Fugu-MT 論文翻訳(概要): Polynomial-depth quantum algorithm for computing matrix determinant

論文の概要: Polynomial-depth quantum algorithm for computing matrix determinant

arxiv url: http://arxiv.org/abs/2401.16619v2
Date: Thu, 16 May 2024 10:41:36 GMT
ステータス: 処理完了
システム内更新日: 2024-05-17 18:55:01.345021
Title: Polynomial-depth quantum algorithm for computing matrix determinant
Title（参考訳）: 行列行列式計算のための多項式深さ量子アルゴリズム
Authors: Alexander I. Zenchuk, Wentao Qi, Asutosh Kumar, Junde Wu,
Abstract要約: 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。
参考スコア（独自算出の注目度）: 46.13392585104221
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: We propose an algorithm for calculating the determinant of a square matrix, and construct the quantum circuit realizing it, using multiqubit control gates (representable in terms of Toffoli gates, CNOTs and SWAPs), Hadamard transformations and $Z$-operators. Each row of the matrix is encoded as a pure state of some quantum system. The admitted matrix is therefore arbitrary up to the normalization of quantum states of those systems. The depth of the proposed algorithm is $O(N^3\log \, N)$ for the $N\times N$ matrix.
Abstract（参考訳）: 本稿では, 正方行列の行列式を計算するアルゴリズムを提案し, 多ビット制御ゲート(トフォリゲート, CNOT, SWAP)、アダマール変換, およびZ$-operatorsを用いて, 量子回路で実現した。行列の各行は、ある量子系の純粋な状態として符号化される。したがって、認められた行列はこれらの系の量子状態の正規化まで任意である。提案アルゴリズムの深さは、$N\times N$ matrixに対して$O(N^3\log \, N)$である。

関連論文リスト

Quantum algorithm for the gradient of a logarithm-determinant [0.0]
スパースランク入力演算子の逆を効率的に決定することができる。入力演算子のすべての$N2$要素の代わりに、量子状態の期待値を測定することは、$O(ksigma)$ timeで実現できる。このアルゴリズムは、完全に誤り訂正された量子コンピュータ向けに構想されているが、短期的なマシンで実装可能である。
論文参考訳（メタデータ） (2025-01-16T09:39:31Z)
Scaling of symmetry-restricted quantum circuits [42.803917477133346]
本研究では、特殊ユニタリリー群 $SU(2N)$ の $mathcalMSU(2N)$, $mathcalM$-不変部分空間の性質について検討する。
論文参考訳（メタデータ） (2024-06-14T12:12:15Z)
Vectorization of the density matrix and quantum simulation of the von Neumann equation of time-dependent Hamiltonians [65.268245109828]
我々は、von-Neumann方程式を線形化するための一般的なフレームワークを開発し、量子シミュレーションに適した形でレンダリングする。フォン・ノイマン方程式のこれらの線型化のうちの1つは、状態ベクトルが密度行列の列重ね元となる標準的な場合に対応することを示す。密度行列の力学をシミュレートする量子アルゴリズムを提案する。
論文参考訳（メタデータ） (2023-06-14T23:08:51Z)
Qubit-Efficient Randomized Quantum Algorithms for Linear Algebra [3.4137115855910767]
本稿では,行列関数からのサンプリング作業のためのランダム化量子アルゴリズムのクラスを提案する。量子ビットの使用は純粋にアルゴリズムであり、量子データ構造には追加の量子ビットは必要ない。
論文参考訳（メタデータ） (2023-02-03T17:22:49Z)
Quantum Resources Required to Block-Encode a Matrix of Classical Data [56.508135743727934]
回路レベルの実装とリソース推定を行い、古典データの高密度な$Ntimes N$行列をブロックエンコードして$epsilon$を精度良くすることができる。異なるアプローチ間のリソーストレードオフを調査し、量子ランダムアクセスメモリ(QRAM)の2つの異なるモデルの実装を検討する。我々の結果は、単純なクエリの複雑さを超えて、大量の古典的データが量子アルゴリズムにアクセスできると仮定された場合のリソースコストの明確な図を提供する。
論文参考訳（メタデータ） (2022-06-07T18:00:01Z)
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 machine learning with subspace states [8.22379888383833]
量子部分空間状態に基づく量子線型代数の新しいアプローチを導入し,新しい3つの量子機械学習アルゴリズムを提案する。 1つ目は、分布 $Pr[S]= det(X_SX_ST)$ for $|S|=d$ using $O(nd)$ gates and with circuit depth $O(dlog n)$である。 2つ目は、複素行列に対して$mathcalAk$の量子特異値推定アルゴリズムであり、このアルゴリズムの高速化は指数関数的である。
論文参考訳（メタデータ） (2022-01-31T19:34:47Z)
Quantum Algorithm for Matrix Logarithm by Integral Formula [0.0]
近年,行列ベクトル積 $f(A)b$ に対応する状態 $|frangle$ を計算する量子アルゴリズムが提案されている。サブルーチンとしてLCU法とブロック符号化技術を用いる量子アルゴリズムを提案する。
論文参考訳（メタデータ） (2021-11-17T05:46:12Z)
Efficient algorithm for generating Pauli coordinates for an arbitrary linear operator [0.0]
我々は、特定の基底に対して$mathcal O(mathrm N2logmathrm N)$演算のみを含む効率的なアルゴリズムを提案する。このアルゴリズムは$mathcal O(mathrm N3)$演算よりも少ないため、大きな$mathrm N$の場合、量子コンピューティングアルゴリズムの事前処理ステップとして使用できる。
論文参考訳（メタデータ） (2020-11-17T20:57:39Z)
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)

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。