論文の概要: Large-Scale Quantum Separability Through a Reproducible Machine Learning Lens

• arxiv url: http://arxiv.org/abs/2306.09444v1
• Date: Thu, 15 Jun 2023 18:53:26 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-19 16:06:46.942908
• Title: Large-Scale Quantum Separability Through a Reproducible Machine Learning Lens
• Title（参考訳）: 再現可能な機械学習レンズによる大規模量子分離性
• Authors: Balthazar Casal\'e, Giuseppe Di Molfetta, Sandrine Anthoine, Hachem Kadri
• Abstract要約: 量子分離性問題は、二部格子密度行列が絡み合っているか分離可能であるかを決定することである。 大規模シナリオにおいて,このNP-hard問題に対する近似解を求めるための機械学習パイプラインを提案する。
• 参考スコア（独自算出の注目度）: 5.774786149181392
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The quantum separability problem consists in deciding whether a bipartite density matrix is entangled or separable. In this work, we propose a machine learning pipeline for finding approximate solutions for this NP-hard problem in large-scale scenarios. We provide an efficient Frank-Wolfe-based algorithm to approximately seek the nearest separable density matrix and derive a systematic way for labeling density matrices as separable or entangled, allowing us to treat quantum separability as a classification problem. Our method is applicable to any two-qudit mixed states. Numerical experiments with quantum states of 3- and 7-dimensional qudits validate the efficiency of the proposed procedure, and demonstrate that it scales up to thousands of density matrices with a high quantum entanglement detection accuracy. This takes a step towards benchmarking quantum separability to support the development of more powerful entanglement detection techniques.
• Abstract（参考訳）: 量子分離性問題は、二部密度行列が絡み合っているか分離可能であるかを決定することである。 本研究では,大規模シナリオにおけるNP-hard問題の近似解を求めるための機械学習パイプラインを提案する。 最寄りの分離可能密度行列を近似し、分離可能あるいは絡み合う密度行列を体系的にラベル付けする方法を導出し、量子分離可能性を分類問題として扱うことができる効率的なフランクウルフアルゴリズムを提供する。 我々の方法は任意の2量子混合状態に適用できる。 3次元および7次元キューディットの量子状態による数値実験は提案手法の効率を検証し、高い量子エンタングルメント検出精度で数千の密度行列にスケールすることを示した。 これにより、より強力な絡み合い検出技術の開発を支援するために、量子分離可能性のベンチマークを行う。

関連論文リスト

• Genuine Multipartite Entanglement in Quantum Optimization [0.3495246564946556]
  マルチパーティの絡み合いは、正確な解で瞬時状態の重なり合いに上限を与えることを示す。 私たちの結果は、量子最適化のリソースとして、量子相関がいかに複雑なものになったかを明らかにするのに役立ちます。
  論文  参考訳（メタデータ） (2024-11-12T19:00:16Z)
• Machine Learning approach to reconstruct Density Matrices from Quantum Marginals [0.0]
  量子境界問題の1つの側面に対処する機械学習手法を提案する。 提案手法は,畳み込み型自己エンコーダと量子境界印加法を組み合わせたものである。
  論文  参考訳（メタデータ） (2024-10-15T00:00:27Z)
• Bias-field digitized counterdiabatic quantum optimization [39.58317527488534]
  我々はこのプロトコルをバイアス場デジタルダイアバティック量子最適化(BF-DCQO)と呼ぶ。 私たちの純粋に量子的なアプローチは、古典的な変分量子アルゴリズムへの依存を排除します。 基底状態の成功確率のスケーリング改善を実現し、最大2桁まで増大する。
  論文  参考訳（メタデータ） (2024-05-22T18:11:42Z)
• Quantum State Preparation for Probability Distributions with Mirror Symmetry Using Matrix Product States [0.0]
  確率分布を量子状態にロードするための量子回路は、物理学、金融工学、機械学習で使われる量子アルゴリズムにおいて必須のサブルーチンである。 行列積状態を用いたミラー対称性を持つ確率分布のための新しい量子状態生成法を提案する。 本手法は,確率分布の絡み合いを低減し,行列積状態による近似の精度を向上させる。
  論文  参考訳（メタデータ） (2024-03-25T13:03:35Z)
• A hybrid quantum-classical algorithm for multichannel quantum scattering of atoms and molecules [62.997667081978825]
  原子と分子の衝突に対するシュリンガー方程式を解くためのハイブリッド量子古典アルゴリズムを提案する。 このアルゴリズムはコーン変分原理の$S$-matrixバージョンに基づいており、基本散乱$S$-matrixを計算する。 大規模多原子分子の衝突をシミュレートするために,アルゴリズムをどのようにスケールアップするかを示す。
  論文  参考訳（メタデータ） (2023-04-12T18:10:47Z)
• Squeezing and quantum approximate optimization [0.6562256987706128]
  変分量子アルゴリズムは、デジタル量子コンピュータを用いた最適化問題の解法として興味深い可能性を提供する。 しかし、そのようなアルゴリズムにおける達成可能な性能と量子相関の役割は未だ不明である。 我々は、IBM量子チップと同様に、システマティックな手順で高度に圧縮された状態が生成されるかを数値的に示す。
  論文  参考訳（メタデータ） (2022-05-20T18:00:06Z)
• 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)
• Efficient Bipartite Entanglement Detection Scheme with a Quantum Adversarial Solver [89.80359585967642]
  パラメータ化量子回路で完了した2プレーヤゼロサムゲームとして,両部絡み検出を再構成する。 このプロトコルを線形光ネットワーク上で実験的に実装し、5量子量子純状態と2量子量子混合状態の両部絡み検出に有効であることを示す。
  論文  参考訳（メタデータ） (2022-03-15T09:46:45Z)
• Quantum Optimization of Maximum Independent Set using Rydberg Atom Arrays [39.76254807200083]
  最大独立集合問題の解法として量子アルゴリズムを実験的に検討する。 問題の難易度は解の縮退と局所ミニマの数によって制御される。 最も難しいグラフでは、正確な解を見つける際に超線形量子スピードアップを観測する。
  論文  参考訳（メタデータ） (2022-02-18T19:00:01Z)
• Parallel Quantum Chemistry on Noisy Intermediate-Scale Quantum Computers [0.0]
  量子化学基底状態エネルギー問題の解法として,新しいハイブリッド量子古典アルゴリズムを提案する。 この新しいアプローチは、超伝導トランスモン量子ビットに基づくIBM量子コンピュータ上のHubbardのようなシステムに対して実証されている。
  論文  参考訳（メタデータ） (2022-02-04T22:28:17Z)
• Adiabatic Quantum Graph Matching with Permutation Matrix Constraints [75.88678895180189]
  3次元形状と画像のマッチング問題は、NPハードな置換行列制約を持つ二次代入問題(QAP)としてしばしば定式化される。 本稿では,量子ハードウェア上での効率的な実行に適した制約のない問題として,いくつかのQAPの再構成を提案する。 提案アルゴリズムは、将来の量子コンピューティングアーキテクチャにおいて、より高次元にスケールする可能性がある。
  論文  参考訳（メタデータ） (2021-07-08T17:59:55Z)

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。