Fugu-MT 論文翻訳(概要): Noise propagation in hybrid tensor networks

論文の概要: Noise propagation in hybrid tensor networks

arxiv url: http://arxiv.org/abs/2309.15761v1
Date: Wed, 27 Sep 2023 16:19:19 GMT
ステータス: 処理完了
システム内更新日: 2023-09-28 12:52:34.617314
Title: Noise propagation in hybrid tensor networks
Title（参考訳）: ハイブリッドテンソルネットワークにおけるノイズ伝搬
Authors: Hiroyuki Harada, Yasunari Suzuki, Bo Yang, Yuuki Tokunaga, Suguru Endo
Abstract要約: 特に、ハイブリッドツリーテンソルネットワークは、量子ハードウェアの利用可能なサイズを超える大規模システムのシミュレーションに有用である。観測可能な観測値の期待値は、縮約された量子テンソルの数によって指数関数的に消えることを示す。我々の研究は、HTN状態の耐雑音性の構築に繋がる。
参考スコア（独自算出の注目度）: 3.0269252243116065
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The hybrid tensor network (HTN) method is a general framework allowing for constructing an effective wavefunction with the combination of classical tensors and quantum tensors, i.e., amplitudes of quantum states. In particular, hybrid tree tensor networks are significantly useful for the simulation of larger systems beyond the available size of quantum hardware. However, while the realistic quantum states in NISQ hardware are highly likely to be noisy, this framework is formulated for pure states. In this work, as well as discussing the relevant methods, i.e., Deep VQE and entanglement forging under the framework of hybrid tree tensor networks, we investigate the noisy HTN states during contractions by introducing the expansion matrix for providing the description of the expansion of the size of simulated quantum systems and the noise propagation. This framework allows for the explicit representation of the general tree HTN states and discussion of their physicality. We also show that the expectation value of a measured observable exponentially vanishes with the number of contracted quantum tensors. Our work will lead to providing the noise-resilient construction of HTN states.
Abstract（参考訳）: ハイブリッドテンソルネットワーク(hybrid tensor network, htn)法は、古典テンソルと量子テンソル、すなわち量子状態の振幅を組み合わせた効果的な波動関数を構築するための一般的なフレームワークである。特に、ハイブリッドツリーテンソルネットワークは、量子ハードウェアの利用可能なサイズを超える大規模システムのシミュレーションに非常に有用である。しかしながら、NISQハードウェアの現実的な量子状態はノイズが多い可能性が高いが、このフレームワークは純粋な状態に対して定式化されている。本研究は,ハイブリッドツリーテンソルネットワークの枠組み下でのディープVQEと絡み合わさった鍛造の手法について議論するとともに,シミュレーション量子系の大きさとノイズ伝搬の展開を記述するための拡張行列を導入することにより,収縮中のノイズHTN状態について検討する。このフレームワークは、一般的な木 HTN 状態の明示的な表現とそれらの物理性に関する議論を可能にする。また、測定可能な観測値の期待値は、収縮した量子テンソルの数で指数関数的に消えることを示す。我々の研究は、htn状態のノイズ耐性の構築に繋がる。

関連論文リスト

A Quantum-Classical Collaborative Training Architecture Based on Quantum State Fidelity [50.387179833629254]
我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。 Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
論文参考訳（メタデータ） (2024-02-23T14:09:41Z)
Locally purified density operators for noisy quantum circuits [17.38734393793605]
雑音量子回路から発生する混合状態は、局所精製密度演算子(LPDO)によって効率的に表現できることを示す。 N$ qubits の LPDO から 2 時間 N$ の大きさの凸対状態への写像を示し、仮想およびクラウス結合を管理する統一的な方法を導入する。
論文参考訳（メタデータ） (2023-12-05T16:10:30Z)
Noise-robust proofs of quantum network nonlocality [0.49157446832511503]
トライアングルネットワーク上の量子分布のクラスに対して、ネットワーク量子非局所性のノイズロバストな証明を示す。我々の研究は、量子ネットワーク非局所性の実践的な実装に向けた興味深い視点を開いている。
論文参考訳（メタデータ） (2023-11-03T18:25:59Z)
Towards Neural Variational Monte Carlo That Scales Linearly with System Size [67.09349921751341]
量子多体問題(Quantum many-body problem)は、例えば高温超伝導体のようなエキゾチックな量子現象をデミストする中心である。量子状態を表すニューラルネットワーク(NN)と変分モンテカルロ(VMC)アルゴリズムの組み合わせは、そのような問題を解決する上で有望な方法であることが示されている。ベクトル量子化技術を用いて,VMCアルゴリズムの局所エネルギー計算における冗長性を利用するNNアーキテクチャVector-Quantized Neural Quantum States (VQ-NQS)を提案する。
論文参考訳（メタデータ） (2022-12-21T19:00:04Z)
Noisy Quantum Kernel Machines [58.09028887465797]
量子学習マシンの新たなクラスは、量子カーネルのパラダイムに基づくものである。消散と脱コヒーレンスがパフォーマンスに与える影響について検討する。量子カーネルマシンでは,デコヒーレンスや散逸を暗黙の正規化とみなすことができる。
論文参考訳（メタデータ） (2022-04-26T09:52:02Z)
Variational quantum eigensolver for the Heisenberg antiferromagnet on the kagome lattice [0.0]
本稿では,量子コンピュータ上での量子問題を解くことを目的としたVQE(Vari Quantum Eigensolver)の詳細な提案を行う。我々は、2Dグリッドまたはオール・ツー・オール接続のノイズレスおよびノイズの多い量子コンピュータをエミュレートし、最大20箇所のカゴメHAFMのパッチをシミュレートする。任意のグラフ上の HAFM の VQE は、その量子計算を本質的にデコヒーレンスのない部分空間で実行することができる。
論文参考訳（メタデータ） (2021-08-04T17:03:42Z)
Entangling Quantum Generative Adversarial Networks [53.25397072813582]
量子生成逆数ネットワーク(量子GAN, EQ-GAN)のための新しいタイプのアーキテクチャを提案する。 EQ-GANはコヒーレントなエラーに対してさらなる堅牢性を示し、Google Sycamore超伝導量子プロセッサで実験的にEQ-GANの有効性を示す。
論文参考訳（メタデータ） (2021-04-30T20:38:41Z)
Tensor Network Quantum Virtual Machine for Simulating Quantum Circuits at Exascale [57.84751206630535]
本稿では,E-scale ACCelerator(XACC)フレームワークにおける量子回路シミュレーションバックエンドとして機能する量子仮想マシン(TNQVM)の近代化版を提案する。新バージョンは汎用的でスケーラブルなネットワーク処理ライブラリであるExaTNをベースにしており、複数の量子回路シミュレータを提供している。ポータブルなXACC量子プロセッサとスケーラブルなExaTNバックエンドを組み合わせることで、ラップトップから将来のエクサスケールプラットフォームにスケール可能なエンドツーエンドの仮想開発環境を導入します。
論文参考訳（メタデータ） (2021-04-21T13:26:42Z)
Creating and concentrating quantum resource states in noisy environments using a quantum neural network [2.834895018689047]
ランダムに結合したフェルミオンノードからなる駆動量子ネットワークに基づく汎用的な統一状態準備スキームを提供する。提案手法はロバストであり,最大エンタングルド,NOON,W,クラスタ,不協和状態のほぼ完全な生成に利用できることを示す。ノイズが駆動強度に匹敵するノイズの多いシステムでは、より大きなネットワークにより多くの状態を混合することで絡み合いを集中する方法を示す。
論文参考訳（メタデータ） (2021-01-15T07:18:06Z)
Entanglement Classification via Neural Network Quantum States [58.720142291102135]
本稿では、学習ツールと量子絡み合いの理論を組み合わせて、純状態における多部量子ビット系の絡み合い分類を行う。我々は、ニューラルネットワーク量子状態(NNS)として知られる制限されたボルツマンマシン(RBM)アーキテクチャにおいて、人工ニューラルネットワークを用いた量子システムのパラメータ化を用いる。
論文参考訳（メタデータ） (2019-12-31T07:40:23Z)

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。