論文の概要: Combining Matrix Product States and Noisy Quantum Computers for Quantum
Simulation
- arxiv url: http://arxiv.org/abs/2305.19231v2
- Date: Mon, 8 Jan 2024 17:47:18 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-09 23:49:21.422507
- Title: Combining Matrix Product States and Noisy Quantum Computers for Quantum
Simulation
- Title（参考訳）: 行列積状態と雑音量子コンピュータの組み合わせによる量子シミュレーション
- Authors: Baptiste Anselme Martin, Thomas Ayral, Fran\c{c}ois Jamet, Marko J.
Ran\v{c}i\'c, Pascal Simon
- Abstract要約: 行列生成状態(MPS)と演算子(MPO)は、量子多体系を研究するための強力なツールであることが証明されている。
テンソルネットワークの形で古典的な知識を用いることで、制限された量子資源をよりよく活用できることを示す。
- 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: Matrix Product States (MPS) and Operators (MPO) have been proven to be a
powerful tool to study quantum many-body systems but are restricted to
moderately entangled states as the number of parameters scales exponentially
with the entanglement entropy. While MPS can efficiently find ground states of
1D systems, their capacities are limited when simulating their dynamics, where
the entanglement can increase ballistically with time. On the other hand,
quantum devices appear as a natural platform to encode and perform the time
evolution of correlated many-body states. However, accessing the regime of
long-time dynamics is hampered by quantum noise. In this study we use the best
of worlds: the short-time dynamics is efficiently performed by MPSs, compiled
into short-depth quantum circuits, and is performed further in time on a
quantum computer thanks to efficient MPO-optimized quantum circuits. We
quantify the capacities of this hybrid classical-quantum scheme in terms of
fidelities taking into account a noise model. We show that using classical
knowledge in the form of tensor networks provides a way to better use limited
quantum resources and lowers drastically the noise requirements to reach a
practical quantum advantage. Finally we successfully demonstrate our approach
with an experimental realization of the technique. Combined with efficient
circuit transpilation we simulate a 10-qubit system on an actual quantum device
over a longer time scale than low-bond-dimension MPSs and purely quantum
Trotter evolution.
- Abstract（参考訳）: 行列生成状態(MPS)と演算子(MPO)は、量子多体系を研究するための強力なツールであることが証明されているが、パラメータの数がエントロピーと指数関数的にスケールするため、適度に絡み合った状態に制限されている。
MPSは1Dシステムの基底状態を効率的に見つけることができるが、その能力は力学をシミュレートする際に制限される。
一方、量子デバイスは相関した多体状態の時間発展をエンコードし実行するための自然なプラットフォームとして現れる。
しかし、長期力学の体系にアクセスすることは量子ノイズによって妨げられる。
本研究では,MPO最適化量子回路を効率よく実現し,より効率的なMPO最適化量子回路により,量子コンピュータに時間的・時間的に処理を行う。
このハイブリッド古典量子スキームの容量をノイズモデルを考慮した忠実度の観点から定量化する。
古典的知識をテンソルネットワークの形で用いることで、限られた量子リソースをより効果的に利用し、実用的な量子アドバンテージに到達するためのノイズ要件を大幅に低減できることを示す。
最後に,本手法の実験的実現により,本手法の実証に成功した。
低次元MPSや純粋量子トロッターの進化よりも長い時間スケールで、10量子ビットのシステムを実際の量子デバイス上でシミュレートする。
関連論文リスト
- Resource-Efficient Hybrid Quantum-Classical Simulation Algorithm [0.0]
デジタル量子コンピュータは、量子時間進化の実行において指数的なスピードアップを約束する。
中間時間ステップで所望の量子特性を抽出するタスクは、依然として計算ボトルネックである。
我々は,従来のコンピュータがFTQCデバイスや量子時間プロパゲータを利用でき,このボトルネックを克服できるハイブリッドシミュレータを提案する。
論文 参考訳（メタデータ） (2024-05-17T04:17:27Z) - 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) - Quantum Simulation of Dissipative Energy Transfer via Noisy Quantum
Computer [0.40964539027092917]
雑音の多いコンピュータ上でのオープン量子システムの力学をシミュレートする実用的な手法を提案する。
提案手法は,IBM-Q実機におけるゲートノイズを利用して,2量子ビットのみを用いて計算を行う。
最後に、トロッター展開を行う際の量子回路の深さの増大に対処するため、短期力学シミュレーションを拡張するために転送テンソル法(TTM)を導入した。
論文 参考訳（メタデータ） (2023-12-03T13:56:41Z) - Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。
我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。
これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
論文 参考訳（メタデータ） (2023-06-29T18:00:01Z) - Time-Optimal Quantum Driving by Variational Circuit Learning [2.9582851733261286]
ディジタル量子シミュレーションとハイブリッド回路学習は、量子最適制御の新しい可能性を開く。
有限個の量子ビットを持つ量子デバイス上で、捕捉された量子粒子の波束展開をシミュレートする。
本手法の誤差に対する堅牢性について考察し,回路にバレンプラトーが存在しないことを示す。
論文 参考訳（メタデータ） (2022-11-01T11:53:49Z) - Anticipative measurements in hybrid quantum-classical computation [68.8204255655161]
量子計算を古典的な結果によって補う手法を提案する。
予測の利点を生かして、新しいタイプの量子測度がもたらされる。
予測量子測定では、古典計算と量子計算の結果の組み合わせは最後にのみ起こる。
論文 参考訳（メタデータ） (2022-09-12T15:47:44Z) - Simulating open quantum many-body systems using optimised circuits in
digital quantum simulation [0.0]
修正シュル・オーディンガー方程式(MSSE)のトロタライゼーションを伴う開量子系のモデルについて検討する。
MSSEにおけるリードエラーの最小化は、量子回路の最適化を可能にする。
我々はこのアルゴリズムをIBM Quantumデバイス上で実行し、現在のマシンはノイズのために定量的に正確な時間力学を与えるのが困難であることを示した。
論文 参考訳（メタデータ） (2022-03-27T13:00:02Z) - Recompilation-enhanced simulation of electron-phonon dynamics on IBM
Quantum computers [62.997667081978825]
小型電子フォノン系のゲートベース量子シミュレーションにおける絶対的資源コストについて考察する。
我々は、弱い電子-フォノン結合と強い電子-フォノン結合の両方のためのIBM量子ハードウェアの実験を行う。
デバイスノイズは大きいが、近似回路再コンパイルを用いることで、正確な対角化に匹敵する電流量子コンピュータ上で電子フォノンダイナミクスを得る。
論文 参考訳（メタデータ） (2022-02-16T19:00:00Z) - Imaginary Time Propagation on a Quantum Chip [50.591267188664666]
想像時間における進化は、量子多体系の基底状態を見つけるための顕著な技術である。
本稿では,量子コンピュータ上での仮想時間伝搬を実現するアルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-02-24T12:48:00Z) - Exploiting dynamic quantum circuits in a quantum algorithm with
superconducting qubits [0.207811670193148]
超伝導系量子システム上に動的量子回路を構築する。
我々は、量子位相推定という最も基本的な量子アルゴリズムの1つを適応バージョンで活用する。
我々は、動的回路を用いたリアルタイム量子コンピューティングのバージョンが、実質的で有意義な利点をもたらすことを実証した。
論文 参考訳（メタデータ） (2021-02-02T18:51:23Z)
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。