論文の概要: Efficient Learning of Quantum States Prepared With Few Non-Clifford
Gates
- arxiv url: http://arxiv.org/abs/2305.13409v3
- Date: Mon, 11 Sep 2023 23:24:51 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-13 17:11:22.679786
- Title: Efficient Learning of Quantum States Prepared With Few Non-Clifford
Gates
- Title(参考訳): 非クリフォードゲートの少ない量子状態の効率的な学習
- Authors: Sabee Grewal, Vishnu Iyer, William Kretschmer, Daniel Liang
- Abstract要約: 我々はクリフォードゲートと$O(log(n))$非クリフォードゲートで用意された量子状態を効率的に学習するアルゴリズムを与える。
具体的には、$n$-qubit state $lvert psi rangle$に対して、$mathsfpoly(n,2t,1/epsilon)$ time and copy of $lvert psi rangle$ sufficeを示す。
- 参考スコア(独自算出の注目度): 0.47109219881156844
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We give an algorithm that efficiently learns a quantum state prepared by
Clifford gates and $O(\log(n))$ non-Clifford gates. Specifically, for an
$n$-qubit state $\lvert \psi \rangle$ prepared with at most $t$ non-Clifford
gates, we show that $\mathsf{poly}(n,2^t,1/\epsilon)$ time and copies of
$\lvert \psi \rangle$ suffice to learn $\lvert \psi \rangle$ to trace distance
at most $\epsilon$. This result follows as a special case of an algorithm for
learning states with large stabilizer dimension, where a quantum state has
stabilizer dimension $k$ if it is stabilized by an abelian group of $2^k$ Pauli
operators. We also develop an efficient property testing algorithm for
stabilizer dimension, which may be of independent interest.
- Abstract(参考訳): 我々はクリフォードゲートと$O(\log(n))$非クリフォードゲートで用意された量子状態を効率的に学習するアルゴリズムを与える。
具体的には、$n$-qubit state $\lvert \psi \rangle$を少なくとも$t$非クリフォードゲートで用意すると、$\mathsf{poly}(n,2^t,1/\epsilon)$ time and copy of $\lvert \psi \rangle$ suffice to learn $\lvert \psi \rangle$ to trace distance at most $\epsilon$を示す。
この結果は、量子状態が2^k$ パウリ作用素のアーベル群によって安定化されたとき、安定化次元が$k$となるような大きな安定化次元を持つ状態を学ぶためのアルゴリズムの特別な場合として従う。
また, 独立興味のある安定度次元に対する効率的な特性評価アルゴリズムを開発した。
関連論文リスト
- Do you know what q-means? [50.045011844765185]
クラスタリングは、大規模なデータセットを分析する上で最も重要なツールの1つである。
クラスタリングのための"$q$-means"アルゴリズムの改良版を提案する。
また、$Obig(frack2varepsilon2(sqrtkd + log(Nd))big で実行される $varepsilon に対する "dequantized" アルゴリズムも提示する。
論文 参考訳(メタデータ) (2023-08-18T17:52:12Z) - Efficient Learning of Quantum States Prepared With Few Non-Clifford
Gates II: Single-Copy Measurements [0.47109219881156844]
最近の研究で、回路によって出力される$n$-qubitの量子状態が、最大$t$1-qubitの非クリフォードゲートを持つ場合、$mathsfpoly(n,2t,1/epsilon)$時間とサンプルを用いて、距離$epsilon$をトレースすることができることが示されている。
そこで本研究では,単一コピー計測のみを用いて,同じ状態のクラスを学習するアルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-08-14T14:32:42Z) - Improved Stabilizer Estimation via Bell Difference Sampling [0.47109219881156844]
安定化器の形式性に関して,様々なモデルにおける量子状態の学習の複雑さについて検討する。
Omega(n)$$T$gates は任意の Clifford+$T$ 回路で擬ランダム量子状態を作るのに必要であることを示す。
論文 参考訳(メタデータ) (2023-04-27T01:58:28Z) - Spacetime-Efficient Low-Depth Quantum State Preparation with
Applications [93.56766264306764]
任意の量子状態を作成するための新しい決定論的手法は、以前の方法よりも少ない量子資源を必要とすることを示す。
我々は、量子機械学習、ハミルトンシミュレーション、方程式の線形系を解くことなど、この能力が役立ついくつかのアプリケーションを強調した。
論文 参考訳(メタデータ) (2023-03-03T18:23:20Z) - Mind the gap: Achieving a super-Grover quantum speedup by jumping to the
end [114.3957763744719]
本稿では,数種類のバイナリ最適化問題に対して,厳密な実行保証を有する量子アルゴリズムを提案する。
このアルゴリズムは、$n$非依存定数$c$に対して、時間で$O*(2(0.5-c)n)$の最適解を求める。
また、$k$-spinモデルからのランダムなインスタンスの多数と、完全に満足あるいはわずかにフラストレーションされた$k$-CSP式に対して、文 (a) がそうであることを示す。
論文 参考訳(メタデータ) (2022-12-03T02:45:23Z) - Learning quantum circuits of some $T$ gates [10.609715843964263]
クリフォード群以外の回路を扱う方法は不明である。
本稿では,$T$-depth 1回路の出力状態が,フルT$-rankを安定化器擬似混合器で表すことができることを示す。
論文 参考訳(メタデータ) (2021-06-23T16:43:01Z) - Improved upper bounds on the stabilizer rank of magic states [0.0]
改良は、マジック状態 $|Trangle=sqrt2-1(|0rangle+eipi/4|1rangle)$ の安定化ランクに $m$ の上限で新しい上限を設定することで得られる。
Clifford ゲートと$m$のインスタンスからなる回路に対して,実行時 $textpoly(n,m) 2m/2$ のシングルキュービット $Z$-rotation ゲートの強いシミュレーションアルゴリズムを得る。
論文 参考訳(メタデータ) (2021-06-14T20:20:51Z) - Fast estimation of outcome probabilities for quantum circuits [0.0]
我々は、$n$ qubits上の普遍量子回路のシミュレーションのための2つの古典的アルゴリズムを提案する。
我々のアルゴリズムは、パラメータの異なる条件下で最高の処理を行うことで、お互いを補完する。
アルゴリズムのC+Python実装を提供し、ランダム回路を用いてそれらをベンチマークする。
論文 参考訳(メタデータ) (2021-01-28T19:00:04Z) - Improved Sample Complexity for Incremental Autonomous Exploration in
MDPs [132.88757893161699]
我々は $epsilon$-optimal 目標条件付きポリシーのセットを学び、$ L$ ステップ内で段階的に到達可能なすべての状態を達成します。
DisCoは、コストに敏感な最短経路問題に対して$epsilon/c_min$-optimalポリシーを返すことができる最初のアルゴリズムです。
論文 参考訳(メタデータ) (2020-12-29T14:06:09Z) - Small Covers for Near-Zero Sets of Polynomials and Learning Latent
Variable Models [56.98280399449707]
我々は、s$ of cardinality $m = (k/epsilon)o_d(k1/d)$ に対して $epsilon$-cover が存在することを示す。
構造的結果に基づいて,いくつかの基本的高次元確率モデル隠れ変数の学習アルゴリズムを改良した。
論文 参考訳(メタデータ) (2020-12-14T18:14:08Z) - Quantum Gram-Schmidt Processes and Their Application to Efficient State
Read-out for Quantum Algorithms [87.04438831673063]
本稿では、生成した状態の古典的ベクトル形式を生成する効率的な読み出しプロトコルを提案する。
我々のプロトコルは、出力状態が入力行列の行空間にある場合に適合する。
我々の技術ツールの1つは、Gram-Schmidt正則手順を実行するための効率的な量子アルゴリズムである。
論文 参考訳(メタデータ) (2020-04-14T11:05:26Z)
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。