論文の概要: Adapting the HHL algorithm to near-term quantum computing: application
to non-unitary quantum many-body theory
- arxiv url: http://arxiv.org/abs/2212.14781v1
- Date: Fri, 30 Dec 2022 15:38:59 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-09 03:55:31.053879
- Title: Adapting the HHL algorithm to near-term quantum computing: application
to non-unitary quantum many-body theory
- Title（参考訳）: HHLアルゴリズムを短期量子コンピューティングに適用する:非単位量子多体理論への応用
- Authors: Nishanth Baskaran, Abhishek Singh Rawat, Dibyajyoti Chakravarti,
Akshaya Jayashankar, K. Sugisaki, D. Mukherjee, and V. S. Prasannaa
- Abstract要約: 我々は、量子多体理論方程式を解くために、量子線形解法(HHLアルゴリズム)を実装した。
この研究の重要な特徴は、回路深さを大幅に減少させるためにHHLアルゴリズムを変更することである。
11kbitのIonQマシン上で2種類のハードウェア計算を行う。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Tremendous efforts in recent years towards devising variants of near- and
long-term quantum algorithms for quantum chemistry provide us with an impetus
to go beyond known conventional approaches to treat quantum many-body theory in
the framework of quantum computing. In this work, we identify that a quantum
linear solver (the HHL algorithm) can be employed to solve quantum many-body
theoretic equations (linearized coupled cluster (LCC) equations), and implement
it to obtain precise estimates of the correlation energy of molecular systems.
It is important to note that LCC equations involve a non-unitary wave operator,
as opposed to the unitary operators that one is usually accustomed to, in
quantum computing. A key feature of the work involves modifying the HHL
algorithm to reduce circuit depth significantly while retaining the precision
in correlation energies to a significant degree. To this end, we formulate,
implement, and verify the reduced HHL approach in combination with a
pipeline-based optimization procedure. We carry out two proof-of-principle
hardware computations on the 11-qubit IonQ machine, with the first being the
potential energy curve for the $H_2$ molecule, to demonstrate that HHL adapted
to LCC works on hardware. In the second computation, we show that our
shallow-depth implementation yields reasonable results on hardware for the
$H_3^+$ molecule.
- Abstract（参考訳）: 近年の量子化学における近・長期の量子アルゴリズムの変種を考案する努力は、量子多体理論を量子コンピューティングの枠組みで扱うための既知の従来のアプローチを超越する力を与えてくれます。
本研究では、量子多体理論方程式(線形結合クラスタ(LCC)方程式)の解法として、量子線形解法(HHLアルゴリズム)を用いて、分子系の相関エネルギーの正確な推定値を得る。
LCC方程式は、量子コンピューティングにおいて通常慣れているユニタリ作用素とは対照的に、非ユニタリ波動作用素を含むことに注意する必要がある。
この研究の重要な特徴は、相関エネルギーの精度をある程度保ちながら、回路深さを著しく低減するためにHHLアルゴリズムを変更することである。
この目的のために、パイプラインベースの最適化手順と組み合わせて、縮小hhlアプローチを定式化し、実装し、検証する。
我々は11量子ビットIonQマシン上で2つの基本的ハードウェア計算を行い、最初のものは1ドルH_2$分子のポテンシャルエネルギー曲線であり、LCCに適応したHHLがハードウェアで動作することを示す。
第2の計算では、この浅い実装は$h_3^+$分子のハードウェアに合理的な結果をもたらすことを示した。
関連論文リスト
- 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) - Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。
どの場の量子スピードアップが達成できるかという新たな課題が生じる。
量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文 参考訳（メタデータ） (2024-02-26T09:32:07Z) - Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。
提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
論文 参考訳（メタデータ） (2023-04-18T11:57:15Z) - Quantum Imitation Learning [74.15588381240795]
本稿では、量子優位性を利用してILを高速化する量子模倣学習(QIL)を提案する。
量子行動クローニング(Q-BC)と量子生成逆模倣学習(Q-GAIL)という2つのQILアルゴリズムを開発した。
実験結果から,Q-BCとQ-GAILの両者が,従来のものと同等の性能を達成できることが判明した。
論文 参考訳（メタデータ） (2023-04-04T12:47:35Z) - Hybrid Quantum Classical Simulations [0.0]
量子コンピューティングの2つの主要なハイブリッド応用、すなわち量子近似最適化アルゴリズム(QAOA)と変分量子固有解法(VQE)について報告する。
どちらも、古典的な中央処理ユニットと量子処理ユニットの間の漸進的な通信を必要とするため、ハイブリッド量子古典アルゴリズムである。
論文 参考訳（メタデータ） (2022-10-06T10:49:15Z) - Quantum Robustness Verification: A Hybrid Quantum-Classical Neural
Network Certification Algorithm [1.439946676159516]
本研究では、堅牢性多変数混合整数プログラム(MIP)の解法を含むReLUネットワークの検証について検討する。
この問題を軽減するために、ニューラルネットワーク検証にQCを用い、証明可能な証明書を計算するためのハイブリッド量子プロシージャを導入することを提案する。
シミュレーション環境では,我々の証明は健全であり,問題の近似に必要な最小量子ビット数に制限を与える。
論文 参考訳（メタデータ） (2022-05-02T13:23:56Z) - Solving Linear Systems on Quantum Hardware with Hybrid HHL++ [1.9311784849535176]
HHL (Harrow-Hassidim-Lloyd) は、臨界量子線型代数プリミティブである。
線形系行列のスケーリング係数を決定するための新しいアルゴリズムを提案する。
量子システムモデルH系列のトラップイオン量子コンピュータ上で、修正されたハイブリッドHHLを動作させることにより、我々の作業の有効性を実証する。
論文 参考訳（メタデータ） (2021-10-29T17:59:29Z) - Quantum-Classical Hybrid Algorithm for the Simulation of All-Electron
Correlation [58.720142291102135]
本稿では、分子の全電子エネルギーと古典的コンピュータ上の特性を計算できる新しいハイブリッド古典的アルゴリズムを提案する。
本稿では,現在利用可能な量子コンピュータ上で,化学的に関連性のある結果と精度を実現する量子古典ハイブリッドアルゴリズムの能力を実証する。
論文 参考訳（メタデータ） (2021-06-22T18:00:00Z) - Error mitigation and quantum-assisted simulation in the error corrected
regime [77.34726150561087]
量子コンピューティングの標準的なアプローチは、古典的にシミュレート可能なフォールトトレラントな演算セットを促進するという考え方に基づいている。
量子回路の古典的準確率シミュレーションをどのように促進するかを示す。
論文 参考訳（メタデータ） (2021-03-12T20:58:41Z) - Simulating quantum chemistry in the seniority-zero space on qubit-based
quantum computers [0.0]
計算量子化学の近似をゲートベースの量子コンピュータ上で分子化学をシミュレートする手法と組み合わせる。
基本集合を増大させるために解放された量子資源を用いることで、より正確な結果が得られ、必要な数の量子コンピューティングの実行が削減されることが示される。
論文 参考訳（メタデータ） (2020-01-31T19:44:37Z)
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。