論文の概要: Learning t-doped stabilizer states
- arxiv url: http://arxiv.org/abs/2305.15398v1
- Date: Wed, 24 May 2023 17:57:10 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-25 13:42:37.276924
- Title: Learning t-doped stabilizer states
- Title(参考訳): tドープ安定化状態の学習
- Authors: Lorenzo Leone, Salvatore F. E. Oliviero and Alioscia Hamma
- Abstract要約: 非クリフォードゲートの有限個のtをドープしたクリフォード回路を用いて,計算ベース状態から得られる学習状態を対象とした学習アルゴリズムを提案する。
このアルゴリズムは複雑さのリソースである$O(exp(t)poly(n))$を必要とし、指数関数的に小さな失敗の確率を示す。
- 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: In this paper, we present a learning algorithm aimed at learning states
obtained from computational basis states by Clifford circuits doped with a
finite number t of non-Clifford gates. To tackle this problem, we introduce a
novel algebraic framework for t-doped stabilizer states by utilizing tools from
stabilizer entropy. Leveraging this new structure, we develop an algorithm that
uses sampling from the distribution obtained by squaring expectation values of
Pauli operators that can be obtained by Bell sampling on the state and its
conjugate in the computational basis. The algorithm requires resources of
complexity $O(\exp(t)\poly(n))$ and exhibits an exponentially small probability
of failure.
- Abstract(参考訳): 本稿では,非クリフォードゲートの有限数tをドープしたクリフォード回路により計算基底状態から得られた学習状態を対象とした学習アルゴリズムを提案する。
そこで本研究では, 安定性エントロピーのツールを用いて, t-ドープ安定化状態の代数的枠組みを提案する。
そこで本研究では, 状態のベルサンプリングによって得られるポーリ作用素の期待値と, その共役を計算ベースで求めることで得られる分布からのサンプリングを用いるアルゴリズムを開発した。
このアルゴリズムは複雑さのリソースである$O(\exp(t)\poly(n))$を必要とし、指数的に小さな失敗の確率を示す。
関連論文リスト
- Quantum Magic via Perfect Pauli Sampling of Matrix Product States [0.0]
我々は最近導入された安定化器R'enyiエントロピー(SRE)を考える。
パウリ弦構成上の多体波動関数の単純なサンプリングにより,SREの指数関数的にハードな評価が可能であることを示す。
論文 参考訳(メタデータ) (2023-03-09T19:00:41Z) - Phase transition in Stabilizer Entropy and efficient purity estimation [0.0]
安定化器エントロピー(SE)がパウリ作用素に基づいて状態の拡散を定量化することを示す。
非クリフォード資源の密度の関数として残留部分系SEに相転移が存在することを示す。
論文 参考訳(メタデータ) (2023-02-15T19:00:02Z) - Iterative Qubit Coupled Cluster using only Clifford circuits [52.77024349608834]
クリフォード回路のみを用いる反復量子結合クラスタ (iQCC) の変種に着目した。
この方法は、優れた初期パラメータを生成するため、短期変動量子アルゴリズムの応用に有用である。
NISQ時代を超えて、短い深さのクリフォード事前最適化回路を作るのにも有用かもしれない。
論文 参考訳(メタデータ) (2022-11-18T20:31:10Z) - Gibbs Sampling of Periodic Potentials on a Quantum Computer [0.0]
高次元トーラス上で定義された連続実数値関数からギブスをサンプリングする量子アルゴリズムを提案する。
我々のアルゴリズムは線形系と偏微分方程式の解法に依存し、エネルギー関数を計算した量子オラクルに対してゼロト次クエリを実行する。
論文 参考訳(メタデータ) (2022-10-14T20:56:44Z) - Improved Graph Formalism for Quantum Circuit Simulation [77.34726150561087]
我々は、安定化状態から正準形式への効率よく単純化する方法を示す。
内積の対称性を明らかにするために, 線形依存三重項を特徴付ける。
新たな制御付きPauli $Z$アルゴリズムを用いて、内部積計算のランタイムを$O(n3)$から$O(nd2)$に改善します。
論文 参考訳(メタデータ) (2021-09-20T05:56:25Z) - A Boosting Approach to Reinforcement Learning [59.46285581748018]
複雑度が状態数に依存しない意思決定プロセスにおける強化学習のための効率的なアルゴリズムについて検討する。
このような弱い学習手法の精度を向上させることができる効率的なアルゴリズムを提供する。
論文 参考訳(メタデータ) (2021-08-22T16:00:45Z) - On the Cryptographic Hardness of Learning Single Periodic Neurons [42.86685497609574]
ノイズの存在下での等方性ガウス分布より単一ニューロンを学習する際の暗号的難易度を簡易に低減することを示す。
提案アルゴリズムは勾配ベースや逆SQ-timeアルゴリズムではなく,LLL(Lenstra-LenstraLov'asz)格子に基づく。
論文 参考訳(メタデータ) (2021-06-20T20:03:52Z) - Stochastic Approximation for Online Tensorial Independent Component
Analysis [98.34292831923335]
独立成分分析(ICA)は統計機械学習や信号処理において一般的な次元削減ツールである。
本稿では,各独立成分を推定する副産物オンライン時系列アルゴリズムを提案する。
論文 参考訳(メタデータ) (2020-12-28T18:52:37Z) - A Polynomial Time Algorithm for Learning Halfspaces with Tsybakov Noise [55.45544638410858]
本研究では,Tsybakovノイズの存在下でのPAC学習の相同性半空間の問題について検討する。
我々のアルゴリズムは、任意の精度$epsilon$で真のハーフスペースを学習する。
論文 参考訳(メタデータ) (2020-10-04T22:19:06Z) - A Distributional Analysis of Sampling-Based Reinforcement Learning
Algorithms [67.67377846416106]
定常ステップサイズに対する強化学習アルゴリズムの理論解析に対する分布的アプローチを提案する。
本稿では,TD($lambda$)や$Q$-Learningのような値ベースの手法が,関数の分布空間で制約のある更新ルールを持つことを示す。
論文 参考訳(メタデータ) (2020-03-27T05:13:29Z)
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。