論文の概要: Single-ancilla ground state preparation via Lindbladians
- arxiv url: http://arxiv.org/abs/2308.15676v3
- Date: Sat, 14 Oct 2023 04:48:48 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-18 03:37:08.011957
- Title: Single-ancilla ground state preparation via Lindbladians
- Title(参考訳): リンドブラディアンによる単層地盤準備
- Authors: Zhiyan Ding and Chi-Fang Chen and Lin Lin
- Abstract要約: 我々は、早期耐故障状態における基底状態の準備のための量子アルゴリズムを設計する。
モンテカルロ型量子アルゴリズムとして、ターゲット状態が定常なリンドブラディアンを特徴とする。
我々のアルゴリズムは、初期状態が基底状態と重複しない場合でも基底状態を作成することができる。
- 参考スコア(独自算出の注目度): 4.864474385178252
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We design a quantum algorithm for ground state preparation in the early fault
tolerant regime. As a Monte Carlo-style quantum algorithm, our method features
a Lindbladian where the target state is stationary, and its evolution can be
efficiently implemented using just one ancilla qubit. Our algorithm can prepare
the ground state even when the initial state has zero overlap with the ground
state, bypassing the most significant limitation of methods like quantum phase
estimation. As a variant, we also propose a discrete-time algorithm,
demonstrating even better efficiency and providing a near-optimal simulation
cost depending on the desired evolution time and precision. Numerical
simulation using Ising models and Hubbard models demonstrates the efficacy and
applicability of our method.
- Abstract(参考訳): 我々は、早期耐故障状態における基底状態の準備のための量子アルゴリズムを設計する。
モンテカルロ型量子アルゴリズムとして,対象状態が定常なリンドブラジアンを特徴とし,その進化は1つのアンシラ量子ビットを用いて効率的に実装できる。
我々のアルゴリズムは、初期状態が基底状態と重複しない場合でも基底状態を作成することができ、量子位相推定のような手法の最も重要な制限を回避できる。
変種として、より優れた効率性を示し、所望の進化時間と精度に応じてほぼ最適なシミュレーションコストを提供する離散時間アルゴリズムを提案する。
イジングモデルとハバードモデルを用いた数値シミュレーションにより,本手法の有効性と適用性を示す。
関連論文リスト
- Efficient preparation of the AKLT State with Measurement-based Imaginary
Time Evolution [3.0643464624607217]
本稿では,Affleck-Lieb-Kennedy-Tasakiモデルの基底状態を決定論的に生成する手法を提案する。
MITEアプローチを用いて効率的に調製できることが示される。
この手順は、キュービットベースのシミュレータと互換性があることが示される。
論文 参考訳(メタデータ) (2023-10-09T18:00:03Z) - Hybrid algorithm simulating non-equilibrium steady states of an open
quantum system [10.752869788647802]
非平衡定常状態は開量子系の研究の焦点である。
これらの定常状態を探すための従来の変分アルゴリズムは、資源集約的な実装に悩まされてきた。
我々は、リンドブラッド方程式の演算子-サム形式をシミュレートすることにより、非平衡定常状態の効率的な探索を行う新しい変分量子アルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-09-13T01:57:27Z) - Improved iterative quantum algorithm for ground-state preparation [4.921552273745794]
ハミルトン系の基底状態を作成するために,改良された反復量子アルゴリズムを提案する。
提案手法には,各イテレーションにおける成功確率の向上,測定精度に依存しないサンプリングの複雑さ,ゲートの複雑さの低減,およびアシラリー状態が十分に準備された場合の量子資源のみを必要とするという利点がある。
論文 参考訳(メタデータ) (2022-10-16T05:57:43Z) - Guaranteed Conservation of Momentum for Learning Particle-based Fluid
Dynamics [96.9177297872723]
本稿では,学習物理シミュレーションにおける線形運動量を保証する新しい手法を提案する。
我々は、強い制約で運動量の保存を強制し、反対称的な連続的な畳み込み層を通して実現する。
提案手法により,学習シミュレータの物理的精度を大幅に向上させることができる。
論文 参考訳(メタデータ) (2022-10-12T09:12:59Z) - Exact and efficient Lanczos method on a quantum computer [0.0]
量子コンピュータ上でブロック符号化を用いてクリロフ空間を正確に構築するアルゴリズムを提案する。
この構成は、クリロフ空間がランツォス法と同一であるという意味では正確なものである。
論文 参考訳(メタデータ) (2022-08-01T01:57:23Z) - Probing finite-temperature observables in quantum simulators of spin
systems with short-time dynamics [62.997667081978825]
ジャジンスキー等式から動機付けられたアルゴリズムを用いて, 有限温度可観測体がどのように得られるかを示す。
長範囲の逆場イジングモデルにおける有限温度相転移は、捕捉されたイオン量子シミュレータで特徴づけられることを示す。
論文 参考訳(メタデータ) (2022-06-03T18:00:02Z) - Quadratic Unconstrained Binary Optimisation via Quantum-Inspired
Annealing [58.720142291102135]
本稿では,2次非制約二項最適化の事例に対する近似解を求める古典的アルゴリズムを提案する。
我々は、チューニング可能な硬さと植え付けソリューションを備えた大規模問題インスタンスに対して、我々のアプローチをベンチマークする。
論文 参考訳(メタデータ) (2021-08-18T09:26:17Z) - Quantum algorithms for quantum dynamics: A performance study on the
spin-boson model [68.8204255655161]
量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。
変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。
量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
論文 参考訳(メタデータ) (2021-08-09T18:00:05Z) - FedPD: A Federated Learning Framework with Optimal Rates and Adaptivity
to Non-IID Data [59.50904660420082]
フェデレートラーニング(FL)は、分散データから学ぶための一般的なパラダイムになっています。
クラウドに移行することなく、さまざまなデバイスのデータを効果的に活用するために、Federated Averaging(FedAvg)などのアルゴリズムでは、"Computation then aggregate"(CTA)モデルを採用している。
論文 参考訳(メタデータ) (2020-05-22T23:07:42Z) - Efficient State Preparation for Quantum Amplitude Estimation [0.951828574518325]
量子振幅推定はモンテカルロシミュレーションによって古典的に解決されたアプリケーションに対して二次的なスピードアップを達成することができる。
現在知られている効率的な手法は、対数凹面確率分布に基づく問題、経験的データから未知の分布を学ぶこと、あるいは量子算術に完全に依存することを必要とする。
本稿では,QAE状態作成における回路の複雑さを著しく低減する回路最適化手法とともに,状態準備を簡略化する手法を提案する。
論文 参考訳(メタデータ) (2020-05-15T18:00:01Z) - Active Model Estimation in Markov Decision Processes [108.46146218973189]
マルコフ決定過程(MDP)をモデル化した環境の正確なモデル学習のための効率的な探索の課題について検討する。
マルコフに基づくアルゴリズムは,本アルゴリズムと極大エントロピーアルゴリズムの両方を小サンプル方式で上回っていることを示す。
論文 参考訳(メタデータ) (2020-03-06T16:17:24Z)
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。