論文の概要: An Efficient Quantum Circuit Construction Method for Mutually Unbiased
Bases in $n$-Qubit Systems
- arxiv url: http://arxiv.org/abs/2311.11698v1
- Date: Mon, 20 Nov 2023 12:00:41 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-21 19:06:26.253172
- Title: An Efficient Quantum Circuit Construction Method for Mutually Unbiased
Bases in $n$-Qubit Systems
- Title(参考訳): n$-Qubit系における相互不均一基底の効率的な量子回路構成法
- Authors: Wang Yu, Wu Dongsheng
- Abstract要約: 2n+1$の相互バイアスのないベース(MUB)を$O(n3)$時間複雑性を持つ$n$量子ビットシステムで生成できる回路。
絡み合う部分の固定加群は2n-3$で、非自明な回路はいくつかの興味深い線形関係を満たす。
- 参考スコア(独自算出の注目度): 0.3955651218777455
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We design an algorithm that efficiently generates each of $2^n+1$ quantum
circuits capable of producing $2^n+1$ mutually unbiased bases (MUBs) on
$n$-qubit systems with $O(n^3)$ time complexity. These circuits consist of a
maximum of $(n^2+7n)/2$ $H$, $S$, and $CZ$ gates, structured as $-H-S-CZ-$.
Alternatively, each circuit can be implemented using $H^{\otimes n}$ and a
diagonal operation. On average, the count of $S$ gates, $CZ$ gates, and $CZ$
gates with distance $u$ in each nontrivial circuit amounts to $3n/2$,
$(n^2-n)/4$, and $(n-u)/2$, respectively. Moreover, we've observed that the
entanglement segment comprises $2n-3$ fixed modules, and the $2^n$ nontrivial
circuits satisfy some intriguing ``linear" relations.
- Abstract(参考訳): 我々は,$O(n^3)$時間複雑性を持つ$n$量子ビットシステム上で,2^n+1$の相互非バイアスベース(MUB)を効率よく生成できる2^n+1$量子回路を設計する。
これらの回路は最大$(n^2+7n)/2$$H$、$S$、$CZ$ゲートで構成され、$-H-S-CZ-$として構成される。
あるいは、各回路は$H^{\otimes n}$と対角演算を用いて実装することができる。
平均的な$S$ゲート、$CZ$ゲート、$CZ$ゲートの各非自明回路における距離$u$の合計は$3n/2$、$(n^2-n)/4$、$(n-u)/2$となる。
さらに、エンタングルメントセグメントは 2n-3$ 固定モジュールであり、2^n$ の非自明回路はいくつかの興味深い ``linear" 関係を満たす。
関連論文リスト
- Polylogarithmic-depth controlled-NOT gates without ancilla qubits [0.0]
制御された演算は量子アルゴリズムの基本的な構成要素である。
n$-control-NOT ゲートを任意の単一量子ビットと CNOT ゲートに分解することは重要な作業である。
論文 参考訳(メタデータ) (2023-12-20T17:23:11Z) - On the average-case complexity of learning output distributions of
quantum circuits [55.37943886895049]
統計的クエリモデルでは,ブロックワークランダムな量子回路の出力分布の学習は平均ケースハードであることが示されている。
この学習モデルは、ほとんどの一般的な学習アルゴリズムの抽象的な計算モデルとして広く利用されている。
論文 参考訳(メタデータ) (2023-05-09T20:53:27Z) - Exponential Separation between Quantum and Classical Ordered Binary
Decision Diagrams, Reordering Method and Hierarchies [68.93512627479197]
量子順序付き二項決定図($OBDD$)モデルについて検討する。
入力変数の任意の順序で、OBDDの下位境界と上位境界を証明します。
read$k$-times Ordered Binary Decision Diagrams (k$-OBDD$)の幅の階層を拡張します。
論文 参考訳(メタデータ) (2022-04-22T12:37:56Z) - Optimal (controlled) quantum state preparation and improved unitary
synthesis by quantum circuits with any number of ancillary qubits [20.270300647783003]
制御量子状態準備(CQSP)は、与えられた$n$-qubit状態に対するすべての$iin 0,1k$に対して、$|irangle |0nrangleから |irangle |psi_irangle $への変換を提供することを目的としている。
我々は、深さ$Oleft(n+k+frac2n+kn+k+mright)$とサイズ$Oleft(2n+kright)$のCQSPを実装するための量子回路を構築する。
論文 参考訳(メタデータ) (2022-02-23T04:19:57Z) - TURF: A Two-factor, Universal, Robust, Fast Distribution Learning
Algorithm [64.13217062232874]
最も強力で成功したモダリティの1つは、全ての分布を$ell$距離に近似し、基本的に最も近い$t$-piece次数-$d_$の少なくとも1倍大きい。
本稿では,この数値をほぼ最適に推定する手法を提案する。
論文 参考訳(メタデータ) (2022-02-15T03:49:28Z) - Asymptotically Optimal Circuit Depth for Quantum State Preparation and
General Unitary Synthesis [24.555887999356646]
この問題は量子アルゴリズム設計、ハミルトニアンシミュレーション、量子機械学習において基本的な重要性を持っているが、その回路深さと大きさの複雑さは、アシラリー量子ビットが利用可能である時点では未解決のままである。
本稿では,$psi_vrangle$を奥行きで作成できる$m$Acillary qubitsを用いた量子回路の効率的な構築について検討する。
我々の回路は決定論的であり、状態を準備し、正確にユニタリを実行し、アシラリー量子ビットを厳密に利用し、深さは幅広いパラメータ状態において最適である。
論文 参考訳(メタデータ) (2021-08-13T09:47:11Z) - Quantum double aspects of surface code models [77.34726150561087]
基礎となる量子double $D(G)$対称性を持つ正方格子上でのフォールトトレラント量子コンピューティングの北エフモデルを再検討する。
有限次元ホップ代数$H$に基づいて、我々の構成がどのように$D(H)$モデルに一般化するかを示す。
論文 参考訳(メタデータ) (2021-06-25T17:03:38Z) - Efficient reconstruction of depth three circuits with top fan-in two [0.0]
有限体上のブラックボックス再構成問題を解くための効率的なランダム化アルゴリズムを開発した。
この回路クラスの最初のブラックボックス再構成アルゴリズムは、$log |mathbbF|$で実行されます。
論文 参考訳(メタデータ) (2021-03-12T18:19:34Z) - Fast estimation of outcome probabilities for quantum circuits [0.0]
我々は、$n$ qubits上の普遍量子回路のシミュレーションのための2つの古典的アルゴリズムを提案する。
我々のアルゴリズムは、パラメータの異なる条件下で最高の処理を行うことで、お互いを補完する。
アルゴリズムのC+Python実装を提供し、ランダム回路を用いてそれらをベンチマークする。
論文 参考訳(メタデータ) (2021-01-28T19:00:04Z) - An Optimal Separation of Randomized and Quantum Query Complexity [67.19751155411075]
すべての決定木に対して、与えられた順序 $ellsqrtbinomdell (1+log n)ell-1,$ sum to at least $cellsqrtbinomdell (1+log n)ell-1,$ where $n$ is the number of variables, $d$ is the tree depth, $c>0$ is a absolute constant。
論文 参考訳(メタデータ) (2020-08-24T06:50:57Z) - Model-Free Reinforcement Learning: from Clipped Pseudo-Regret to Sample
Complexity [59.34067736545355]
S$状態、$A$アクション、割引係数$gamma in (0,1)$、近似しきい値$epsilon > 0$の MDP が与えられた場合、$epsilon$-Optimal Policy を学ぶためのモデルなしアルゴリズムを提供する。
十分小さな$epsilon$の場合、サンプルの複雑さで改良されたアルゴリズムを示す。
論文 参考訳(メタデータ) (2020-06-06T13:34:41Z)
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。