論文の概要: Futility and utility of a few ancillas for Pauli channel learning
- arxiv url: http://arxiv.org/abs/2309.14326v1
- Date: Mon, 25 Sep 2023 17:53:12 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-26 12:35:01.079069
- Title: Futility and utility of a few ancillas for Pauli channel learning
- Title（参考訳）: パウリチャンネル学習における数種のアンシラの有用性と有用性
- Authors: Sitan Chen and Weiyuan Gong
- Abstract要約: 量子デバイスにおけるノイズ構造を特徴付けるためのプロトタイプベンチマークタスクの1つを再考する。
チャネル結合と$O(1)$ qubitsの量子メモリがタンデムで動作し、量子プロセス学習のための衝撃的なスピードアップが得られる新しいメカニズムを示す。
- 参考スコア（独自算出の注目度）: 10.95781315121668
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper we revisit one of the prototypical tasks for characterizing the
structure of noise in quantum devices, estimating the eigenvalues of an
$n$-qubit Pauli noise channel. Prior work (Chen et al., 2022) established
exponential lower bounds for this task for algorithms with limited quantum
memory. We first improve upon their lower bounds and show:
(1) Any algorithm without quantum memory must make $\Omega(2^n/\epsilon^2)$
measurements to estimate each eigenvalue within error $\epsilon$. This is tight
and implies the randomized benchmarking protocol is optimal, resolving an open
question of (Flammia and Wallman, 2020).
(2) Any algorithm with $\le k$ ancilla qubits of quantum memory must make
$\Omega(2^{(n-k)/3})$ queries to the unknown channel. Crucially, unlike in
(Chen et al., 2022), our bound holds even if arbitrary adaptive control and
channel concatenation are allowed.
In fact these lower bounds, like those of (Chen et al., 2022), hold even for
the easier hypothesis testing problem of determining whether the underlying
channel is completely depolarizing or has exactly one other nontrivial
eigenvalue. Surprisingly, we show that:
(3) With only $k=2$ ancilla qubits of quantum memory, there is an algorithm
that solves this hypothesis testing task with high probability using a single
measurement.
Note that (3) does not contradict (2) as the protocol concatenates
exponentially many queries to the channel before the measurement. This result
suggests a novel mechanism by which channel concatenation and $O(1)$ qubits of
quantum memory could work in tandem to yield striking speedups for quantum
process learning that are not possible for quantum state learning.
- Abstract（参考訳）: 本稿では,量子デバイスにおけるノイズ構造を特徴づけ,$n$-qubit Pauli雑音チャネルの固有値を推定する原型的タスクの1つを再検討する。
先行研究 (chen et al., 2022) は、量子メモリに制限のあるアルゴリズムに対するこのタスクの指数関数的下限を確立した。
1) 量子メモリを持たないアルゴリズムは、誤差$\epsilon$内の各固有値を推定するために$\Omega(2^n/\epsilon^2)$の測定をしなければならない。
これは厳密で、ランダム化されたベンチマークプロトコルが最適であることを示し、(Flammia and Wallman, 2020)のオープンな疑問を解決する。
2)$\le k$ ancilla qubits of quantum memory を持つアルゴリズムは、未知のチャネルへの$\Omega(2^{(n-k)/3})$クエリをしなければならない。
in (chen et al., 2022) とは異なり、任意の適応制御とチャネル結合が許されている場合でも、我々の束縛は成立する。
実際、これらの下界は (Chen et al., 2022) と同様、基礎となるチャネルが完全に非偏極化されているか、全く別の非自明な固有値を持っているかを判断するより簡単な仮説テスト問題でも成り立つ。
意外なことに、 (3) 量子メモリの$k=2$ ancilla qubitsだけで、この仮説テストタスクを1つの測定値を用いて高い確率で解くアルゴリズムが存在する。
(3) は (2) と矛盾しないが、このプロトコルは測定の前に指数関数的に多くのクエリをチャネルに結合する。
この結果は、チャネル結合と$o(1)$ qubitsの量子メモリが、量子状態学習では不可能である量子プロセス学習の驚くべきスピードアップをもたらすための、新たなメカニズムを示唆している。
関連論文リスト
- On the sample complexity of purity and inner product estimation [8.94496959777308]
本研究では,タスクの量子純度推定と内部積推定の複雑さについて検討する。
純度推定では、未知の量子状態$rho$の$tr(rho2)$を加算誤差$epsilon$に見積もる。
量子内積推定では、アリスとボブは$tr(rhosigma)$を加算誤差$epsilon$未知の量子状態$rho$と$sigma$のコピーとして推定する。
論文 参考訳（メタデータ） (2024-10-16T16:17:21Z) - Circuit Complexity of Sparse Quantum State Preparation [0.0]
任意の$n$-qubit $d$-sparse量子状態は、$O(fracdnlog d)$とdeep $Theta(log dn)$の量子回路で、少なくとも$O(fracndlog d )$ acillary qubitsを用いて作成できることを示す。
また、回路サイズに$Omega(fracdnlog(n + m) + log d + n)$ という下界の$Omega(fracdnlog(n + m) + log d + n)$ を設定できる。
論文 参考訳（メタデータ） (2024-06-23T15:28:20Z) - 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) - Spacetime-Efficient Low-Depth Quantum State Preparation with
Applications [93.56766264306764]
任意の量子状態を作成するための新しい決定論的手法は、以前の方法よりも少ない量子資源を必要とすることを示す。
我々は、量子機械学習、ハミルトンシミュレーション、方程式の線形系を解くことなど、この能力が役立ついくつかのアプリケーションを強調した。
論文 参考訳（メタデータ） (2023-03-03T18:23:20Z) - A lower bound on the space overhead of fault-tolerant quantum computation [51.723084600243716]
しきい値定理は、フォールトトレラント量子計算の理論における基本的な結果である。
振幅雑音を伴う耐故障性量子計算の最大長に対する指数的上限を証明した。
論文 参考訳（メタデータ） (2022-01-31T22:19:49Z) - Quantum advantages for Pauli channel estimation [2.5496329090462626]
絡み合った測定は、パウリチャネル推定のサンプルの複雑さにおいて指数関数的に有利である。
本稿では,アンシラ支援型推定プロトコルを実用的な量子ベンチマークタスクに適用する方法を示す。
論文 参考訳（メタデータ） (2021-08-19T04:10:28Z) - Fault-tolerant Coding for Quantum Communication [71.206200318454]
ノイズチャネルの多くの用途でメッセージを確実に送信するために、回路をエンコードしてデコードする。
すべての量子チャネル$T$とすべての$eps>0$に対して、以下に示すゲートエラー確率のしきい値$p(epsilon,T)$が存在し、$C-epsilon$より大きいレートはフォールトトレラント的に達成可能である。
我々の結果は、遠方の量子コンピュータが高レベルのノイズの下で通信する必要があるような、大きな距離での通信やオンチップでの通信に関係している。
論文 参考訳（メタデータ） (2020-09-15T15:10:50Z) - Succinct Blind Quantum Computation Using a Random Oracle [0.8702432681310399]
我々は新しい普遍的な盲点量子計算プロトコルを提供する。
プロトコルの最初のフェーズは簡潔であり、その複雑さは回路サイズとは無関係である。
論文 参考訳（メタデータ） (2020-04-27T07:47:11Z) - Secure multi-party quantum computation with few qubits [0.0]
量子ネットワーク上でのマルチパーティ分散量子計算の課題を考察する。
本稿では,量子誤り訂正に基づくプロトコルを提案する。
当社のプロトコルは7ノードネットワークの小さな例で紹介する。
論文 参考訳（メタデータ） (2020-04-22T10:48:30Z) - 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) - Communication Cost of Quantum Processes [49.281159740373326]
分散コンピューティングにおける一般的なシナリオは、リモートコンピュータ上で計算を実行するようサーバに要求するクライアントである。
重要な問題は、所望の計算を指定するのに必要な最小限の通信量を決定することである。
クライアントが選択した量子処理を正確に実行するために、サーバが必要とする(古典的および量子的)通信の総量を分析する。
論文 参考訳（メタデータ） (2020-02-17T08:51:42Z)
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。