論文の概要: Polynomial-Time Classical Simulation of Noisy IQP Circuits with Constant Depth
- arxiv url: http://arxiv.org/abs/2403.14607v1
- Date: Thu, 21 Mar 2024 17:55:26 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-22 13:00:31.980211
- Title: Polynomial-Time Classical Simulation of Noisy IQP Circuits with Constant Depth
- Title（参考訳）: 定深さ雑音IQP回路の多項式時間古典シミュレーション
- Authors: Joel Rajakumar, James D. Watson, Yi-Kai Liu,
- Abstract要約: 雑音の除去や非偏極化を行う任意のIQP回路の場合、出力分布は古典的コンピュータで効率的にサンプリング可能であることを示す。
我々は、IQP回路が対角ゲートの深い部分を持つという事実を利用して、ノイズが予測可能となり、回路内の絡み合いの大規模な分解を誘発する。
- 参考スコア（独自算出の注目度）: 0.5188841610098435
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Sampling from the output distributions of quantum computations comprising only commuting gates, known as instantaneous quantum polynomial (IQP) computations, is believed to be intractable for classical computers, and hence this task has become a leading candidate for testing the capabilities of quantum devices. Here we demonstrate that for an arbitrary IQP circuit undergoing dephasing or depolarizing noise, whose depth is greater than a critical $O(1)$ threshold, the output distribution can be efficiently sampled by a classical computer. Unlike other simulation algorithms for quantum supremacy tasks, we do not require assumptions on the circuit's architecture, on anti-concentration properties, nor do we require $\Omega(\log(n))$ circuit depth. We take advantage of the fact that IQP circuits have deep sections of diagonal gates, which allows the noise to build up predictably and induce a large-scale breakdown of entanglement within the circuit. Our results suggest that quantum supremacy experiments based on IQP circuits may be more susceptible to classical simulation than previously thought.
- Abstract（参考訳）: 瞬時量子多項式(IQP)計算と呼ばれる通勤ゲートのみからなる量子計算の出力分布からサンプリングすることは、古典的コンピュータでは難解であると考えられており、量子デバイスの性能をテストするための主要な候補となっている。
ここでは, 臨界$O(1)$閾値よりも深さが大きい任意のIQP回路において, 従来の計算機で効率よく出力分布をサンプリングできることを実証する。
量子超越性タスクの他のシミュレーションアルゴリズムとは異なり、回路のアーキテクチャ、反集中特性、および回路深さが$\Omega(\log(n))$であるような仮定は必要としない。
我々は、IQP回路が対角ゲートの深い部分を持つという事実を利用して、ノイズが予測可能となり、回路内の絡み合いの大規模な分解を誘発する。
この結果から,IQP回路に基づく量子超越性実験は従来考えられていたよりも古典的シミュレーションの影響を受けやすい可能性が示唆された。
関連論文リスト
- 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) - Robust sparse IQP sampling in constant depth [3.670008893193884]
NISQ(ノイズのある中間スケール量子)は、堅牢な量子優位性と完全なフォールトトレラント量子計算の証明のないアプローチである。
本稿では,最小限の誤差補正条件でノイズに頑健な証明可能な超多項式量子優位性を実現する手法を提案する。
論文 参考訳（メタデータ） (2023-07-20T09:41:08Z) - Quantum Imitation Learning [74.15588381240795]
本稿では、量子優位性を利用してILを高速化する量子模倣学習(QIL)を提案する。
量子行動クローニング(Q-BC)と量子生成逆模倣学習(Q-GAIL)という2つのQILアルゴリズムを開発した。
実験結果から,Q-BCとQ-GAILの両者が,従来のものと同等の性能を達成できることが判明した。
論文 参考訳（メタデータ） (2023-04-04T12:47:35Z) - GSQAS: Graph Self-supervised Quantum Architecture Search [0.18899300124593643]
既存の量子アーキテクチャ探索(QAS)アルゴリズムは、探索プロセス中に多数の量子回路を評価する必要がある。
本稿では,自己教師型学習に基づく予測器を訓練するグラフ自己教師型QASであるGSQASを提案する。
GSQASは最先端の予測器ベースのQASより優れており、ラベル付き回路が少なくて性能が良い。
論文 参考訳（メタデータ） (2023-03-22T08:35:28Z) - Initial-State Dependent Optimization of Controlled Gate Operations with
Quantum Computer [1.2019888796331233]
制御ゲートから冗長な制御操作を取り除くことを目的としたAQCELと呼ばれる新しい回路を導入する。
ベンチマークとして、AQCELは高エネルギー物理学における最終状態の放射をモデル化するために設計された量子アルゴリズムにデプロイされる。
我々は、AQCEL最適化回路が、ゲート数がはるかに少ない等価な最終状態を生成できることを実証した。
論文 参考訳（メタデータ） (2022-09-06T09:19:07Z) - Quantum circuit debugging and sensitivity analysis via local inversions [62.997667081978825]
本稿では,回路に最も影響を及ぼす量子回路の断面をピンポイントする手法を提案する。
我々は,IBM量子マシン上に実装されたアルゴリズム回路の例に応用して,提案手法の実用性と有効性を示す。
論文 参考訳（メタデータ） (2022-04-12T19:39:31Z) - An Optimized Quantum Implementation of ISD on Scalable Quantum Resources [2.274915755738124]
Prange の ISD アルゴリズムは量子コンピュータ上でより効率的に実装可能であることを示す。
我々は、古典的コプロセッサのアイデアを活用して、ハイブリッドな古典的量子トレードオフを設計する。
論文 参考訳（メタデータ） (2021-12-12T06:01:10Z) - An Algebraic Quantum Circuit Compression Algorithm for Hamiltonian
Simulation [55.41644538483948]
現在の世代のノイズの多い中間スケール量子コンピュータ(NISQ)は、チップサイズとエラー率に大きく制限されている。
我々は、自由フェルミオンとして知られる特定のスピンハミルトニアンをシミュレーションするために、量子回路を効率よく圧縮するために局所化回路変換を導出する。
提案した数値回路圧縮アルゴリズムは、後方安定に動作し、$mathcalO(103)$スピンを超える回路合成を可能にするスピンの数で3次スケールする。
論文 参考訳（メタデータ） (2021-08-06T19:38:03Z) - Pulse-level noisy quantum circuits with QuTiP [53.356579534933765]
我々はQuTiPの量子情報処理パッケージであるqutip-qipに新しいツールを導入する。
これらのツールはパルスレベルで量子回路をシミュレートし、QuTiPの量子力学解法と制御最適化機能を活用する。
シミュレーションプロセッサ上で量子回路がどのようにコンパイルされ、制御パルスがターゲットハミルトニアンに作用するかを示す。
論文 参考訳（メタデータ） (2021-05-20T17:06:52Z) - On the learnability of quantum neural networks [132.1981461292324]
本稿では,量子ニューラルネットワーク(QNN)の学習可能性について考察する。
また,概念をQNNで効率的に学習することができれば,ゲートノイズがあってもQNNで効果的に学習できることを示す。
論文 参考訳（メタデータ） (2020-07-24T06:34:34Z) - Forging quantum data: classically defeating an IQP-based quantum test [0.0]
古典的)証明器が量子であることを検証者に納得させる古典的アルゴリズムについて述べる。
キー抽出アルゴリズムは,実際に数百量子ビットの問題を解くのに有効であることを示す。
論文 参考訳（メタデータ） (2019-12-11T19:00:00Z)
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。