論文の概要: On low-depth quantum algorithms for robust multiple-phase estimation
- arxiv url: http://arxiv.org/abs/2303.08099v1
- Date: Tue, 14 Mar 2023 17:38:01 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-15 13:47:46.569267
- Title: On low-depth quantum algorithms for robust multiple-phase estimation
- Title(参考訳): ロバスト多相推定のための低深さ量子アルゴリズムについて
- Authors: Haoya Li, Hongkang Ni, Lexing Ying
- Abstract要約: We present robust multiple-phase estimation (RMPE) algorithm with Heisenberg-limited scaling。
我々の方法は、整数パワーのみにアクセス可能なブラックボックスとしてユニタリ$U$が与えられるエム整数パワーモデルと、ユニタリ$U$がハミルトニアン$H$と$U = exp(-2pimathrmi H)$で定義されるエム実パワーモデルの両方を扱う。
- 参考スコア(独自算出の注目度): 6.134067544403308
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper is an algorithmic study of quantum phase estimation with multiple
eigenvalues. We present robust multiple-phase estimation (RMPE) algorithms with
Heisenberg-limited scaling that are particularly suitable for early
fault-tolerant quantum computers in the following senses: (1) a minimal number
of ancilla qubits are used, (2) an imperfect initial state with a significant
residue is allowed, (3) the prefactor in the maximum runtime can be arbitrarily
small given that the residue is sufficiently small and a gap among the dominant
eigenvalues is known in advance. Even if the eigenvalue gap does not exist, the
proposed RMPE algorithms are able to achieve the Heisenberg limit while
maintaining the aforementioned benefits (1) and (2). In addition, our method
handles both the {\em integer-power} model, where the unitary $U$ is given as a
black box with only integer powers accessible, and the {\em real-power} model,
where the unitary $U$ is defined through a Hamiltonian $H$ with $U =
\exp(-2\pi\mathrm{i} H)$.
- Abstract(参考訳): 本稿では,複数の固有値を持つ量子位相推定のアルゴリズムによる検討を行う。
1) 初期フォールトトレラント量子コンピュータに特に適合する,ロバストな多重位相推定 (rmpe) アルゴリズムを提案する。(1) 極小のアンシラ量子ビットを使用し, (2) かなりの残差を持つ不完全な初期状態が許容され, (3) 最大ランタイムにおけるプリファクターは,残差が十分に小さく,支配的固有値間のギャップが事前に分かっているので,任意に小さくすることができる。
固有値ギャップが存在しない場合でも、提案したRMPEアルゴリズムは上記の利点(1)と(2)を維持しながらハイゼンベルク限界を達成することができる。
さらに、本手法では、ユニタリ$u$ が整数パワーのみアクセス可能なブラックボックスとして与えられる "em integer-power} モデルと、ユニタリ$u$ が $u = \exp(-2\pi\mathrm{i} h)$ のハミルトニアン $h$ で定義される "em real-power} モデルの両方を扱う。
関連論文リスト
- Sparse random Hamiltonians are quantumly easy [105.6788971265845]
量子コンピュータの候補は、量子システムの低温特性をシミュレートすることである。
本稿は、ほとんどのランダムハミルトニアンに対して、最大混合状態は十分に良い試行状態であることを示す。
位相推定は、基底エネルギーに近いエネルギーの状態を効率的に生成する。
論文 参考訳(メタデータ) (2023-02-07T10:57:36Z) - On low-depth algorithms for quantum phase estimation [6.134067544403308]
早期のフォールトトレラント量子デバイスでは、最小数のアンシラ量子ビットを使用する量子位相推定アルゴリズムが望ましい。
本稿では,量子気象学の既存のアルゴリズムが最初の3つの要件を達成できることを実証する。
第4の要件を満たすアルゴリズムの修正版を提案し,早期のフォールトトレラント量子デバイスに特に注目する。
論文 参考訳(メタデータ) (2023-02-05T18:40:49Z) - Quantum hypothesis testing between qubit states with parity [7.586817293358619]
量子仮説テスト(QHT)における2種類の決定誤差が発生する。
QHTの非対称な設定に焦点をあて、そこでは2種類の決定誤りが不平等に扱われる。
2つの純状態のうちの1つを最大混合状態に置き換え、同様にタイプII誤差の最小確率の挙動を特徴づける。
論文 参考訳(メタデータ) (2022-12-04T08:30:25Z) - Even shorter quantum circuit for phase estimation on early
fault-tolerant quantum computers with applications to ground-state energy
estimation [5.995686036333488]
異なる特徴を持つ位相推定法を開発した。
アルゴリズムの総コストは、ハイゼンベルク制限スケーリング$widetildemathcalO(epsilon-1)$を満たす。
我々のアルゴリズムは、初期のフォールトトレラント量子コンピュータで位相推定タスクを行う際の回路深さを著しく削減することができる。
論文 参考訳(メタデータ) (2022-11-22T03:15:40Z) - Quantum Semidefinite Programming with the Hadamard Test and Approximate
Amplitude Constraints [62.72309460291971]
半定値プログラムに対して最大$N=2n$変数と$M=2n$制約を持つ変分量子アルゴリズムを導入する。
補助量子ビット上で適切にパラメータ化されたユニタリ条件として目的行列を符号化することにより、効率的な最適化を実現する。
本稿では,Goemans-Williamsonアルゴリズムの量子的効率的な実装を考案し,提案プロトコルの有効性を実証する。
論文 参考訳(メタデータ) (2022-06-30T03:15:23Z) - Ground state preparation and energy estimation on early fault-tolerant
quantum computers via quantum eigenvalue transformation of unitary matrices [3.1952399274829775]
我々は、実数(QET-U)を用いたユニタリ行列の量子固有値変換というツールを開発する。
これにより、基底状態エネルギーを推定するための回路構造に匹敵する、全ての前のアルゴリズムより優れた単純な量子アルゴリズムが導かれる。
横フィールドイジングモデルに対するIBM Qiskitを用いたアルゴリズムの性能を示す。
論文 参考訳(メタデータ) (2022-04-12T17:11:40Z) - Improved Quantum Algorithms for Fidelity Estimation [77.34726150561087]
証明可能な性能保証を伴う忠実度推定のための新しい,効率的な量子アルゴリズムを開発した。
我々のアルゴリズムは量子特異値変換のような高度な量子線型代数技術を用いる。
任意の非自明な定数加算精度に対する忠実度推定は一般に困難であることを示す。
論文 参考訳(メタデータ) (2022-03-30T02:02:16Z) - New Quantum Algorithms for Computing Quantum Entropies and Distances [4.7773230870500605]
我々は、幅広い量子エントロピーと距離を計算するための一連の量子アルゴリズムを提案する。
提案したアルゴリズムは、低ランクの場合で最もよく知られた(そして量子的にさえも)アルゴリズムよりも著しく優れている。
論文 参考訳(メタデータ) (2022-03-25T09:15:45Z) - Minimax Optimal Quantization of Linear Models: Information-Theoretic
Limits and Efficient Algorithms [59.724977092582535]
測定から学習した線形モデルの定量化の問題を考える。
この設定の下では、ミニマックスリスクに対する情報理論の下限を導出する。
本稿では,2層ReLUニューラルネットワークに対して,提案手法と上界を拡張可能であることを示す。
論文 参考訳(メタデータ) (2022-02-23T02:39:04Z) - Optimal policy evaluation using kernel-based temporal difference methods [78.83926562536791]
カーネルヒルベルト空間を用いて、無限水平割引マルコフ報酬過程の値関数を推定する。
我々は、関連するカーネル演算子の固有値に明示的に依存した誤差の非漸近上界を導出する。
MRP のサブクラスに対する minimax の下位境界を証明する。
論文 参考訳(メタデータ) (2021-09-24T14:48:20Z) - Differentially Quantized Gradient Methods [53.3186247068836]
微分量子化グラディエントDescence (DQ-GD) が$maxsigma_mathrmGD, rhon 2-R$の線形収縮係数を得ることを示す。
あるクラス内のアルゴリズムは$maxsigma_mathrmGD, 2-R$よりも早く収束できない。
論文 参考訳(メタデータ) (2020-02-06T20:40:53Z)
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。