論文の概要: Quantum state preparation for bell-shaped probability distributions
using deconvolution methods
- arxiv url: http://arxiv.org/abs/2310.05044v1
- Date: Sun, 8 Oct 2023 06:55:47 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-12 13:04:58.820898
- Title: Quantum state preparation for bell-shaped probability distributions
using deconvolution methods
- Title(参考訳): デコンボリューション法によるベル型確率分布の量子状態準備
- Authors: Madhav Sharma K.N, Camille de Valk, Ankur Raina, Julian van Velzen
- Abstract要約: 本稿では、量子回路の前処理ステップとしてデコンボリューションを行うことにより、確率分布のロードに対するハイブリッドなアプローチを提案する。
我々は,このアルゴリズムを,27量子ビット量子プロセッサである IBMQ Kolkata と IBM Quantum シミュレータで検証する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum systems are a natural choice for generating probability distributions
due to the phenomena of quantum measurements. The data that we observe in
nature from various physical phenomena can be modelled using quantum circuits.
We present a hybrid approach to loading probability distributions by performing
deconvolution as a pre-processing step before the quantum circuit. To quantify
the closeness of the distribution of outcomes from the hybrid classical-quantum
block and the target distribution, we use the Jensen-Shannon distance as the
cost function. The chosen cost function is symmetric and allows us to improve
the deconvolution step before the use of quantum circuits leading to an overall
reduction of the circuit depth. The deconvolution step consists of splitting a
bell-shaped probability mass function into smaller probability mass functions.
The classical step paves the way for parallel data processing in the quantum
hardware that consists of a quantum adder circuit as the penultimate step
before measurement. We test the algorithm on IBM Quantum simulators and IBMQ
Kolkata, a 27-qubit quantum processor, and validate the hybrid
Classical-Quantum algorithm by loading two different distributions of bell
shape. We load 7 and 15-element PMF of (i) Standard Normal distribution and
(ii) Laplace distribution.
- Abstract(参考訳): 量子系は、量子測定の現象によって確率分布を生成する自然な選択である。
様々な物理現象から自然界で観測されるデータは量子回路を用いてモデル化することができる。
本稿では,量子回路前の前処理ステップとしてデコンボリューションを行うことで確率分布をロードするハイブリッド手法を提案する。
ハイブリッド古典量子ブロックと目標分布からの成果分布の密接度を定量化するために,jensen-shannon距離をコスト関数として用いる。
選択したコスト関数は対称であり、量子回路を使用する前にデコンボリューションステップを改善することができ、回路の深さが全体的に減少する。
デコンボリューションステップはベル形状の確率質量関数をより小さな確率質量関数に分割する。
古典的なステップは、量子加算回路からなる量子ハードウェアにおいて、測定前の最小ステップとして並列データ処理の道を開く。
このアルゴリズムをibm量子シミュレータと27量子ビット量子プロセッサのibmq kolkata上でテストし,ベル形状の異なる2つの分布をロードすることにより,ハイブリッド古典量子アルゴリズムを検証する。
7と15要素PMFをロードします。
(i)標準正規分布及び
(ii)ラプラス分布。
関連論文リスト
- VQE-inspired optimization for spin chains work extraction [39.58317527488534]
本稿では,変分量子固有解法(VQE)アルゴリズムにインスパイアされた抽出可能エネルギーの最適化手法を提案する。
本研究では、パラメータ化量子回路のハードウェア効率アンサッツ(HEA)クラスを用いて、限られたユニタリの集合を明示的に考慮する。
以上の結果から, 隣接スピン間の接続性を有する量子回路では, 最も効率のよい回路が得られることが示唆された。
論文 参考訳(メタデータ) (2023-10-11T15:59:54Z) - Embedding Classical Variational Methods in Quantum Circuits [0.0]
相互作用量子系の基底状態に近似する量子デバイス機能を拡張する新しい量子-古典的変分法を導入する。
本手法は,古典的自由度を付加することにより,正確な対角化結果に収束できることを示す。
論文 参考訳(メタデータ) (2023-09-15T18:00:05Z) - Normal quantum channels and Markovian correlated two-qubit quantum
errors [77.34726150561087]
一般の'分散ランダムなユニタリ変換について検討する。
一方、正規分布はユニタリ量子チャネルを誘導する。
一方、拡散ランダムウォークは単位量子過程を定義する。
論文 参考訳(メタデータ) (2023-07-25T15:33:28Z) - Efficient estimation of trainability for variational quantum circuits [43.028111013960206]
変動量子回路のコスト関数とその分散を効率よく計算する方法を見出した。
この方法は、変分量子回路のトレーニング容易性を証明し、バレンプラトー問題を克服できる設計戦略を探索するために用いられる。
論文 参考訳(メタデータ) (2023-02-09T14:05:18Z) - Anticipative measurements in hybrid quantum-classical computation [68.8204255655161]
量子計算を古典的な結果によって補う手法を提案する。
予測の利点を生かして、新しいタイプの量子測度がもたらされる。
予測量子測定では、古典計算と量子計算の結果の組み合わせは最後にのみ起こる。
論文 参考訳(メタデータ) (2022-09-12T15:47:44Z) - Loading Probability Distributions in a Quantum circuit [0.0]
金融のような分野は、与えられたデータパターンを模倣する分布を生成する量子回路を必要とする。
ハミルトンシミュレーションは物理量子系の波動関数を初期化する回路を必要とする。
我々は、対称分布と非対称分布の両方を生成できるパラメータ化量子回路を構築する方法について論じる。
論文 参考訳(メタデータ) (2022-08-29T05:29:05Z) - Protocols for Trainable and Differentiable Quantum Generative Modelling [21.24186888129542]
微分可能量子回路(DQC)としての確率分布の学習手法を提案する。
我々はDQCベースのモデルのトレーニングを行い、そこでデータは位相特徴写像で潜在空間にエンコードされ、次に変動量子回路が続く。
これにより、シングルショットの読み出しを使ってパラメタライズドディストリビューションからの高速サンプリングが可能になる。
論文 参考訳(メタデータ) (2022-02-16T18:55:48Z) - Learnability of the output distributions of local quantum circuits [53.17490581210575]
2つの異なるオラクルモデルにおいて、量子回路Bornマシンの学習可能性について検討する。
我々はまず,超対数深度クリフォード回路の出力分布がサンプル効率良く学習できないという負の結果を示した。
より強力なオラクルモデル、すなわちサンプルに直接アクセスすると、局所的なクリフォード回路の出力分布は計算効率よくPACを学習可能であることを示す。
論文 参考訳(メタデータ) (2021-10-11T18:00:20Z) - Automatically Differentiable Quantum Circuit for Many-qubit State
Preparation [1.5662820454886202]
任意の量子数量子ビット状態を効率的に準備するための自動微分可能な量子回路(ADQC)アプローチを提案する。
この回路は、進化した状態と目標状態との間の距離を最小化するためにバック伝搬を用いて潜在ゲートを更新することで最適化される。
我々の研究は、機械学習手法と組み合わせることで、多量子ビットシステムにおける量子回路の「インテリジェントな構成」に光を当てている。
論文 参考訳(メタデータ) (2021-04-30T12:22:26Z) - Quantum Statistical Complexity Measure as a Signalling of Correlation
Transitions [55.41644538483948]
本稿では, 量子情報理論の文脈において, 統計的複雑性尺度の量子バージョンを導入し, 量子次数-次数遷移のシグナル伝達関数として利用する。
我々はこの測度を2つの正確に解けるハミルトンモデル、すなわち1D$量子イジングモデルとハイゼンベルクXXZスピン-1/2$チェーンに適用する。
また、考察されたモデルに対して、この測度を1量子および2量子の還元状態に対して計算し、その挙動を有限系のサイズと熱力学的限界に対して解析する。
論文 参考訳(メタデータ) (2020-02-05T00:45:21Z)
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。