Fugu-MT 論文翻訳(概要): Tensorized Pauli decomposition algorithm

論文の概要: Tensorized Pauli decomposition algorithm

arxiv url: http://arxiv.org/abs/2310.13421v1
Date: Fri, 20 Oct 2023 11:15:23 GMT
ステータス: 処理完了
システム内更新日: 2023-10-23 23:14:19.054541
Title: Tensorized Pauli decomposition algorithm
Title（参考訳）: テンソル化パウリ分解アルゴリズム
Authors: Lukas Hantzko, Lennart Binkowski, Sabhyata Gupta
Abstract要約: 本稿では,行列乗法の代わりに行列スライシングを用いたパウリ分解のための新しい汎用アルゴリズムを提案する。観測されたスピードアップを検証するための数値実験が提供され、量子コンピューティングと量子化学シミュレーションの領域におけるアルゴリズムの潜在的重要性を裏付けている。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper introduces a novel general-purpose algorithm for Pauli decomposition that employs matrix slicing instead of matrix multiplication. This approach significantly accelerates the decomposition of multi-qubit matrices. Numerical experiments are provided to validate the observed speedup, underscoring the algorithm's potential significance in the realm of quantum computing and quantum chemistry simulations.
Abstract（参考訳）: 本稿では,マトリクス乗算の代わりにマトリクススライシングを用いたパウリ分解のための新しい汎用アルゴリズムを提案する。このアプローチはマルチキュービット行列の分解を著しく加速する。量子コンピューティングと量子化学シミュレーションの分野におけるアルゴリズムの潜在的な重要性を裏付ける数値実験が、観測されたスピードアップを検証するために提供される。

関連論文リスト

Tensor Decompositions and Adiabatic Quantum Computing for Discovering Practical Matrix Multiplication Algorithms [1.5540058359482858]
本稿では,実用的な行列乗算アルゴリズムの発見と,量子コンピュータ上での分解計算のための2つのアルゴリズムの開発に焦点をあてる。アルゴリズムは高次非制約バイナリ最適化(HUBO)問題として表現される。最大分解長よりも短い長さを固定することにより、全体最適化問題の解がより高速な行列乗算アルゴリズムが得られることを示す。
論文参考訳（メタデータ） (2024-06-19T10:05:57Z)
A tree-approach Pauli decomposition algorithm with application to quantum computing [0.0]
本稿では,この分解をツリーアプローチを用いて最適化する並列実装によるアルゴリズムを提案する。また、特定の行列構造をどのように利用して操作数を削減できるかを説明します。
論文参考訳（メタデータ） (2024-03-18T10:38:06Z)
A fixed-point algorithm for matrix projections with applications in quantum information [7.988085110283119]
このアルゴリズムは反復数において最適解に指数関数的に収束することを示す。量子資源理論および量子シャノン理論における我々のアルゴリズムのいくつかの応用について論じる。
論文参考訳（メタデータ） (2023-12-22T11:16:11Z)
An Efficient Algorithm for Clustered Multi-Task Compressive Sensing [60.70532293880842]
クラスタ化マルチタスク圧縮センシングは、複数の圧縮センシングタスクを解決する階層モデルである。このモデルに対する既存の推論アルゴリズムは計算コストが高く、高次元ではうまくスケールしない。本稿では,これらの共分散行列を明示的に計算する必要をなくし,モデル推論を大幅に高速化するアルゴリズムを提案する。
論文参考訳（メタデータ） (2023-09-30T15:57:14Z)
Quantum speedup of leverage score sampling and its application [0.0]
本稿では,レバレッジスコアの計算を高速化する量子アルゴリズムを提案する。応用として,ベクトル解出力を用いた剛性回帰問題に対する新しい量子アルゴリズムを提案する。
論文参考訳（メタデータ） (2023-01-15T14:40:18Z)
Quantum Algorithm For Estimating Eigenvalue [0.0]
与えられたエルミート行列の大きさで最大の固有値を推定するための量子アルゴリズムを提供する。我々の量子プロシージャは、同じ問題を解決する古典的なアルゴリズムと比較して指数的なスピードアップを得ることができる。
論文参考訳（メタデータ） (2022-11-11T13:02:07Z)
Quantum algorithm for stochastic optimal stopping problems with applications in finance [60.54699116238087]
有名な最小二乗モンテカルロ (LSM) アルゴリズムは、線形最小二乗回帰とモンテカルロシミュレーションを組み合わせることで、最適停止理論の問題を解決する。プロセスへの量子アクセス、最適な停止時間を計算するための量子回路、モンテカルロの量子技術に基づく量子LSMを提案する。
論文参考訳（メタデータ） (2021-11-30T12:21:41Z)
Quantum Algorithms for Data Representation and Analysis [68.754953879193]
機械学習におけるデータ表現のための固有problemsの解を高速化する量子手続きを提供する。これらのサブルーチンのパワーと実用性は、主成分分析、対応解析、潜在意味解析のための入力行列の大きさのサブ線形量子アルゴリズムによって示される。その結果、入力のサイズに依存しない実行時のパラメータは妥当であり、計算モデル上の誤差が小さいことが示され、競合的な分類性能が得られる。
論文参考訳（メタデータ） (2021-04-19T00:41:43Z)
Quantum-Inspired Algorithms from Randomized Numerical Linear Algebra [53.46106569419296]
我々は、リコメンダシステムと最小二乗回帰のためのクエリをサポートする古典的な(量子でない)動的データ構造を作成する。これらの問題に対する以前の量子インスパイアされたアルゴリズムは、レバレッジやリッジレベレッジスコアを偽装してサンプリングしていると我々は主張する。
論文参考訳（メタデータ） (2020-11-09T01:13:07Z)
Approximation Algorithms for Sparse Principal Component Analysis [57.5357874512594]
主成分分析(PCA)は、機械学習と統計学において広く使われている次元削減手法である。スパース主成分分析(Sparse principal Component Analysis)と呼ばれる,スパース主成分負荷を求める様々な手法が提案されている。本研究では,SPCA問題に対するしきい値の精度,時間,近似アルゴリズムを提案する。
論文参考訳（メタデータ） (2020-06-23T04:25:36Z)
Nearly Linear Row Sampling Algorithm for Quantile Regression [54.75919082407094]
データの次元にほぼ線形なサンプル複雑性を持つ量子化損失関数の行サンプリングアルゴリズムを提案する。行サンプリングアルゴリズムに基づいて、量子レグレッションの最も高速なアルゴリズムと、バランスの取れた有向グラフのグラフスペーシフィケーションアルゴリズムを提案する。
論文参考訳（メタデータ） (2020-06-15T13:40:07Z)

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。