論文の概要: Amplified Amplitude Estimation: Exploiting Prior Knowledge to Improve
Estimates of Expectation Values
- arxiv url: http://arxiv.org/abs/2402.14791v1
- Date: Thu, 22 Feb 2024 18:50:10 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-23 14:05:26.618878
- Title: Amplified Amplitude Estimation: Exploiting Prior Knowledge to Improve
Estimates of Expectation Values
- Title（参考訳）: amplified amplitude estimation: 事前知識を活用して期待値の推定を改善する
- Authors: Sophia Simon, Matthias Degroote, Nikolaj Moll, Raffaele Santagati,
Michael Streif, Nathan Wiebe
- Abstract要約: 本稿では、事前知識を利用して量子コンピュータ上での学習プロセスを高速化できる演算子の期待値を推定する方法を提供する。
量子化学応用におけるポテンシャルエネルギー面の学習コストの削減にどのように使用できるかを示す。
- 参考スコア（独自算出の注目度）: 0.43496401697112697
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We provide a method for estimating the expectation value of an operator that
can utilize prior knowledge to accelerate the learning process on a quantum
computer. Specifically, suppose we have an operator that can be expressed as a
concise sum of projectors whose expectation values we know a priori to be
$O(\epsilon)$. In that case, we can estimate the expectation value of the
entire operator within error $\epsilon$ using a number of quantum operations
that scales as $O(1/\sqrt{\epsilon})$. We then show how this can be used to
reduce the cost of learning a potential energy surface in quantum chemistry
applications by exploiting information gained from the energy at nearby points.
Furthermore, we show, using Newton-Cotes methods, how these ideas can be
exploited to learn the energy via integration of derivatives that we can
estimate using a priori knowledge. This allows us to reduce the cost of energy
estimation if the block-encodings of directional derivative operators have a
smaller normalization constant than the Hamiltonian of the system.
- Abstract（参考訳）: 量子コンピュータ上での学習プロセスを高速化するために、事前知識を活用できるオペレータの期待値を推定する方法を提供する。
具体的には、プリオリティが$o(\epsilon)$であるような期待値を持つプロジェクタの簡潔な和として表現できる演算子があると仮定する。
この場合、演算子全体の期待値は、$o(1/\sqrt{\epsilon})$とスケールする多くの量子演算を使用して、エラー$\epsilon$で見積もることができる。
次に、量子化学応用におけるポテンシャルエネルギー面の学習コストを、近傍の点におけるエネルギーから得られる情報を利用して削減する方法を示す。
さらに,newton-cotes法を用いて,先行知識を用いて推定できる導関数の統合により,これらのアイデアをどのように活用してエネルギーを学習するかを示す。
これにより、方向微分作用素のブロックエンコーディングがシステムのハミルトニアンよりも小さい正規化定数を持つ場合、エネルギー推定のコストを削減できる。
関連論文リスト
- Quantum Resources for Pure Thermal Shadows [0.0]
Gibbs状態の特性の計算は、量子化学と量子機械学習において重要なタスクである。
従来の研究は、Gibs状態予測値を$logM$測定のみから$M$observablesで予測する量子アルゴリズムを提案している。
本研究では,本アルゴリズムで使用される回路の資源分析を行い,量子信号処理がシステムサイズの増加に伴ってゲート数や深さに最も寄与することが確認された。
論文 参考訳（メタデータ） (2024-09-09T16:40:21Z) - Calculating response functions of coupled oscillators using quantum phase estimation [40.31060267062305]
量子コンピュータを用いた結合型古典的高調波発振器系の周波数応答関数の推定問題について検討する。
提案する量子アルゴリズムは,標準的な$sスパース,オーラクルベースのクエリアクセスモデルで動作する。
そこで,本アルゴリズムの簡単な適応により,時間内に無作為な結束木問題を解くことを示す。
論文 参考訳（メタデータ） (2024-05-14T15:28:37Z) - Simulation of IBM's kicked Ising experiment with Projected Entangled
Pair Operator [71.10376783074766]
我々は最近,誤りを軽減した量子回路を用いてエミュレートされた127量子ビットキックド・イジングモデルの古典的シミュレーションを行った。
提案手法はハイゼンベルク図の射影的絡み合ったペア作用素(PEPO)に基づいている。
我々はクリフォード展開理論を開発し、正確な期待値を計算し、それらをアルゴリズムの評価に利用する。
論文 参考訳（メタデータ） (2023-08-06T10:24:23Z) - Fault-tolerant quantum algorithm for symmetry-adapted perturbation
theory [0.0]
我々は、相互作用エネルギーの対称性適応摂動理論の構成要素を、そのような可観測物の原型的な例と考える。
本稿では,1次SAPTレベルでの相互作用エネルギーをハイゼンベルク制限スケーリングで推定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） (2023-05-11T17:52:44Z) - Quantum gradient evaluation through quantum non-demolition measurements [0.0]
本稿では,コスト関数の導関数を量子コンピュータで推定するための量子非破壊測定プロトコルについて論じる。
これは変分量子回路の実装における重要なステップである。
論文 参考訳（メタデータ） (2023-01-17T19:00:08Z) - Guaranteed efficient energy estimation of quantum many-body Hamiltonians
using ShadowGrouping [55.47824411563162]
量子多体系のエネルギーの推定は、様々な研究分野におけるパラダイム的な課題である。
本研究の目的は,全測定予算から最も高い証明可能な精度が得られる単一キュービット計測による最適戦略を見出すことである。
私たちはShadowGroupingと呼ばれる実用的で効率的な見積もり戦略を開発します。
論文 参考訳（メタデータ） (2023-01-09T14:41:07Z) - Commutation simulator for open quantum dynamics [0.0]
時間依存密度作用素 $hatrho(t)$ の直接的性質を調べる革新的な方法を提案する。
可換関係の期待値と$hatrho(t)$の変化率を直接計算できる。
単一量子ビットの場合において、単純だが重要な例が示され、多くの量子ビットを用いた実用的な量子シミュレーション法の拡張について論じる。
論文 参考訳（メタデータ） (2022-06-01T16:03:43Z) - Theory of Quantum Generative Learning Models with Maximum Mean
Discrepancy [67.02951777522547]
量子回路ボルンマシン(QCBM)と量子生成逆ネットワーク(QGAN)の学習可能性について検討する。
まず、QCBMの一般化能力を解析し、量子デバイスがターゲット分布に直接アクセスできる際の優位性を同定する。
次に、QGANの一般化誤差境界が、採用されるAnsatz、クォーディットの数、入力状態に依存することを示す。
論文 参考訳（メタデータ） (2022-05-10T08:05:59Z) - Reducing the cost of energy estimation in the variational quantum
eigensolver algorithm with robust amplitude estimation [50.591267188664666]
量子化学と材料は、量子コンピューティングの最も有望な応用の1つである。
これらの領域における産業関連問題とそれを解決する量子アルゴリズムとの整合性については、まだ多くの研究が続けられている。
論文 参考訳（メタデータ） (2022-03-14T16:51:36Z) - Nearly Optimal Quantum Algorithm for Estimating Multiple Expectation
Values [0.17126708168238122]
Gily'enらによる量子勾配推定アルゴリズムを利用して$mathcalO(sqrtM/varepsilon)$を対数因子にスケールアップする手法について述べる。
ブラックボックスとして処理された場合,このスケーリングが高精度なシステムでは最悪のケースであることが証明された。
論文 参考訳（メタデータ） (2021-11-17T18:34:17Z) - Preparation of excited states for nuclear dynamics on a quantum computer [117.44028458220427]
量子コンピュータ上で励起状態を作成するための2つの異なる方法を研究する。
シミュレーションおよび実量子デバイス上でこれらの手法をベンチマークする。
これらの結果から,フォールトトレラントデバイスに優れたスケーリングを実現するために設計された量子技術が,接続性やゲート忠実性に制限されたデバイスに実用的なメリットをもたらす可能性が示唆された。
論文 参考訳（メタデータ） (2020-09-28T17:21:25Z)
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。