論文の概要: Exponential quantum advantages for practical non-Hermitian eigenproblems
- arxiv url: http://arxiv.org/abs/2401.12091v2
- Date: Sun, 20 Oct 2024 02:58:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-22 17:02:01.981753
- Title: Exponential quantum advantages for practical non-Hermitian eigenproblems
- Title(参考訳): 実用的非エルミート固有プロブレムに対する指数量子的優位性
- Authors: Xiao-Ming Zhang, Yukun Zhang, Wenhao He, Xiao Yuan,
- Abstract要約: 我々は量子コンピューティングのパワーを一般のエルミート非エルミート固有確率に拡張する。
我々のアルゴリズムは広く応用されており、例えば、非エルミート物理学における2つの中心的な問題を考える。
- 参考スコア(独自算出の注目度): 7.104558333873843
- License:
- Abstract: While non-Hermitian physics has attracted considerable attention, current studies are limited to small or classically solvable systems. Quantum computing, as a powerful eigensolver, have predominantly been applied to Hermitian domain, leaving their potential for studying non-Hermitian problems largely unexplored. We extend the power of quantum computing to general non-Hermitian eigenproblems. Our approach works for finding eigenvalues without extra constrains, or eigenvalues closest to specified points or lines, thus extending results for ground energy and energy gap problems for Hermitian matrices. Our algorithms have broad applications, and as examples, we consider two central problems in non-Hermitian physics. Firstly, our approach is the first to offer an efficient quantum solution to the witness of spontaneous $PT$-symmetry breaking, and provide provable, exponential quantum advantage. Secondly, our approach enables the estimation of Liouvillian gap, which is crucial for characterizing relaxation times. Our general approach can also find applications in many other areas, such as the study of Markovian stochastic processes. These results underscore the significance of our quantum algorithms for addressing practical eigenproblems across various disciplines.
- Abstract(参考訳): 非エルミート物理学は注目されているが、現在の研究は小規模または古典的に解けるシステムに限られている。
量子コンピューティングは、強力な固有解法として、主にエルミート領域に適用され、非エルミート問題を研究する可能性はほとんど探索されていない。
我々は量子コンピューティングのパワーを一般のエルミート非エルミート固有確率に拡張する。
提案手法は, 余分な制約を伴わない固有値, あるいは指定された点や直線に最も近い固有値を求めるために有効である。
我々のアルゴリズムは広く応用されており、例えば、非エルミート物理学における2つの中心的な問題を考える。
第一に、我々のアプローチは、自発的な$PT$対称性の破れの目撃者に効率的な量子解を提供し、証明可能な指数的量子優位性を提供する最初の方法である。
第2に,緩和時間の特徴付けに欠かせないリウビリアンギャップの推定が可能となる。
我々の一般的なアプローチは、マルコフ確率過程の研究など、他の多くの分野にも応用を見出すことができる。
これらの結果は、様々な分野にわたる実践的な固有確率に対処するための量子アルゴリズムの重要性を浮き彫りにしている。
関連論文リスト
- Entrywise error bounds for low-rank approximations of kernel matrices [55.524284152242096]
切り抜き固有分解を用いて得られたカーネル行列の低ランク近似に対するエントリーワイド誤差境界を導出する。
重要な技術的革新は、小さな固有値に対応するカーネル行列の固有ベクトルの非局在化結果である。
我々は、合成および実世界のデータセットの集合に関する実証的研究により、我々の理論を検証した。
論文 参考訳(メタデータ) (2024-05-23T12:26:25Z) - Polynomial-depth quantum algorithm for computing matrix determinant [46.13392585104221]
正方行列の行列式を計算するアルゴリズムを提案し,それを実現する量子回路を構築する。
行列の各行は、ある量子系の純粋な状態として符号化される。
したがって、認められた行列はこれらの系の量子状態の正規化まで任意である。
論文 参考訳(メタデータ) (2024-01-29T23:23:27Z) - Quantum eigenvalue processing [0.0]
線形代数の問題は、非正規入力行列の固有値を処理して量子コンピュータ上で解くことができる。
ブロック符号化された非正規作用素の固有値に任意の変換を適用するための量子固有値変換(QEVT)フレームワークを提案する。
また,実スペクトルを持つ演算子に対する量子固有値推定(QEVE)アルゴリズムを提案する。
論文 参考訳(メタデータ) (2024-01-11T19:49:31Z) - Quantum Worst-Case to Average-Case Reductions for All Linear Problems [66.65497337069792]
量子アルゴリズムにおける最悪のケースと平均ケースの削減を設計する問題について検討する。
量子アルゴリズムの明示的で効率的な変換は、入力のごく一部でのみ正し、全ての入力で正しくなる。
論文 参考訳(メタデータ) (2022-12-06T22:01:49Z) - Re-Analyze Gauss: Bounds for Private Matrix Approximation via Dyson
Brownian Motion [28.431572772564518]
対称行列 $M$ とベクトル $lambda$ が与えられたとき、行列によって$M$ を近似するガウス機構のフロベニウス距離ユーティリティ上の新しい境界を示す。
私たちのバウンダリは、$lambda$と$M$の固有値のギャップの両方に依存します。
論文 参考訳(メタデータ) (2022-11-11T18:54:01Z) - Quantum algorithms for matrix operations and linear systems of equations [65.62256987706128]
本稿では,「Sender-Receiver」モデルを用いた行列演算のための量子アルゴリズムを提案する。
これらの量子プロトコルは、他の量子スキームのサブルーチンとして使用できる。
論文 参考訳(メタデータ) (2022-02-10T08:12:20Z) - Quantum algorithms for the generalized eigenvalue problem [6.111964049119244]
一般化固有値(GE)問題は、科学工学や機械学習の様々な分野において特に重要である。
本稿では,GE問題の一般化固有値を求める変分量子アルゴリズム, $mathcalA|psirangle=lambdamathcalB|psirangle$を提案する。
2量子ビットシミュレーションを行うアルゴリズムを数値的に実装し、行列鉛筆$(mathcalA,,mathcalB)$の一般化固有値の探索に成功した。
論文 参考訳(メタデータ) (2021-12-05T12:12:49Z) - A theory of quantum subspace diagonalization [3.248953303528541]
量子部分空間対角化アルゴリズムは、大きなエルミート行列の最小固有値を正確に計算できることを示す。
我々の結果は、量子計算の文脈外の固有値問題を解くことに、独立した関心を持つことができる。
論文 参考訳(メタデータ) (2021-10-14T16:09:07Z) - Quantum algorithms for spectral sums [50.045011844765185]
正半定値行列(PSD)のスペクトル和を推定するための新しい量子アルゴリズムを提案する。
本稿では, スペクトルグラフ理論における3つの問題に対して, アルゴリズムと手法が適用可能であることを示す。
論文 参考訳(メタデータ) (2020-11-12T16:29:45Z) - Solving generalized eigenvalue problems by ordinary differential
equations on a quantum computer [0.0]
常微分方程式を用いた対称一般化固有値問題に対する新しい量子アルゴリズムを提案する。
このアルゴリズムは、量子位相推定に基づく標準のアルゴリズムよりも複雑さが低い。
論文 参考訳(メタデータ) (2020-10-28T15:04:33Z) - Linear-Sample Learning of Low-Rank Distributions [56.59844655107251]
ktimes k$, rank-r$, matrices to normalized $L_1$ distance requires $Omega(frackrepsilon2)$ sample。
我々は、$cal O(frackrepsilon2log2fracepsilon)$ sample, a number linear in the high dimension, and almost linear in the matrices, usually low, rank proofs.というアルゴリズムを提案する。
論文 参考訳(メタデータ) (2020-09-30T19:10:32Z)
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。