Fugu-MT 論文翻訳(概要): Robustness of Gauge Digitization to Quantum Noise

論文の概要: Robustness of Gauge Digitization to Quantum Noise

arxiv url: http://arxiv.org/abs/2301.10207v1
Date: Tue, 24 Jan 2023 18:27:39 GMT
ステータス: 処理完了
システム内更新日: 2023-01-25 12:39:39.120645
Title: Robustness of Gauge Digitization to Quantum Noise
Title（参考訳）: 量子ノイズに対するゲージディジタル化のロバスト性
Authors: Erik J. Gustafson and Henry Lamm
Abstract要約: 量子ノイズは、高エネルギー物理シミュレーションにおける量子メモリの使用を制限する。特に、保存された量子状態のゲージ対称性を破る。我々は、ゲージ理論の量子メモリへのデジタル化をノイズチャネルに最適化することで、ゲージ対称性が完全に失われる前の寿命を他のデジタル化よりも2-10倍に拡張できることを実証した。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Quantum noise limits the use of quantum memory in high energy physics simulations. In particular, it breaks the gauge symmetry of stored quantum states. We examine this effect for abelian and nonabelian theories and demonstrate that optimizing the digitization of gauge theories to quantum memory to account for noise channels can extend the lifetime before complete loss of gauge symmetry by $2-10\times$ over some other digitizations. These constructions also allow for quantum error correction to integrate the symmetries of quantum fields and prioritize the largest gauge violations.
Abstract（参考訳）: 量子ノイズは、高エネルギー物理シミュレーションにおける量子メモリの使用を制限する。特に、保存された量子状態のゲージ対称性を破る。アーベル理論および非アーベル理論に対するこの効果を調べ、ノイズチャネルを考慮した量子メモリへのゲージ理論の数値化を最適化することで、他の数値化よりもゲージ対称性が完全に失われる前の寿命を2-10\times$で延ばすことを実証する。これらの構成により、量子誤差補正は量子場の対称性を統合し、最大のゲージ違反を優先することができる。

関連論文リスト

A Compact Noise-Tolerant Algorithm for Unbiased Quantum Simulation Using Feynman's $i\eta$ Prescription [0.0]
Feynmanの$ieta$の処方は、量子時間進化に必要な回路深さを指数関数的に改善することを証明する。本稿では,ハイブリッド古典量子アルゴリズムの構築に処方則を適用し,有用で観測可能なエネルギーギャップを推定する。
論文参考訳（メタデータ） (2022-12-28T18:59:59Z)
General quantum algorithms for Hamiltonian simulation with applications to a non-Abelian lattice gauge theory [62.997667081978825]
特定の相互作用のクラスを効率的にシミュレートできる一般量子アルゴリズムを導入する。格子ゲージ理論は、1+1次元のSU(2)ゲージ理論であり、1つのスタッガードフェルミオンに結合する。これらのアルゴリズムは、アベリアおよび非アベリアゲージ理論と同様に高次元理論にも適用可能であることが示されている。
論文参考訳（メタデータ） (2022-12-28T18:56:25Z)
Quantum error correction on symmetric quantum sensors [6.85316573653194]
対称部分空間上の量子誤差補正の一般理論を開発する。削除誤りに対しては、主に幾何学的パルスゲートに基づく簡単な量子誤り補正アルゴリズムを提案する。我々は、削除誤差の線形率にもかかわらず機能する対称プローブ状態に対する単純な量子センシングスキームを考案する。
論文参考訳（メタデータ） (2022-12-12T23:41:51Z)
Overcoming exponential volume scaling in quantum simulations of lattice gauge theories [1.5675763601034223]
ゲージ冗長性のない 2+1 次元のコンパクトな U(1) ゲージ理論の定式化を提案する。量子回路へのナイーブな実装は、体積と指数関数的にスケールするゲート数を持つ。我々は、ハミルトンの非局所性を低減する演算子再定義を実行することによって、この指数的スケーリングを破る方法について論じる。
論文参考訳（メタデータ） (2022-12-09T01:18:46Z)
NoisyQuant: Noisy Bias-Enhanced Post-Training Activation Quantization for Vision Transformers [53.85087932591237]
NoisyQuantは、視覚変換器のトレーニング後のアクティベーション量子化性能に対する量子化器に依存しない拡張である。理論的な洞察に基づいて、NoisyQuantは重い尾の活性化分布を積極的に変化させる最初の成功を達成している。 NoisyQuantは、最小の計算オーバーヘッドで視覚変換器のトレーニング後の量子化性能を大幅に改善する。
論文参考訳（メタデータ） (2022-11-29T10:02:09Z)
Benchmarking variational quantum circuits with permutation symmetry [14.697420011246036]
SnCQAは、等変量子畳み込み回路のハードウェア効率の変動回路の集合である。我々の量子ニューラルネットワークは、置換対称性が存在する機械学習問題を解決するのに適している。
論文参考訳（メタデータ） (2022-11-23T05:16:26Z)
Symmetric Pruning in Quantum Neural Networks [111.438286016951]
量子ニューラルネットワーク(QNN)は、現代の量子マシンの力を発揮する。ハンドクラフト対称アンサーゼを持つQNNは、一般に非対称アンサーゼを持つものよりも訓練性が高い。本稿では,QNNのグローバル最適収束を定量化するために,実効量子ニューラルネットワークカーネル(EQNTK)を提案する。
論文参考訳（メタデータ） (2022-08-30T08:17:55Z)
Theory of Quantum Generative Learning Models with Maximum Mean Discrepancy [67.02951777522547]
量子回路ボルンマシン(QCBM)と量子生成逆ネットワーク(QGAN)の学習可能性について検討する。まず、QCBMの一般化能力を解析し、量子デバイスがターゲット分布に直接アクセスできる際の優位性を同定する。次に、QGANの一般化誤差境界が、採用されるAnsatz、クォーディットの数、入力状態に依存することを示す。
論文参考訳（メタデータ） (2022-05-10T08:05:59Z)
Gaussian initializations help deep variational quantum circuits escape from the barren plateau [87.04438831673063]
近年、変分量子回路は量子シミュレーションや量子機械学習に広く用いられている。しかし、ランダムな構造を持つ量子回路は、回路深さと量子ビット数に関して指数関数的に消える勾配のため、トレーニング容易性が低い。この結果、ディープ量子回路は実用的なタスクでは実現できないという一般的な信念が導かれる。
論文参考訳（メタデータ） (2022-03-17T15:06:40Z)
On exploring practical potentials of quantum auto-encoder with advantages [92.19792304214303]
量子オートエンコーダ(QAE)は、量子物理学で遭遇する次元の呪いを和らげるための強力なツールである。我々はQAEを用いて固有値を効率的に計算し、高次元量子状態の対応する固有ベクトルを作成できることを証明した。低ランク状態の忠実度推定,量子ギブス状態準備,量子メトロジーの課題を解決するために,QAEに基づく効果的な3つの学習プロトコルを考案した。
論文参考訳（メタデータ） (2021-06-29T14:01:40Z)
Gauge equivariant neural networks for quantum lattice gauge theories [2.14192068078728]
ゲージ対称性は、基本粒子の量子場理論や量子材料の創発的自由度などの領域で現れる物理学において重要な役割を果たしている。正確な局所ゲージ不変性を持つ多体量子システムを効率的にシミュレートしたいという欲求に動機づけられて、ゲージ等価ニューラルネットワーク量子状態が導入される。
論文参考訳（メタデータ） (2020-12-09T18:57:02Z)

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。