論文の概要: Low-depth Gaussian State Energy Estimation
- arxiv url: http://arxiv.org/abs/2309.16790v1
- Date: Thu, 28 Sep 2023 18:29:14 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-02 16:37:32.038011
- Title: Low-depth Gaussian State Energy Estimation
- Title（参考訳）: 低密度ガウス状態エネルギー推定
- Authors: Gumaro Rendon, Peter D. Johnson
- Abstract要約: 基底状態エネルギー推定(GSEE)は、量子化学や材料において重要なサブルーチンである。
我々は、O(logDelta)$としてスケールする多数の操作を使用する新しいGSEEアルゴリズムについて詳述する。
このアルゴリズムは、Delta$を$Delta$と$epsilon$の何れかに置き換えることで、低深度とフル深度との間を補間するように適応する。
- 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: Recent progress in quantum computing is paving the way for the realization of
early fault-tolerant quantum computers. To maximize the utility of these
devices, it is important to develop quantum algorithms that match their
capabilities and limitations. Motivated by this, recent work has developed
low-depth quantum algorithms for ground state energy estimation (GSEE), an
important subroutine in quantum chemistry and materials. We detail a new GSEE
algorithm which, like recent work, uses a number of operations scaling as
$O(1/\Delta)$ as opposed to the typical $O(1/\epsilon)$, at the cost of an
increase in the number of circuit repetitions from $O(1)$ to $O(1/\epsilon^2)$.
The relevant features of this algorithm come about from using a Gaussian
window, which exponentially reduces contamination from excited states over the
simplest GSEE algorithm based on the Quantum Fourier Transform (QFT). We adapt
this algorithm to interpolate between the low-depth and full-depth regime by
replacing $\Delta$ with anything between $\Delta$ and $\epsilon$. At the cost
of increasing the number of ancilla qubits from $1$ to $O(\log\Delta)$, our
method reduces the upper bound on the number of circuit repetitions by a factor
of four compared to previous methods.
- Abstract（参考訳）: 量子コンピューティングの最近の進歩は、初期のフォールトトレラント量子コンピュータの実現の道を開いた。
これらのデバイスの有用性を最大化するためには、その能力と限界に合致する量子アルゴリズムを開発することが重要である。
これに触発された最近の研究は、量子化学と材料において重要なサブルーチンである基底状態エネルギー推定(GSEE)のための低深さ量子アルゴリズムを開発した。
最近の研究と同様に、回路繰り返し回数が$o(1)$から$o(1/\epsilon^2)$に増加するコストで、典型的な$o(1/\epsilon)$とは対照的に、多くの演算を$o(1/\delta)$でスケーリングする新しいgseeアルゴリズムを詳述する。
このアルゴリズムの関連する特徴は、量子フーリエ変換(QFT)に基づく最も単純なGSEEアルゴリズムにおいて、励起状態からの汚染を指数関数的に低減するガウス窓を使うことから生じる。
このアルゴリズムは、$\Delta$を$\Delta$と$\epsilon$から$\epsilon$に置き換えることで、低深度とフル深度との間を補間する。
アンシラ量子ビット数が1ドルから$O(\log\Delta)$に増加するコストで、回路繰り返し回数の上限を従来の方法に比べて4倍に削減する。
関連論文リスト
- Quantum spectral method for gradient and Hessian estimation [4.193480001271463]
勾配降下は連続最適化問題を解くための最も基本的なアルゴリズムの1つである。
本稿では、クエリの複雑さを$widetildeO (1/varepsilon)$とすることで、その勾配の$varepsilon$-approximationを返す量子アルゴリズムを提案する。
また、ニュートン法の量子アナログを改善することを目的としたヘッセン推定のための2つの量子アルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-07-04T11:03:48Z) - Quantum algorithms for Hopcroft's problem [45.45456673484445]
計算幾何学の基本的な問題であるホップクロフト問題に対する量子アルゴリズムについて検討する。
この問題の古典的な複雑さはよく研究されており、最もよく知られているアルゴリズムは$O(n4/3)の時間で動作する。
我々の結果は、時間複雑性が$widetilde O(n5/6)$の2つの異なる量子アルゴリズムである。
論文 参考訳（メタデータ） (2024-05-02T10:29:06Z) - Hybrid Quantum-Classical Scheduling for Accelerating Neural Network Training with Newton's Gradient Descent [37.59299233291882]
本稿では,ニュートンのGDを用いたニューラルネットワークトレーニングの高速化を目的とした,ハイブリッド量子古典スケジューラQ-Newtonを提案する。
Q-Newtonは量子と古典的な線形解法を協調する合理化スケジューリングモジュールを使用している。
評価の結果,Q-Newtonは一般的な量子機械と比較してトレーニング時間を大幅に短縮できる可能性が示された。
論文 参考訳（メタデータ） (2024-04-30T23:55:03Z) - Towards large-scale quantum optimization solvers with few qubits [59.63282173947468]
我々は、$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 Simulation of the First-Quantized Pauli-Fierz Hamiltonian [0.5097809301149342]
我々は、我々の分割と形式主義の征服を通じて、大きな$Lambda$の量子化よりも優れたスケーリングと量子化を得られることを示す。
また,マルチコントロールされたXゲート群を実装する新しい方法を含む,ゲート最適化のための新しいアルゴリズムおよび回路レベル技術も提供する。
論文 参考訳（メタデータ） (2023-06-19T23:20:30Z) - Quantum Computing Provides Exponential Regret Improvement in Episodic
Reinforcement Learning [35.11103784048256]
有限水平MDPの学習を容易にするために,textitUpper Confidence Bound (UCB) ベースの量子アルゴリズムフレームワークを提案する。
我々の量子アルゴリズムは、古典的なアルゴリズムと比較して、後悔の指数的な改善を実現している。
論文 参考訳（メタデータ） (2023-02-16T23:01:27Z) - Even shorter quantum circuit for phase estimation on early
fault-tolerant quantum computers with applications to ground-state energy
estimation [5.746732081406236]
異なる特徴を持つ位相推定法を開発した。
アルゴリズムの総コストは、ハイゼンベルク制限スケーリング$widetildemathcalO(epsilon-1)$を満たす。
我々のアルゴリズムは、初期のフォールトトレラント量子コンピュータで位相推定タスクを行う際の回路深さを著しく削減することができる。
論文 参考訳（メタデータ） (2022-11-22T03:15:40Z) - Improving Quantum Simulation Efficiency of Final State Radiation with
Dynamic Quantum Circuits [1.3375143521862154]
我々は、QPSアルゴリズムのスケーリングを改善するために、動的量子コンピューティングと呼ばれる新しい量子ハードウェア機能を活用している。
量子パートンシャワー回路を改良し、古典情報に基づく中周期キュービット計測、リセット、量子演算を取り入れた。
論文 参考訳（メタデータ） (2022-03-18T15:31:19Z) - Twisted hybrid algorithms for combinatorial optimization [68.8204255655161]
提案されたハイブリッドアルゴリズムは、コスト関数をハミルトニアン問題にエンコードし、回路の複雑さの低い一連の状態によってエネルギーを最適化する。
レベル$p=2,ldots, 6$の場合、予想される近似比をほぼ維持しながら、レベル$p$を1に減らすことができる。
論文 参考訳（メタデータ） (2022-03-01T19:47:16Z) - Quantum Algorithms for Ground-State Preparation and Green's Function
Calculation [5.28670135448572]
周波数領域における多体グリーン関数の基底状態準備と計算のための射影量子アルゴリズムを提案する。
アルゴリズムはユニタリ演算(LCU)の線形結合に基づいており、基本的には量子資源のみを使用する。
論文 参考訳（メタデータ） (2021-12-10T18:39:55Z) - Preparation of excited states for nuclear dynamics on a quantum computer [117.44028458220427]
量子コンピュータ上で励起状態を作成するための2つの異なる方法を研究する。
シミュレーションおよび実量子デバイス上でこれらの手法をベンチマークする。
これらの結果から,フォールトトレラントデバイスに優れたスケーリングを実現するために設計された量子技術が,接続性やゲート忠実性に制限されたデバイスに実用的なメリットをもたらす可能性が示唆された。
論文 参考訳（メタデータ） (2020-09-28T17:21:25Z)
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。