Fugu-MT 論文翻訳(概要): Shadow Simulation of Quantum Processes

論文の概要: Shadow Simulation of Quantum Processes

arxiv url: http://arxiv.org/abs/2401.14934v2
Date: Fri, 27 Sep 2024 17:11:08 GMT
ステータス: 処理完了
システム内更新日: 2024-11-09 05:06:11.986645
Title: Shadow Simulation of Quantum Processes
Title（参考訳）: 量子過程のシャドウシミュレーション
Authors: Xuanqiang Zhao, Xin Wang, Giulio Chiribella,
Abstract要約: シャドープロセスシミュレーションの性能は,様々なシナリオにおいて従来のプロセスシミュレーションプロトコルよりも優れていることを示す。注目すべきは、シャドウシミュレーションが必要とされるサンプルの数を増やすことなく統計的精度を向上するシナリオが存在することである。
参考スコア（独自算出の注目度）: 6.081549199234747
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We introduce the task of shadow process simulation, where the goal is to simulate the estimation of the expectation values of arbitrary quantum observables at the output of a target physical process. When the sender and receiver share random bits or other no-signaling resources, we show that the performance of shadow process simulation exceeds that of conventional process simulation protocols in a variety of scenarios including communication, noise simulation, and data compression. Remarkably, we find that there exist scenarios where shadow simulation provides increased statistical accuracy without any increase in the number of required samples.
Abstract（参考訳）: 本稿では,対象の物理過程の出力における任意の量子オブザーバブルの期待値の推定をシミュレートするシャドウプロセスシミュレーションの課題を紹介する。送信側と受信側がランダムビットなどの非署名リソースを共有した場合, シャドープロセスシミュレーションの性能は, 通信, ノイズシミュレーション, データ圧縮など, 様々なシナリオにおいて, 従来のプロセスシミュレーションプロトコルよりも優れていることを示す。顕著なことに、必要なサンプル数を増やすことなく、シャドウシミュレーションによって統計的精度が向上するシナリオが存在する。

関連論文リスト

Semantic Capability Model for the Simulation of Manufacturing Processes [38.69817856379812]
シミュレーションは製造工程の検査の機会を提供する。異なるシミュレーションの組み合わせは、あるシミュレーションの出力が別のシミュレーションの入力パラメータとして機能し、結果として一連のシミュレーションとなるときに必要である。シミュレーション、特定の知識を生成する能力、それぞれの品質基準を表現した情報モデルが導入された。
論文参考訳（メタデータ） (2024-08-15T09:28:08Z)
Bayesian Adaptive Calibration and Optimal Design [16.821341360894706]
現在の機械学習アプローチは、主に観測データで利用可能な固定された設計セットに対する再実行シミュレーションに依存している。本稿では,バッチシーケンスプロセス内で最大情報化シミュレーションを実行するためのデータ効率アルゴリズムを提案する。合成問題と実データ問題にまたがる関連手法と比較して,本手法の利点を示す。
論文参考訳（メタデータ） (2024-05-23T11:14:35Z)
Deep Quantum Circuit Simulations of Low-Energy Nuclear States [51.823503818486394]
深部量子回路の高速数値シミュレーションの進歩について述べる。 21キュービットまでの回路と 115,000,000以上のゲートを効率的にシミュレートできる。
論文参考訳（メタデータ） (2023-10-26T19:10:58Z)
Importance sampling for stochastic quantum simulations [68.8204255655161]
我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
論文参考訳（メタデータ） (2022-12-12T15:06:32Z)
Neural Posterior Estimation with Differentiable Simulators [58.720142291102135]
微分可能シミュレータを用いてニューラル・ポストミラー推定(NPE)を行う新しい手法を提案する。勾配情報が後部形状の制約にどのように役立ち、試料効率を向上させるかを示す。
論文参考訳（メタデータ） (2022-07-12T16:08:04Z)
Parallel Simulation of Quantum Networks with Distributed Quantum State Management [56.24769206561207]
我々は、量子ネットワークの並列シミュレーションの要件を特定し、最初の並列離散事象量子ネットワークシミュレータを開発する。コントリビューションには、複数のプロセスに分散した共有量子情報を維持する量子状態マネージャの設計と開発が含まれています。既存のシーケンシャルバージョンと並行してオープンソースツールとして,並列SeQUeNCeシミュレータをリリースする。
論文参考訳（メタデータ） (2021-11-06T16:51:17Z)
Likelihood-Free Inference in State-Space Models with Unknown Dynamics [71.94716503075645]
本研究では、状態空間モデルにおいて、観測をシミュレートすることしかできず、遷移ダイナミクスが不明な潜在状態の推測と予測を行う手法を提案する。本研究では,限られた数のシミュレーションで状態予測と状態予測を行う手法を提案する。
論文参考訳（メタデータ） (2021-11-02T12:33:42Z)
Recurrent convolutional neural network for the surrogate modeling of subsurface flow simulation [0.0]
本稿では,数値フローシミュレーションの代理モデルとして,SegNetとConvLSTM層を組み合わせることを提案する。その結果,シミュレーションの出力が時系列データである場合,SegNetに基づくサロゲートモデルの性能が著しく向上することが示唆された。
論文参考訳（メタデータ） (2020-10-08T09:34:48Z)
Probability and consequences of living inside a computer simulation [77.65665055163332]
合理的な仮定の下では、ドレーク型方程式は宇宙が故意のシミュレーションの結果であるという確率に対して得られることが示されている。このようなシミュレーションの外部からの盗聴の可能性について検討し、シミュレーション内の量子暗号の試行を回避できる汎用攻撃を導入する。
論文参考訳（メタデータ） (2020-08-21T02:41:33Z)
Realistic simulation of quantum computation using unitary and measurement channels [1.406995367117218]
本稿では,一意チャネルと測定チャネルの和によって密度行列の進化を近似する新しいシミュレーション手法を提案する。このモデルは、最もよく知られたアプローチと比較して、精度の面で少なくとも1桁の精度の向上を示す。
論文参考訳（メタデータ） (2020-05-13T14:29:18Z)

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。