論文の概要: Unleashing Quantum Simulation Advantages: Hamiltonian Subspace Encoding for Resource Efficient Quantum Simulations

• arxiv url: http://arxiv.org/abs/2309.09370v1
• Date: Sun, 17 Sep 2023 20:29:21 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-19 15:50:31.093726
• Title: Unleashing Quantum Simulation Advantages: Hamiltonian Subspace Encoding for Resource Efficient Quantum Simulations
• Title（参考訳）: リソース効率の良い量子シミュレーションのためのハミルトン部分空間符号化
• Authors: M. H. Cheng, Yu-Cheng Chen, Qian Wang, V. Bartsch, M. S. Kim, Alice Hu, Min-Hsiu Hsieh
• Abstract要約: 量子ビットコストを指数的に削減するフェルミオンハミルトニアンに対する数保存部分空間符号化は、変分量子固有解法(VQE)における量子上の優位性のために必要である。 我々は,線形符号上でのGilbert-Varshamov境界を用いて,量子ビット圧縮と測定コストの増大のトレードオフを最適化する。 結果として生じる部分空間の表現性と訓練性は、回路深度を小さくし、耐雑音性を高めることで向上する。
• 参考スコア（独自算出の注目度）: 15.451788374983881
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Number-conserved subspace encoding for fermionic Hamiltonians, which exponentially reduces qubit cost, is necessary for quantum advantages in variational quantum eigensolver (VQE). However, optimizing the trade-off between qubit compression and increased measurement cost poses a challenge. By employing the Gilbert-Varshamov bound on linear code, we optimize qubit scaling $\mathcal{O}(N\log_2M)$ and measurement cost $\mathcal{O}(M^4)$ for $M$ modes $N$ electrons chemistry problems. The compression is implemented with the Randomized Linear Encoding (RLE) algorithm on VQE for $\text{H}_2$ and LiH in the 6-31G* and STO-3G/6-31G* basis respectively. The resulting subspace circuit expressivity and trainability are enhanced with less circuit depth and higher noise tolerance.
• Abstract（参考訳）: 量子ビットコストを指数関数的に削減するフェルミオンハミルトニアンに対する数保存部分空間符号化は、変分量子固有ソルバ(vqe)の量子長所において必要である。 しかし、量子ビット圧縮と測定コストの増大の間のトレードオフを最適化することは困難である。 線形コード上のGilbert-Varshamov境界を用いることで、量子ビットスケーリング $\mathcal{O}(N\log_2M)$と測定コスト $\mathcal{O}(M^4)$をM$モードで最適化する。 この圧縮は、VQE上の6-31G*とSTO-3G/6-31G*のそれぞれで$\text{H}_2$とLiHのランダム化線形符号化(RLE)アルゴリズムで実装される。 結果として生じるサブスペース回路の表現性とトレーサビリティは、回路の深さが少なく、高いノイズ耐性で向上する。

関連論文リスト

• Learning with Norm Constrained, Over-parameterized, Two-layer Neural Networks [54.177130905659155]
  近年の研究では、再生カーネルヒルベルト空間(RKHS)がニューラルネットワークによる関数のモデル化に適した空間ではないことが示されている。 本稿では,有界ノルムを持つオーバーパラメータ化された2層ニューラルネットワークに適した関数空間について検討する。
  論文  参考訳（メタデータ） (2024-04-29T15:04:07Z)
• Towards large-scale quantum optimization solvers with few qubits [59.63282173947468]
  我々は、$m=mathcalO(nk)$バイナリ変数を$n$ qubitsだけを使って最適化するために、$k>1$で可変量子ソルバを導入する。 我々は,特定の量子ビット効率の符号化が,バレン高原の超ポリノミウム緩和を内蔵特徴としてもたらすことを解析的に証明した。
  論文  参考訳（メタデータ） (2024-01-17T18:59:38Z)
• Quantum Resources Required to Block-Encode a Matrix of Classical Data [56.508135743727934]
  回路レベルの実装とリソース推定を行い、古典データの高密度な$Ntimes N$行列をブロックエンコードして$epsilon$を精度良くすることができる。 異なるアプローチ間のリソーストレードオフを調査し、量子ランダムアクセスメモリ(QRAM)の2つの異なるモデルの実装を検討する。 我々の結果は、単純なクエリの複雑さを超えて、大量の古典的データが量子アルゴリズムにアクセスできると仮定された場合のリソースコストの明確な図を提供する。
  論文  参考訳（メタデータ） (2022-06-07T18:00:01Z)
• Minimax Optimal Quantization of Linear Models: Information-Theoretic Limits and Efficient Algorithms [59.724977092582535]
  測定から学習した線形モデルの定量化の問題を考える。 この設定の下では、ミニマックスリスクに対する情報理論の下限を導出する。 本稿では,2層ReLUニューラルネットワークに対して,提案手法と上界を拡張可能であることを示す。
  論文  参考訳（メタデータ） (2022-02-23T02:39:04Z)
• How to simulate quantum measurement without computing marginals [3.222802562733787]
  量子状態$psi$を標準で計算するためのアルゴリズムを,古典的に記述し,解析する。 我々のアルゴリズムはサンプリングタスクを$n$-qubit状態のポリ(n)$振幅の計算に還元する。
  論文  参考訳（メタデータ） (2021-12-15T21:44:05Z)
• Qubit-efficient encoding scheme for quantum simulations of electronic structure [5.16230883032882]
  量子コンピュータ上の電子構造をシミュレーションするには、フェルミオン系を量子ビットに符号化する必要がある。 必要条件や対称性を満たす構成の個数において、キュービット数のみを対数化することを要求するキュービット効率の符号化方式を提案する。 提案手法と結果から, 雑音型中間スケール量子 (NISQ) 時代の大規模分子系に対する量子シミュレーションの実現可能性を示す。
  論文  参考訳（メタデータ） (2021-10-08T13:20:18Z)
• Even more efficient quantum computations of chemistry through tensor hypercontraction [0.6234350105794442]
  量子化学ハミルトニアンのスペクトルを$N$任意の軌道で符号化するトフォリ複雑性を$widetildecal O(N)$で記述する。 これは、任意の基底で化学の量子計算で示された最も低い複雑性である。
  論文  参考訳（メタデータ） (2020-11-06T18:03:29Z)
• Fermionic partial tomography via classical shadows [0.0]
  そこで本研究では,n$モードフェルミオン状態の密度行列(k$-RDM)を推定するためのトモグラフィープロトコルを提案する。 量子状態特性の集合をランダムに学習する手法である古典的影の枠組みをフェルミオン設定に拡張する。
  論文  参考訳（メタデータ） (2020-10-30T06:28:26Z)
• Quantum Gram-Schmidt Processes and Their Application to Efficient State Read-out for Quantum Algorithms [87.04438831673063]
  本稿では、生成した状態の古典的ベクトル形式を生成する効率的な読み出しプロトコルを提案する。 我々のプロトコルは、出力状態が入力行列の行空間にある場合に適合する。 我々の技術ツールの1つは、Gram-Schmidt正則手順を実行するための効率的な量子アルゴリズムである。
  論文  参考訳（メタデータ） (2020-04-14T11:05:26Z)
• Quantum Algorithms for Simulating the Lattice Schwinger Model [63.18141027763459]
  NISQとフォールトトレラントの両方の設定で格子シュウィンガーモデルをシミュレートするために、スケーラブルで明示的なデジタル量子アルゴリズムを提供する。 格子単位において、結合定数$x-1/2$と電場カットオフ$x-1/2Lambda$を持つ$N/2$物理サイト上のシュウィンガーモデルを求める。 NISQと耐故障性の両方でコストがかかるオブザーバブルを、単純なオブザーバブルとして推定し、平均ペア密度を推定する。
  論文  参考訳（メタデータ） (2020-02-25T19:18:36Z)

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。