論文の概要: Efficient preparation of the AKLT State with Measurement-based Imaginary Time Evolution
- arxiv url: http://arxiv.org/abs/2310.06031v3
- Date: Sun, 08 Dec 2024 01:36:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-10 14:47:55.005609
- Title: Efficient preparation of the AKLT State with Measurement-based Imaginary Time Evolution
- Title（参考訳）: 測定に基づく等時時間進化を用いたAKLT状態の効率的作成
- Authors: Tianqi Chen, Tim Byrnes,
- Abstract要約: 本研究では, Affleck-Lieb-Kennedy-Tasaki (AKLT) モデルの基底状態を作成する手法を提案する。
提案手法はキュービット型シミュレータと互換性があることを示し,回路再コンパイルにおける変分量子アルゴリズムを用いることで,MITEに必要な測定演算子は回路深度がより浅い回路で十分に近似可能であることを示す。
- 参考スコア（独自算出の注目度）: 2.5938976557097715
- License:
- Abstract: Quantum state preparation plays a crucial role in several areas of quantum information science, in applications such as quantum simulation, quantum metrology and quantum computing. However, typically state preparation requires resources that scale exponentially with the problem size, due to their probabilistic nature or otherwise, making studying such models challenging. In this article, we propose a method to prepare the ground state of the Affleck-Lieb-Kennedy-Tasaki (AKLT) model deterministically using a measurement-based imaginary time evolution (MITE) approach. By taking advantage of the special properties of the AKLT state, we show that it can be prepared efficiently using the MITE approach. Estimates based on the convergence of a sequence of local projections, as well as direct evolution of the MITE algorithm suggest a constant scaling with respect to the number of AKLT sites, which is an exponential improvement over the naive estimate for convergence. We show that the procedure is compatible with qubit-based simulators, and show that using a variational quantum algorithm for circuit recompilation, the measurement operator required for MITE can be well approximated by a circuit with a much shallower circuit depth compared with the one obtained using the default Qiskit method.
- Abstract（参考訳）: 量子状態の準備は、量子シミュレーション、量子力学、量子コンピューティングなどの応用において、量子情報科学のいくつかの領域において重要な役割を果たす。
しかし、一般に状態の準備には、確率的な性質やそれ以外のために、問題の大きさと指数関数的にスケールするリソースが必要であるため、そのようなモデルの研究は困難である。
本稿では,Affleck-Lieb-Kennedy-Tasaki (AKLT) モデルの基底状態を作成する手法を提案する。
AKLT状態の特殊特性を生かして,MITE法を用いて効率的に調製可能であることを示す。
局所射影列の収束とMITEアルゴリズムの直接進化に基づく推定は、収束の単純さに対する指数関数的な改善であるAKLTサイトの数に関して、一定のスケーリングを示唆する。
提案手法は、キュービットベースのシミュレータと互換性があり、回路再コンパイルに可変量子アルゴリズムを用いることで、MITEに必要な測定演算子は、デフォルトのQiskit法に比べて回路深さの浅い回路で十分近似できることを示す。
関連論文リスト
- Leveraging Pre-Trained Neural Networks to Enhance Machine Learning with Variational Quantum Circuits [48.33631905972908]
我々は、事前学習されたニューラルネットワークを用いて変分量子回路(VQC)を強化する革新的なアプローチを導入する。
この手法は近似誤差をキュービット数から効果的に分離し、制約条件の必要性を除去する。
我々の結果はヒトゲノム解析などの応用にまで拡張され、我々のアプローチの幅広い適用性を示している。
論文 参考訳（メタデータ） (2024-11-13T12:03:39Z) - Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか?
我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。
我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
論文 参考訳（メタデータ） (2024-08-22T08:21:28Z) - Online Variational Sequential Monte Carlo [49.97673761305336]
我々は,計算効率が高く正確なモデルパラメータ推定とベイジアン潜在状態推定を提供する変分連続モンテカルロ法(VSMC)を構築した。
オンラインVSMCは、パラメータ推定と粒子提案適応の両方を効率よく、完全にオンザフライで実行することができる。
論文 参考訳（メタデータ） (2023-12-19T21:45:38Z) - Mapping quantum circuits to shallow-depth measurement patterns based on
graph states [0.0]
我々は,測定に基づく量子コンピューティングのためのハイブリッドシミュレーション手法を開発した。
完全可換作用素の群は完全並列、すなわち非適応的測定を用いて実装可能であることを示す。
量子テレポーテーションを用いることで、そのような回路を一定の量子深さで実装する方法について議論する。
論文 参考訳（メタデータ） (2023-11-27T19:00:00Z) - Adaptive measurement strategy for quantum subspace methods [0.0]
本稿では,量子部分空間法に有用な適応計測最適化法を提案する。
提案手法は、まず古典的にシミュレート可能な状態の測定プロトコルを決定し、次に量子部分空間展開のプロトコルを適応的に更新する。
数値実験として,分子の励起状態シミュレーションを行い,測定回数を桁違いに削減できることを示した。
論文 参考訳（メタデータ） (2023-11-14T04:00:59Z) - Demonstration of machine-learning-enhanced Bayesian quantum state
estimation [0.0]
機械学習を用いて自動調整を行うカスタム事前分布の定義手法を実験的に実現した。
MLで定義した事前分布は、ネット収束時間を減少させ、暗黙的および明示的な情報を事前分布に直接組み込む自然な方法を提供する。
論文 参考訳（メタデータ） (2022-12-15T18:41:15Z) - End-to-end resource analysis for quantum interior point methods and portfolio optimization [63.4863637315163]
問題入力から問題出力までの完全な量子回路レベルのアルゴリズム記述を提供する。
アルゴリズムの実行に必要な論理量子ビットの数と非クリフォードTゲートの量/深さを報告する。
論文 参考訳（メタデータ） (2022-11-22T18:54:48Z) - Deterministic constant-depth preparation of the AKLT state on a quantum
processor using fusion measurements [0.2007262412327553]
スピン-1 Affleck, Kennedy, Lieb, TasakiAKLT モデルの基底状態は、行列積状態と対称性保護位相の両方のパラダイム的な例である。
非ゼロ相関長を持つAKLT状態は、局所ゲートからなる一定の深さのユニタリ回路によって正確には作成できない。
固定深度回路を融合測定で拡張することにより、この非ゴー限界を回避できることを実証する。
論文 参考訳（メタデータ） (2022-10-31T17:58:01Z) - Error mitigation and quantum-assisted simulation in the error corrected
regime [77.34726150561087]
量子コンピューティングの標準的なアプローチは、古典的にシミュレート可能なフォールトトレラントな演算セットを促進するという考え方に基づいている。
量子回路の古典的準確率シミュレーションをどのように促進するかを示す。
論文 参考訳（メタデータ） (2021-03-12T20:58:41Z) - State preparation and measurement in a quantum simulation of the O(3)
sigma model [65.01359242860215]
我々は,非線型O(3)シグマモデルの固定点が,格子サイトあたり2キュービットしか持たないスピンモデルの量子相転移付近で再現可能であることを示す。
本稿では,弱い結合状態と量子臨界状態の両方において,断熱的基底状態の準備が複雑になる結果を得るためにトロッター法を適用した。
非単位ランダム化シミュレーション法に基づく量子アルゴリズムの提案と解析を行う。
論文 参考訳（メタデータ） (2020-06-28T23:44:12Z) - Efficient State Preparation for Quantum Amplitude Estimation [0.951828574518325]
量子振幅推定はモンテカルロシミュレーションによって古典的に解決されたアプリケーションに対して二次的なスピードアップを達成することができる。
現在知られている効率的な手法は、対数凹面確率分布に基づく問題、経験的データから未知の分布を学ぶこと、あるいは量子算術に完全に依存することを必要とする。
本稿では,QAE状態作成における回路の複雑さを著しく低減する回路最適化手法とともに,状態準備を簡略化する手法を提案する。
論文 参考訳（メタデータ） (2020-05-15T18:00:01Z)
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。