論文の概要: Quantum Dynamic Programming

• arxiv url: http://arxiv.org/abs/2403.09187v2
• Date: Fri, 14 Feb 2025 06:29:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-17 14:45:46.330471
• Title: Quantum Dynamic Programming
• Title（参考訳）: 量子動的プログラミング
• Authors: Jeongrak Son, Marek Gluza, Ryuji Takagi, Nelly H. Y. Ng,
• Abstract要約: 記憶された中間量子状態を用いてステップユニタリをコヒーレントに生成する方法を示す。 量子力学プログラミングは、広い種類の固定点量子再帰の回路深さを指数関数的に減少させる。 我々は、Groverの探索の変種、量子想像時間進化、Schmidtに基づく量子状態の鮮明な準備のための新しいプロトコルを含む、いくつかの量子再帰に対する量子動的プログラミングの応用について紹介する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: We introduce a quantum extension of dynamic programming, a fundamental computational method that efficiently solves recursive problems using memory. Our innovation lies in showing how to coherently generate recursion step unitaries by using memorized intermediate quantum states. Quantum dynamic programming achieves an exponential reduction in circuit depth for a broad class of fixed-point quantum recursions, though this comes at the cost of increased circuit width. Interestingly, the trade-off becomes more favourable when the initial state is pure. By hybridizing our approach with a conventional memoryless one, we can flexibly balance circuit depth and width to optimize performance on quantum devices with fixed hardware constraints. Finally, we showcase applications of quantum dynamic programming to several quantum recursions, including a variant of Grover's search, quantum imaginary-time evolution, and a new protocol for obliviously preparing a quantum state in its Schmidt basis.
• Abstract（参考訳）: 本稿では,メモリを用いた再帰問題の解法として,動的プログラミングの量子拡張を導入する。 我々の革新は、記憶された中間量子状態を用いて再帰的なステップのユニタリをコヒーレントに生成する方法を示すことである。 量子力学プログラミングは、広い種類の固定点量子再帰に対して回路深さを指数関数的に減少させるが、これは回路幅の増大によるものである。 興味深いことに、初期状態が純粋な場合、トレードオフはより有利になる。 従来のメモリレスの手法をハイブリッド化することで、回路の深さと幅を柔軟にバランスさせ、固定ハードウェア制約のある量子デバイスの性能を最適化することができる。 最後に、Groverの探索の変種、量子想像時間進化、Schmidtに基づく量子状態の鮮明な準備のための新しいプロトコルなど、量子動的プログラミングのいくつかの量子再帰への応用を紹介した。

関連論文リスト

• Efficient Quantum Circuit Compilation for Near-Term Quantum Advantage [17.38734393793605]
  本稿では,ターゲット量子回路をレンガ壁配置に近似的にコンパイルする手法を提案する。 この新しい回路設計は、実際の量子コンピュータで直接実装できる2量子CNOTゲートで構成されている。
  論文  参考訳（メタデータ） (2025-01-13T15:04:39Z)
• Redesign Quantum Circuits on Quantum Hardware Device [6.627541720714792]
  量子ハードウェア上での大規模量子回路の再設計を可能にする新しいアーキテクチャを提案する。 具体的には、このアーキテクチャを(非)パラメータ化回路の等価性チェックを含む、回路最適化における3つの重要な応用に適用する。 提案手法の有効性は,従来のコンピュータと現在のNISQハードウェアの両方で実装された,これらのアプリケーションの優れた成果によって実証される。
  論文  参考訳（メタデータ） (2024-12-30T12:05:09Z)
• Circuit Folding: Modular and Qubit-Level Workload Management in Quantum-Classical Systems [5.6744988702710835]
  回路編み込み(Circuit knitting)は、量子回路から計算負荷の一部をオフロードする技法である。 本稿では,量子回路内の繰り返し構造を識別・活用する新しいグラフベースシステムであるCiFoldを提案する。 我々のシステムは様々な量子アルゴリズムで広く評価されており、最大で799.2%の量子リソース使用量の削減を実現している。
  論文  参考訳（メタデータ） (2024-12-24T23:34:17Z)
• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
  d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。 我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• Quantum Register Machine: Efficient Implementation of Quantum Recursive Programs [7.042810171786408]
  本稿では、量子制御フローをサポートする最初の純粋量子アーキテクチャ(命令セットを含む)である量子レジスタマシンの概念を提案する。 本稿では,量子レジスタマシンをベースとして,量子再帰プログラムの包括的な実装プロセスについて述べる。 量子アルゴリズムの効率的な実装は、量子アルゴリズムの自動並列化も提供する。
  論文  参考訳（メタデータ） (2024-08-19T14:48:41Z)
• A Quantum-Classical Collaborative Training Architecture Based on Quantum State Fidelity [50.387179833629254]
  我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。 Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。 他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
  論文  参考訳（メタデータ） (2024-02-23T14:09:41Z)
• QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum Circuits [82.50620782471485]
  QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。 1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。 提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
  論文  参考訳（メタデータ） (2024-01-10T22:33:00Z)
• Quantum Neural Architecture Search with Quantum Circuits Metric and Bayesian Optimization [2.20200533591633]
  各量子状態に対するゲートの作用を特徴付ける新しい量子ゲート距離を提案する。 提案手法は、経験的量子機械学習の3つの問題において、ベンチマークを著しく上回っている。
  論文  参考訳（メタデータ） (2022-06-28T16:23:24Z)
• Escaping from the Barren Plateau via Gaussian Initializations in Deep Variational Quantum Circuits [63.83649593474856]
  近年、変分量子回路は量子シミュレーションや量子機械学習に広く用いられている。 しかし、ランダムな構造を持つ量子回路は、回路深さと量子ビット数に関して指数関数的に消える勾配のため、トレーニング容易性が低い。 この結果は、ディープ量子回路が実用的なタスクでは実現できないという一般的な見解に繋がる。
  論文  参考訳（メタデータ） (2022-03-17T15:06:40Z)
• Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
  量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。 変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。 量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
  論文  参考訳（メタデータ） (2021-08-09T18:00:05Z)
• Tensor Network Quantum Virtual Machine for Simulating Quantum Circuits at Exascale [57.84751206630535]
  本稿では,E-scale ACCelerator(XACC)フレームワークにおける量子回路シミュレーションバックエンドとして機能する量子仮想マシン(TNQVM)の近代化版を提案する。 新バージョンは汎用的でスケーラブルなネットワーク処理ライブラリであるExaTNをベースにしており、複数の量子回路シミュレータを提供している。 ポータブルなXACC量子プロセッサとスケーラブルなExaTNバックエンドを組み合わせることで、ラップトップから将来のエクサスケールプラットフォームにスケール可能なエンドツーエンドの仮想開発環境を導入します。
  論文  参考訳（メタデータ） (2021-04-21T13:26:42Z)

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。