論文の概要: Multi-variable integration with a variational quantum circuit
- arxiv url: http://arxiv.org/abs/2308.05657v1
- Date: Thu, 10 Aug 2023 15:55:20 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-11 11:59:36.425265
- Title: Multi-variable integration with a variational quantum circuit
- Title(参考訳): 変分量子回路による多変量積分
- Authors: Juan M. Cruz-Martinez, Matteo Robbiati, Stefano Carrazza
- Abstract要約: 本稿では,量子回路を用いた多変数積分の評価手法を提案する。
得られた回路は、パラメータシフトルール法を用いて積分変数に対して導出される。
- 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 work we present a novel strategy to evaluate multi-variable integrals
with quantum circuits. The procedure first encodes the integration variables
into a parametric circuit. The obtained circuit is then derived with respect to
the integration variables using the parameter shift rule technique. The
observable representing the derivative is then used as the predictor of the
target integrand function following a quantum machine learning approach. The
integral is then estimated using the fundamental theorem of integral calculus
by evaluating the original circuit. Embedding data according to a reuploading
strategy, multi-dimensional variables can be easily encoded into the circuit's
gates and then individually taken as targets while deriving the circuit. These
techniques can be exploited to partially integrate a function or to quickly
compute parametric integrands within the training hyperspace.
- Abstract(参考訳): 本研究では,量子回路を用いた多変数積分の評価手法を提案する。
この手続きはまず積分変数をパラメトリック回路に符号化する。
得られた回路は、パラメータシフト規則手法を用いて積分変数に対して導出される。
導関数を表すオブザーバブルは、量子機械学習アプローチに従って、ターゲット積分関数の予測器として使用される。
そして、元の回路を評価することによって積分計算の基本定理を用いて積分を推定する。
再ロード戦略に従ってデータを埋め込み、多次元変数を回路のゲートに容易にエンコードし、回路を導出しながら個別にターゲットとして取り込むことができる。
これらのテクニックは、関数を部分的に統合したり、トレーニングハイパースペース内のパラメトリック積分を素早く計算するために利用することができる。
関連論文リスト
- Qutrit Circuits and Algebraic Relations: A Pathway to Efficient Spin-1
Hamiltonian Simulation [6.082536657383077]
本稿では、Quditベースのアプローチ、特にQuditベースの回路の高忠実性実装における課題について述べる。
クディット回路の忠実性を高めるための革新的なアプローチとして、ヤン・バクスターのようなターンオーバー方程式のような代数的関係を探求する。
論文 参考訳(メタデータ) (2023-09-01T21:31:14Z) - Efficient estimation of trainability for variational quantum circuits [43.028111013960206]
変動量子回路のコスト関数とその分散を効率よく計算する方法を見出した。
この方法は、変分量子回路のトレーニング容易性を証明し、バレンプラトー問題を克服できる設計戦略を探索するために用いられる。
論文 参考訳(メタデータ) (2023-02-09T14:05:18Z) - A novel way of calculating scattering integrals [0.0]
NDIM-負次元積分法(NDIM- Negative dimensional Integration Method)と呼ばれる手法は、ガウス積分、系列展開、解析的連続という3つの発展的な基礎に基づいている。
この手法がある種の不適切な積分に取り組むためにどのように応用できるかを示し、量子力学的散乱過程に現れる特定の不適切な積分の例を示す。
論文 参考訳(メタデータ) (2023-01-10T17:14:34Z) - Exploring the role of parameters in variational quantum algorithms [59.20947681019466]
動的リー代数の階数を用いた変分量子回路のキャラクタリゼーションのための量子制御に着想を得た手法を提案する。
有望な接続は、リーランク、計算されたエネルギーの精度、および所定の回路アーキテクチャを介して目標状態を達成するために必要な深さとの間のものである。
論文 参考訳(メタデータ) (2022-09-28T20:24:53Z) - E-detectors: a nonparametric framework for sequential change detection [86.15115654324488]
逐次的変化検出のための基本的かつ汎用的なフレームワークを開発する。
私たちの手順は、平均走行距離のクリーンで無症状な境界が伴います。
統計的および計算効率の両方を達成するために,これらの混合物を設計する方法を示す。
論文 参考訳(メタデータ) (2022-03-07T17:25:02Z) - Quantum simulation of $\phi^4$ theories in qudit systems [53.122045119395594]
回路量子力学(cQED)システムにおける格子$Phi4$理論の量子アルゴリズムの実装について論じる。
quditシステムの主な利点は、そのマルチレベル特性により、対角的な単一量子ゲートでしかフィールドの相互作用を実装できないことである。
論文 参考訳(メタデータ) (2021-08-30T16:30:33Z) - General parameter-shift rules for quantum gradients [0.03823356975862005]
変分量子アルゴリズムは、ノイズの多い中間スケール量子コンピュータの応用においてユビキタスである。
一般的なパラメータシフト規則は回路評価の回数を大幅に削減できることを示す。
提案手法は,評価関数の再構成を選択順序まで再現し,ロトゾルデアルゴリズムの既知一般化に繋がる。
論文 参考訳(メタデータ) (2021-07-26T18:00:02Z) - Single-component gradient rules for variational quantum algorithms [1.3047205680129093]
そのようなアルゴリズムの一般的なボトルネックは、変動パラメータの最適化によって構成される。
一般的な最適化手法のセットは、回路評価によって得られる勾配の推定に有効である。
この研究は、量子ゲートのパラメータを個別に変化する勾配規則の族を包括的に描いている。
論文 参考訳(メタデータ) (2021-06-02T18:00:10Z) - Bernstein-Greene-Kruskal approach for the quantum Vlasov equation [91.3755431537592]
一次元定常量子ブラソフ方程式は、エネルギーを力学変数の1つとして分析する。
量子トンネル効果が小さい半古典的な場合、無限級数解が開発される。
論文 参考訳(メタデータ) (2021-02-18T20:55:04Z) - One qubit as a Universal Approximant [0.0]
単一量子ビット近似は、その量子ゲートを定義する自由度に格納される任意の有界複素関数を近似することができる。
この研究は、Quantum Machine Learningにおける再アップロード技術の堅牢性を示している。
論文 参考訳(メタデータ) (2021-02-08T07:10:31Z) - QUANTIFY: A framework for resource analysis and design verification of
quantum circuits [69.43216268165402]
QUINTIFYは、量子回路の定量的解析のためのオープンソースのフレームワークである。
Google Cirqをベースにしており、Clifford+T回路を念頭に開発されている。
ベンチマークのため、QUINTIFYは量子メモリと量子演算回路を含む。
論文 参考訳(メタデータ) (2020-07-21T15:36:25Z)
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。