論文の概要: Faster ground state energy estimation on early fault-tolerant quantum computers via rejection sampling

• arxiv url: http://arxiv.org/abs/2304.09827v1
• Date: Wed, 19 Apr 2023 17:27:26 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-20 13:27:45.093741
• Title: Faster ground state energy estimation on early fault-tolerant quantum computers via rejection sampling
• Title（参考訳）: リジェクションサンプリングによる早期フォールトトレラント量子コンピュータの高速基底状態エネルギー推定
• Authors: Guoming Wang, Daniel Stilck Fran\c{c}a, Gumaro Rendon, Peter D. Johnson
• Abstract要約: 我々は基底状態エネルギー推定(GSEE)のための量子アルゴリズムを導入する。 まず、基底状態のエネルギーを推定し、この状態の他の方法と比較して、基底状態のオーバーラップパラメータを2次的に改善する。 第2は、推定基底状態エネルギーが真の基底状態エネルギーの特定の誤差許容範囲内にあることを証明している。
• 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: A major thrust in quantum algorithm development over the past decade has been the search for the quantum algorithms that will deliver practical quantum advantage first. Today's quantum computers and even early fault-tolerant quantum computers will be limited in the number of operations they can implement per circuit. We introduce quantum algorithms for ground state energy estimation (GSEE) that accommodate this design constraint. The first estimates ground state energies and has a quadratic improvement on the ground state overlap parameter compared to other methods in this regime. The second certifies that the estimated ground state energy is within a specified error tolerance of the true ground state energy, addressing the issue of gap estimation that beleaguers several ground state preparation and energy estimation algorithms. We note, however, that the scaling of this certification technique is, unfortunately, worse than that of the GSEE algorithm. These algorithms are based on a novel use of the quantum computer to facilitate rejection sampling. After a classical computer is used to draw samples, the quantum computer is used to accept or reject the samples. The set of accepted samples correspond to draws from a target distribution. While we use this technique for ground state energy estimation, it may find broader application. Our work pushes the boundaries of what operation-limited quantum computers are capable of and thus brings the target of quantum advantage closer to the present.
• Abstract（参考訳）: 過去10年間の量子アルゴリズム開発における大きな推進力は、量子アルゴリズムの探索であり、まずは実用的な量子的優位性を提供する。 今日の量子コンピュータや初期のフォールトトレラント量子コンピュータは、回路ごとに実装できる演算数に制限がある。 この設計制約を満たす基底状態エネルギー推定(GSEE)のための量子アルゴリズムを導入する。 第1報では, 基底状態のエネルギーを推定し, 基底状態のオーバーラップパラメータを, その他の方法と比較して2次的に改善した。 第2の証明は、推定基底状態エネルギーが真の基底状態エネルギーの特定の誤差許容範囲内にあることを証明し、いくつかの基底状態準備とエネルギー推定アルゴリズムを導くギャップ推定の問題に対処する。 しかし、この認証手法のスケーリングは、残念ながらGSEEアルゴリズムのスケーリングよりも悪いことに留意する。 これらのアルゴリズムは、拒絶サンプリングを容易にするために量子コンピュータの新しい利用に基づいている。 古典的なコンピュータでサンプルを描画した後、量子コンピュータはサンプルを受理または拒否するために使用される。 受け入れられたサンプルのセットは、ターゲット分布からのドローに対応する。 我々はこの手法を地中エネルギー推定に利用するが、より広い応用が考えられる。 我々の研究は、操作制限のある量子コンピュータができることの境界を押し上げ、量子アドバンテージのターゲットを現在に近づける。

関連論文リスト

• Preparing low-variance states using a distributed quantum algorithm [2.1587559138197667]
  低分散状態を生成するために、反復位相推定にインスパイアされた分散量子アルゴリズムを提案する。 提案手法では,量子デバイス毎の1つの補助量子ビットを用いて,そのダイナミクスを制御し,そのような補助量子ビットを用いた共同量子計測のためのポストセレクション戦略を用いる。 これにより、分散アルゴリズムがシングルデバイス実装と比較してエネルギー分散を著しく低減することを示すことができる。
  論文  参考訳（メタデータ） (2025-01-22T18:55:51Z)
• Scalable Quantum Algorithms for Noisy Quantum Computers [0.0]
  この論文は、量子計算資源の要求を減らす2つの主要な技術を開発した。 目的は、現在の量子プロセッサでアプリケーションサイズをスケールアップすることだ。 アルゴリズムの応用の主な焦点は量子システムのシミュレーションであるが、開発したサブルーチンは最適化や機械学習の分野でさらに活用することができる。
  論文  参考訳（メタデータ） (2024-03-01T19:36:35Z)
• 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)
• A Quantum-Classical Collaborative Training Architecture Based on Quantum State Fidelity [50.387179833629254]
  我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。 Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。 他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
  論文  参考訳（メタデータ） (2024-02-23T14:09:41Z)
• QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum Circuits [82.50620782471485]
  QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。 1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。 提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
  論文  参考訳（メタデータ） (2024-01-10T22:33:00Z)
• Perturbation theory with quantum signal processing [0.0]
  量子コンピュータ上で摂動エネルギーを得る量子アルゴリズムを提案する。 提案アルゴリズムはこの目的を達成するために量子信号処理(QSP)を用いる。 この研究は、フォールトトレラント量子コンピュータにおける「説明可能な」量子シミュレーションへの第一歩である。
  論文  参考訳（メタデータ） (2022-10-03T05:20:26Z)
• Iterative Qubits Management for Quantum Index Searching in a Hybrid System [56.39703478198019]
  IQuCSは、量子古典ハイブリッドシステムにおけるインデックス検索とカウントを目的としている。 我々はQiskitでIQuCSを実装し、集中的な実験を行う。 その結果、量子ビットの消費を最大66.2%削減できることが示されている。
  論文  参考訳（メタデータ） (2022-09-22T21:54:28Z)
• Quantum algorithm for ground state energy estimation using circuit depth with exponentially improved dependence on precision [1.5831247735039677]
  量子コンピューティングの分野におけるマイルストーンは、最先端の古典的手法よりも早く量子化学や材料の問題を解決することである。 我々は,このコストを精度のビット数で線形に増大させる基底状態エネルギー推定アルゴリズムを開発した。 これらの特徴により、初期のフォールトトレラント量子コンピューティングの時代において、我々のアルゴリズムは量子優位性を実現するための有望な候補となる。
  論文  参考訳（メタデータ） (2022-09-14T17:58:12Z)
• Reducing the cost of energy estimation in the variational quantum eigensolver algorithm with robust amplitude estimation [50.591267188664666]
  量子化学と材料は、量子コンピューティングの最も有望な応用の1つである。 これらの領域における産業関連問題とそれを解決する量子アルゴリズムとの整合性については、まだ多くの研究が続けられている。
  論文  参考訳（メタデータ） (2022-03-14T16:51:36Z)
• Electronic structure with direct diagonalization on a D-Wave quantum annealer [62.997667081978825]
  本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。 そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
  論文  参考訳（メタデータ） (2020-09-02T22:46:47Z)

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。