Fugu-MT 論文翻訳(概要): Complexity for one-dimensional discrete time quantum walk circuits

論文の概要: Complexity for one-dimensional discrete time quantum walk circuits

arxiv url: http://arxiv.org/abs/2307.13450v4
Date: Wed, 18 Sep 2024 15:15:47 GMT
ステータス: 処理完了
システム内更新日: 2024-09-19 23:57:01.068591
Title: Complexity for one-dimensional discrete time quantum walk circuits
Title（参考訳）: 一次元離散時間量子ウォーク回路の複素性
Authors: Aranya Bhattacharya, Himanshu Sahu, Ahmadullah Zahed, Kallol Sen,
Abstract要約: 1次元離散時間量子ウォーク(DTQW)から導かれる混合状態密度演算子の複雑性を計算する。この複雑さは、混合状態の正準浄化から得られる2量子ビット量子回路を用いて計算される。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: We compute the complexity for the mixed state density operator derived from a one-dimensional discrete-time quantum walk (DTQW). The complexity is computed using a two-qubit quantum circuit obtained from canonically purifying the mixed state. We demonstrate that the Nielson complexity for the unitary evolution oscillates around a mean circuit depth of $k$. Further, the complexity of the step-wise evolution operator grows cumulatively and linearly with the steps. From a quantum circuit perspective, this implies a succession of circuits of (near) constant depth to be applied to reach the final state.
Abstract（参考訳）: 1次元離散時間量子ウォーク(DTQW)から導かれる混合状態密度演算子の複雑性を計算する。この複雑さは、混合状態の正準浄化から得られる2量子ビット量子回路を用いて計算される。ユニタリ進化におけるニエルソンの複雑性は平均回路深さ$k$で振動することを示した。さらに、ステップワイズ進化作用素の複雑さは、ステップとともに累積的に、線形的に増大する。量子回路の観点からすると、これは最終状態に達するために適用すべき(ほぼ)定数深さの回路の連続を意味する。

関連論文リスト

Quantum complexity and localization in random quantum circuits [0.0]
ランダム量子回路の複雑性を計測・無測定で研究する。測定なしの$N$ qubitsの場合、飽和値は$2N-1$、飽和時間は$2N$となる。複雑性はアンダーソンの局所化と多体局在の新しいプローブとして機能する。
論文参考訳（メタデータ） (2024-09-05T16:10:54Z)
On the Constant Depth Implementation of Pauli Exponentials [49.48516314472825]
任意の指数を$mathcalO(n)$ ancillae と 2体 XX と ZZ の相互作用を用いて一定深さの回路に分解する。クビットリサイクルの恩恵を受ける回路の書き直し規則を導入し,本手法の正しさを実証する。
論文参考訳（メタデータ） (2024-08-15T17:09:08Z)
Quantum complexity phase transitions in monitored random circuits [0.29998889086656577]
監視されたランダム回路における量子状態複雑性のダイナミクスについて検討する。正確な量子状態の複雑性の進化は、測定率を変更する際に相転移を起こす。
論文参考訳（メタデータ） (2023-05-24T18:00:11Z)
Quantum process tomography of continuous-variable gates using coherent states [49.299443295581064]
ボソニックモード超伝導回路におけるコヒーレント状態量子プロセストモグラフィ(csQPT)の使用を実証する。符号化量子ビット上の変位とSNAP演算を用いて構築した論理量子ゲートを特徴付けることにより,本手法の結果を示す。
論文参考訳（メタデータ） (2023-03-02T18:08:08Z)
Circuit Complexity through phase transitions: consequences in quantum state preparation [0.0]
量子多体系の基底状態を作成するための回路の複雑さを解析する。特に、基底状態が量子相転移に近づくにつれて、この複雑さがどのように成長するか。
論文参考訳（メタデータ） (2023-01-11T19:00:10Z)
Saturation and recurrence of quantum complexity in random local quantum dynamics [5.803309695504831]
量子複雑性 (quantum complexity) とは、与えられた状態またはユニタリチャネルを作成するのに必要な基本演算数の最小値である。 Brown と Susskind は、カオス量子系の複雑性は、系のサイズが最大値で飽和し、二重指数時間で再帰するまでの間、線形に成長すると予想した。
論文参考訳（メタデータ） (2022-05-19T17:42:31Z)
Short Proofs of Linear Growth of Quantum Circuit Complexity [3.8340125020400366]
量子ゲートの複雑さは、それを構築するための基本ゲートの最小数として定義され、量子情報と計算において重要な概念である。近年、ランダムな量子回路から構築される量子ゲートの複雑さは、ビルディングブロックの数とともにほぼ確実に線形に増加することが示されている。
論文参考訳（メタデータ） (2022-05-11T17:53:57Z)
Gaussian initializations help deep variational quantum circuits escape from the barren plateau [87.04438831673063]
近年、変分量子回路は量子シミュレーションや量子機械学習に広く用いられている。しかし、ランダムな構造を持つ量子回路は、回路深さと量子ビット数に関して指数関数的に消える勾配のため、トレーニング容易性が低い。この結果、ディープ量子回路は実用的なタスクでは実現できないという一般的な信念が導かれる。
論文参考訳（メタデータ） (2022-03-17T15:06:40Z)
Algebraic Compression of Quantum Circuits for Hamiltonian Evolution [52.77024349608834]
時間依存ハミルトニアンの下でのユニタリ進化は、量子ハードウェアにおけるシミュレーションの重要な構成要素である。本稿では、トロッターステップを1ブロックの量子ゲートに圧縮するアルゴリズムを提案する。この結果、ハミルトニアンのある種のクラスに対する固定深度時間進化がもたらされる。
論文参考訳（メタデータ） (2021-08-06T19:38:01Z)
Detailed Account of Complexity for Implementation of Some Gate-Based Quantum Algorithms [55.41644538483948]
特に、状態準備および読み出しプロセスのような実装のいくつかのステップは、アルゴリズム自体の複雑さの側面を超越することができる。本稿では、方程式の線形系と微分方程式の線形系を解くための量子アルゴリズムの完全な実装に関わる複雑性について述べる。
論文参考訳（メタデータ） (2021-06-23T16:33:33Z)
On estimating the entropy of shallow circuit outputs [49.1574468325115]
確率分布と量子状態のエントロピーを推定することは情報処理の基本的な課題である。本稿では,有界ファンインと非有界ファンアウトのゲートを持つ対数深度回路か定数深度回路のいずれかによって生成された分布や状態に対するエントロピー推定が,少なくともLearning with Errors問題と同程度難しいことを示す。
論文参考訳（メタデータ） (2020-02-27T15:32:08Z)

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。