to-noise ratio increases with the
number of analysed signals as $\propto \sqrt{N_o}$, and (c) peak frequencies
are immune to reasonable levels of noise. Moreover, performing shadow
spectroscopy to probe model spin systems and the excited state conical
intersection of molecular CH$_2$ in simulation verifies that the approach is
intuitively easy to use in practice, robust against gate noise, amiable to a
new type of algorithmic-error mitigation technique, and uses orders of
magnitude fewer number of shots than typical near-term quantum algorithms -- as
low as 10 shots per timestep is sufficient. Finally, we measured a
high-quality, experimental shadow spectrum of a spin chain on readily-available
IBM quantum computers, achieving the same precision as in noise-free
simulations without using any advanced error mitigation.
- Abstract（参考訳）: シャドースペクトロスコピーは,ごくわずかな回路繰り返し(ショット)と余剰資源(アンシラキュービット)を用い,エネルギーギャップを推定するためのシミュレータ非依存の量子アルゴリズムとして提案する。
このアプローチは、量子系の可観測性はすべて、同じ調和成分に従って進化しなければならないという基本的な特徴に基づいている: 時間進化した量子状態の古典的な影を後処理して、多くの時間周期信号$N_o\propto 10^8$を抽出し、その周波数はハイゼンベルク制限精度とハミルトンエネルギー差に対応する。
我々は強力な分析的保証を提供する
(a)量子リソースは$O(\log N_o)$、古典的な計算複雑性は$O(N_o)$である。
b) 信号と雑音の比は、分析された信号の数に応じて、$\propto \sqrt{N_o}$, and
(c)ピーク周波数は妥当なノイズレベルに免疫する。
さらに、モデルスピン系をプローブするシャドウスペクトロスコピーと分子ch$_2$の励起状態円錐交叉をシミュレーションで検証することで、このアプローチが直感的に使用しやすく、ゲートノイズに頑健であり、新しいタイプのアルゴリズムエラー緩和技術に適しており、通常の近距離量子アルゴリズムよりも1桁少ないショット数で、時間ステップあたり10ショットで十分であることを確認した。
最後に、容易に利用可能なibm量子コンピュータ上でスピンチェーンの高品質で実験的なシャドウスペクトルを測定し、高度な誤差緩和を使わずにノイズフリーシミュレーションと同じ精度を達成する。
関連論文リスト
- Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems [77.88054335119074]
ランダム量子スピン系の進化をモデル化するためにFNOを用いる。
量子波動関数全体の2n$の代わりに、コンパクトなハミルトン観測可能集合にFNOを適用する。
論文 参考訳（メタデータ） (2024-09-05T07:18:09Z) - Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか?
我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。
我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
論文 参考訳（メタデータ） (2024-08-22T08:21:28Z) - Accurate Numerical Simulations of Open Quantum Systems Using Spectral Tensor Trains [0.0]
量子ビット間のデコヒーレンス(英語版)は、量子計算における主要なボトルネックである。
数値計算法Q-ASPEN(Quantum Accelerated Propagator Evaluation)を提案する。
Q-ASPENは任意に正確であり、誤り訂正量子計算に必要なリソースを推定するために適用することができる。
論文 参考訳（メタデータ） (2024-07-16T02:33:27Z) - Parallel-in-time quantum simulation via Page and Wootters quantum time [0.0]
本稿では,Page および Wooters 形式に着想を得た並列時間シミュレーションのための量子アルゴリズムを提案する。
提案アルゴリズムは,多体システムの時間特性をN$の異なる時間で計算できることを示す。
システムキュービットとクロックキュービットの間に生じる絡み合いが運用上の意味があることを厳密に証明する。
論文 参考訳（メタデータ） (2023-08-24T17:32:41Z) - Simulating Noisy Variational Quantum Algorithms: A Polynomial Approach [1.806183113759115]
大規模変動量子アルゴリズムは量子優位性を達成するための潜在的な経路として広く認識されている。
本稿では,可観測物のバックプロパゲーションの積分経路に基づく新しい$gammaPPP法を提案する。
我々は,IBMの127量子ビットイーグルプロセッサにおけるゼロノード化実験結果の古典的シミュレーションを行う。
論文 参考訳（メタデータ） (2023-06-09T10:42:07Z) - Continuous dynamical decoupling of optical $^{171}$Yb$^{+}$ qudits with
radiofrequency fields [45.04975285107723]
我々は、量子アルゴリズムを量子ビットで実現する効率を実験的に向上させる。
この結果は、捕捉されたイオンを用いたquditベースのアルゴリズムの実現に向けた一歩である。
論文 参考訳（メタデータ） (2023-05-10T11:52:12Z) - Sublinear scaling in non-Markovian open quantum systems simulations [0.0]
プロセステンソルを計算する数値的精度のアルゴリズムを導入する。
我々のアプローチでは、無限メモリを持つ環境に対して$mathcalO(nlog n)$の特異値分解しか必要としない。
論文 参考訳（メタデータ） (2023-04-11T15:40:33Z) - Optimal quantum control via genetic algorithms for quantum state
engineering in driven-resonator mediated networks [68.8204255655161]
進化的アルゴリズムに基づく量子状態工学には、機械学習によるアプローチを採用しています。
我々は、単一のモード駆動マイクロ波共振器を介して相互作用する、量子ビットのネットワーク(直接結合のない人工原子の状態に符号化された)を考える。
アルゴリズムは理想的なノイズフリー設定で訓練されているにもかかわらず、高い量子忠実度とノイズに対するレジリエンスを観測する。
論文 参考訳（メタデータ） (2022-06-29T14:34:00Z) - Multistate Transition Dynamics by Strong Time-Dependent Perturbation in
NISQ era [0.0]
我々は,McLachlan変分原理をハイブリッド量子古典アルゴリズムに応用した量子計算手法を開発した。
ベンチマークデータと比較すると、遷移確率は1%以上の精度で得られる。
論文 参考訳（メタデータ） (2021-12-13T00:49:15Z) - Simulating the Mott transition on a noisy digital quantum computer via
Cartan-based fast-forwarding circuits [62.73367618671969]
動的平均場理論(DMFT)は、ハバードモデルの局所グリーン関数をアンダーソン不純物のモデルにマッピングする。
不純物モデルを効率的に解くために、量子およびハイブリッド量子古典アルゴリズムが提案されている。
この研究は、ノイズの多いデジタル量子ハードウェアを用いたMott相転移の最初の計算を提示する。
論文 参考訳（メタデータ） (2021-12-10T17:32:15Z) - Quantum algorithms for quantum dynamics: A performance study on the
spin-boson model [68.8204255655161]
量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。
変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。
量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
論文 参考訳（メタデータ） (2021-08-09T18:00:05Z)
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。