論文の概要: Resource-Optimized Grouping Shadow for Efficient Energy Estimation

• arxiv url: http://arxiv.org/abs/2406.17252v1
• Date: Tue, 25 Jun 2024 03:37:35 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-26 15:51:17.692585
• Title: Resource-Optimized Grouping Shadow for Efficient Energy Estimation
• Title（参考訳）: 効率的なエネルギー推定のための資源最適化グループ化シャドウ
• Authors: Min Li, Mao Lin, Matthew J. S. Beach,
• Abstract要約: 本稿では,新たな重なり合うグループ化戦略と凸最適化による推定誤差を最小化することにより,測定資源を最適に割り当てるリソース・ド・グルーピング・シャドー(ROGS)アルゴリズムを提案する。 数値実験により, ROGS は, 量子コンピュータ上での回路のコンパイル・実行に要するコスト要因に対処するため, 従来手法に比べて, 精度の高い推定精度の確保に要する量子回路を著しく少なくすることを示した。
• 参考スコア（独自算出の注目度）: 2.5636932629466735
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The accurate and efficient energy estimation of quantum Hamiltonians consisting of Pauli observables is an essential task in modern quantum computing. We introduce a Resource-Optimized Grouping Shadow (ROGS) algorithm, which optimally allocates measurement resources by minimizing the estimation error bound through a novel overlapped grouping strategy and convex optimization. Our numerical experiments demonstrate that ROGS requires significantly fewer unique quantum circuits for accurate estimation accuracy compared to existing methods given a fixed measurement budget, addressing a major cost factor for compiling and executing circuits on quantum computers.
• Abstract（参考訳）: パウリオブザーバブルからなる量子ハミルトニアンの正確かつ効率的なエネルギー推定は、現代の量子コンピューティングにおいて必須の課題である。 本稿では,新たな重なり合うグループ化戦略と凸最適化による推定誤差を最小化することにより,測定資源を最適に割り当てる資源最適化グループ化シャドウ(ROGS)アルゴリズムを提案する。 数値実験により, ROGS は, 量子コンピュータ上での回路のコンパイル・実行に要するコスト要因に対処するため, 従来手法と比較して, 高精度な推定精度を実現するために, ユニークな量子回路を著しく少なくすることを示した。

関連論文リスト

• Mitigating crosstalk and residual coupling errors in superconducting quantum processors using many-body localization [21.175964469657803]
  本研究では,Multi-Body Localization(MBL)の原理を取り入れた新しい校正手法を提案する。 MBLに基づく手法は,ノイズ,特にクロストークと残差結合誤差に対する頑健な対策として現れる。 このアプローチは、特に特定の残余結合が存在する場合に、パフォーマンスを著しく改善するだけでなく、よりリソース効率が高く、コスト効率のよいキャリブレーションプロセスも提供します。
  論文  参考訳（メタデータ） (2023-10-10T13:36:09Z)
• Near-Term Distributed Quantum Computation using Mean-Field Corrections and Auxiliary Qubits [77.04894470683776]
  本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。 我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
  論文  参考訳（メタデータ） (2023-09-11T18:00:00Z)
• Robust ground-state energy estimation under depolarizing noise [4.969229261095783]
  我々は,大域的な分極誤差チャネルの下で頑健な新しい基底状態エネルギー推定アルゴリズムを提案する。 本研究は, 脱分極雑音の存在下での地中エネルギー推定の可能性を示すものである。
  論文  参考訳（メタデータ） (2023-07-20T22:30:12Z)
• Applicability of Measurement-based Quantum Computation towards Physically-driven Variational Quantum Eigensolver [17.975555487972166]
  変分量子アルゴリズムは、短期量子の利点を得る最も有望な方法の1つである。 測定に基づく量子計算方式で量子アルゴリズムを開発するための障害は、リソースコストである。 量子多体系シミュレーションタスクのための効率的な測定ベース量子アルゴリズム(MBHVA)を提案する。
  論文  参考訳（メタデータ） (2023-07-19T08:07:53Z)
• 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)
• 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)
• End-to-end resource analysis for quantum interior point methods and portfolio optimization [63.4863637315163]
  問題入力から問題出力までの完全な量子回路レベルのアルゴリズム記述を提供する。 アルゴリズムの実行に必要な論理量子ビットの数と非クリフォードTゲートの量/深さを報告する。
  論文  参考訳（メタデータ） (2022-11-22T18:54:48Z)
• Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
  テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる 本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。 その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
  論文  参考訳（メタデータ） (2022-09-01T17:08:41Z)
• 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)
• Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
  Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。 我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。 すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
  論文  参考訳（メタデータ） (2020-10-01T18:14:11Z)

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。