論文の概要: BGLS: A Python Package for the Gate-by-Gate Sampling Algorithm to
Simulate Quantum Circuits
- arxiv url: http://arxiv.org/abs/2311.11787v1
- Date: Mon, 20 Nov 2023 14:12:39 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-21 18:38:46.613127
- Title: BGLS: A Python Package for the Gate-by-Gate Sampling Algorithm to
Simulate Quantum Circuits
- Title（参考訳）: BGLS: 量子回路をシミュレートするゲートバイゲートサンプリングアルゴリズムのためのPythonパッケージ
- Authors: Alex Shapiro and Ryan LaRose
- Abstract要約: bglsは、ゲートバイゲートサンプリングアルゴリズムを実装するPythonパッケージである。
我々は,bglのインストールと使用方法を示し,アルゴリズムの最適化について議論し,いくつかの問題に対してその実用性を実証する。
- 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: The classical simulation of quantum computers is in general a computationally
hard problem. To emulate the behavior of realistic devices, it is sufficient to
sample bitstrings from circuits. Recently, arXiv:2112.08499 introduced the
so-called gate-by-gate sampling algorithm to sample bitstrings and showed it to
be computationally favorable in many cases. Here we present bgls, a Python
package which implements this sampling algorithm. bgls has native support for
several states and is highly flexible for use with additional states. We show
how to install and use bgls, discuss optimizations in the algorithm, and
demonstrate its utility on several problems.
- Abstract（参考訳）: 量子コンピュータの古典的シミュレーションは一般に計算の難しい問題である。
現実的なデバイスの動作をエミュレートするには、回路からビットストリングをサンプリングするのに十分である。
近年、arXiv:2112.08499はいわゆるゲートバイゲートサンプリングアルゴリズムを導入してビットストリングをサンプリングし、多くのケースで計算上有利であることを示した。
ここでは、このサンプリングアルゴリズムを実装するPythonパッケージであるbglsを紹介する。
bglsはいくつかの州をネイティブにサポートしており、追加の州での使用に非常に柔軟である。
本稿では,bglのインストールと使用方法,アルゴリズムの最適化に関する議論,いくつかの問題に対するその有用性を示す。
関連論文リスト
- Sum-of-Squares inspired Quantum Metaheuristic for Polynomial Optimization with the Hadamard Test and Approximate Amplitude Constraints [76.53316706600717]
最近提案された量子アルゴリズムarXiv:2206.14999は半定値プログラミング(SDP)に基づいている
SDPにインスパイアされた量子アルゴリズムを2乗和に一般化する。
この結果から,本アルゴリズムは大きな問題に適応し,最もよく知られた古典学に近似することが示唆された。
論文 参考訳（メタデータ） (2024-08-14T19:04:13Z) - Compact quantum algorithms for time-dependent differential equations [0.0]
我々は、ユニタリの線形結合に基づくアイデアに基づいて、非ユニタリで非エルミート量子系をシミュレートする。
我々は,反復行列ベクトル乗算と行列逆演算を効率的に行うハイブリッド量子古典アルゴリズムを生成する。
論文 参考訳（メタデータ） (2024-05-16T02:14:58Z) - Classical modelling of a lossy Gaussian bosonic sampler [0.0]
損失GBSインスタンスの近似古典シミュレーションのためのアルゴリズムを提案する。
アルゴリズムの複雑さは、項数が固定されたときのモードの数を絞っている。
量子的優位性を証明したと主張する最近の実験では、これらの条件が満たされている。
論文 参考訳（メタデータ） (2024-04-01T09:19:27Z) - Generalized quantum Arimoto-Blahut algorithm and its application to
quantum information bottleneck [55.22418739014892]
量子アリーモト・ブラフトアルゴリズムをRamakrishnanらにより一般化する。
3つの量子系を持つ量子情報ボトルネックに対して,我々のアルゴリズムを適用した。
数値解析により,我々のアルゴリズムはアルゴリズムよりも優れていることが示された。
論文 参考訳（メタデータ） (2023-11-19T00:06:11Z) - 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 Goemans-Williamson Algorithm with the Hadamard Test and
Approximate Amplitude Constraints [62.72309460291971]
本稿では,n+1$ qubitsしか使用しないGoemans-Williamsonアルゴリズムの変分量子アルゴリズムを提案する。
補助量子ビット上で適切にパラメータ化されたユニタリ条件として目的行列を符号化することにより、効率的な最適化を実現する。
各種NPハード問題に対して,Goemans-Williamsonアルゴリズムの量子的効率的な実装を考案し,提案プロトコルの有効性を実証する。
論文 参考訳（メタデータ） (2022-06-30T03:15:23Z) - Entanglement and coherence in Bernstein-Vazirani algorithm [58.720142291102135]
Bernstein-Vaziraniアルゴリズムは、オラクルに符号化されたビット文字列を決定できる。
我々はベルンシュタイン・ヴァジラニアルゴリズムの量子資源を詳細に分析する。
絡み合いがない場合、初期状態における量子コヒーレンス量とアルゴリズムの性能が直接関係していることが示される。
論文 参考訳（メタデータ） (2022-05-26T20:32:36Z) - 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) - An optimal quantum sampling regression algorithm for variational
eigensolving in the low qubit number regime [0.0]
量子サンプリング回帰(QSR)は、代替の量子古典的アルゴリズムである。
低量子ビット数構造における時間的複雑さに基づいて,その利用事例を分析した。
ベンチマーク問題に対するアルゴリズムの有効性を示す。
論文 参考訳（メタデータ） (2020-12-04T00:01:15Z) - Adaptive Sampling for Best Policy Identification in Markov Decision
Processes [79.4957965474334]
本稿では,学習者が生成モデルにアクセスできる場合の,割引マルコフ決定(MDP)における最良の政治的識別の問題について検討する。
最先端アルゴリズムの利点を論じ、解説する。
論文 参考訳（メタデータ） (2020-09-28T15:22:24Z) - Quantum Sampling Algorithms for Near-Term Devices [0.0]
ギブス分布全体を符号化することで、偏りのないサンプルを提供する量子アルゴリズムのファミリを導入する。
このアプローチが従来のマルコフ連鎖アルゴリズムの高速化につながることを示す。
短期量子デバイス上で、潜在的に有用なサンプリングアルゴリズムを探索する扉を開く。
論文 参考訳（メタデータ） (2020-05-28T14:46:20Z)
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。