論文の概要: Efficient classical algorithm for simulating boson sampling with inhomogeneous partial distinguishability
- arxiv url: http://arxiv.org/abs/2406.17682v1
- Date: Tue, 25 Jun 2024 16:17:27 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-26 13:41:09.726923
- Title: Efficient classical algorithm for simulating boson sampling with inhomogeneous partial distinguishability
- Title(参考訳): 不均一部分分別性を考慮したボソンサンプリングの効率的な古典的アルゴリズム
- Authors: S. N. van den Hoven, E. Kanis, J. J. Renema,
- Abstract要約: ボソンサンプリングの古典的シミュレーション理論を,光子対間の不明瞭性の程度が異なる場合に拡張する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Boson sampling is one of the leading protocols for demonstrating a quantum advantage, but the theory of how this protocol responds to noise is still incomplete. We extend the theory of classical simulation of boson sampling with partial distinguishability to the case where the degree of indistinguishability between photon pairs is different between different pairs.
- Abstract(参考訳): ボソンサンプリングは量子優位性を示す主要なプロトコルの1つであるが、このプロトコルがノイズにどのように反応するかの理論はまだ不完全である。
ボソンサンプリングの古典的シミュレーション理論を,光子対間の不明瞭性の程度が異なる場合に拡張する。
関連論文リスト
- Extension of a Pattern Recognition Validation Approach for Boson Sampling [9.4267709534412]
ボソンサンプリングは、量子計算の優位性を示す主要な量子計算モデルの一つである。
この利点を実証するには光子識別性が高すぎるかどうかを評価するためにベイズ検証に触発され、ボソンサンプリングのためのパターン認識検証が拡張される。
論文 参考訳(メタデータ) (2024-04-24T02:42:02Z) - Simulating Gaussian boson sampling quantum computers [68.8204255655161]
実験的なガウスボソンサンプリングネットワークをシミュレートする最近の理論手法について概説する。
主に、量子力学の位相空間表現を使用する手法に焦点を当てる。
GBSの理論、最近の実験、その他の手法についても概説する。
論文 参考訳(メタデータ) (2023-08-02T02:03:31Z) - Regularized Vector Quantization for Tokenized Image Synthesis [126.96880843754066]
画像の離散表現への量子化は、統合生成モデリングにおける根本的な問題である。
決定論的量子化は、厳しいコードブックの崩壊と推論段階の誤調整に悩まされ、一方、量子化は、コードブックの利用率の低下と再構築の目的に悩まされる。
本稿では、2つの視点から正規化を適用することにより、上記の問題を効果的に緩和できる正規化ベクトル量子化フレームワークを提案する。
論文 参考訳(メタデータ) (2023-03-11T15:20:54Z) - Importance sampling for stochastic quantum simulations [68.8204255655161]
我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。
サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。
格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
論文 参考訳(メタデータ) (2022-12-12T15:06:32Z) - Noise thresholds for classical simulability of non-linear Boson sampling [4.812718493682455]
我々は,高次非線形性を導入し,問題の計算複雑性とプロトコルの雑音に対する堅牢性を高める。
以上の結果から,入出力状態におけるシングルモードKerrの非線形性の追加は,線形光学的進化を維持しつつも,Bosonサンプリングプロトコルがノイズに対してより堅牢であることが示唆された。
論文 参考訳(メタデータ) (2022-02-24T12:17:28Z) - Flow-based sampling in the lattice Schwinger model at criticality [54.48885403692739]
フローベースアルゴリズムは、格子場理論への応用のためのフィールド分布の効率的なサンプリングを提供することができる。
フェルミオン質量の臨界値におけるシュウィンガーモデルにおけるロバストな流れに基づくサンプリングの数値的な実演を行う。
論文 参考訳(メタデータ) (2022-02-23T19:00:00Z) - Dual-Frequency Quantum Phase Estimation Mitigates the Spectral Leakage
of Quantum Algorithms [76.15799379604898]
量子位相推定は、レコード長の逆数が未知の位相の整数倍でない場合にスペクトルリークに悩まされる。
複数のサンプルが利用できるとき,クレーマー・ラオ境界に近づいた二重周波数推定器を提案する。
論文 参考訳(メタデータ) (2022-01-23T17:20:34Z) - Efficiently simulating the work distribution of multiple identical
bosons with boson sampling [2.0564677229048987]
ボソンサンプリングは理論的に提案され、量子計算の利点を示すために実験的に実証されている。
本稿では,複数の同一ボソンの作業分布を効率的にシミュレートするために,ボソンサンプリングを用いる方法を提案する。
論文 参考訳(メタデータ) (2022-01-05T12:08:55Z) - Advantage of Coherent States in Ring Resonators over Any Quantum Probe
Single-Pass Absorption Estimation Strategy [63.137661897716555]
オールパスリング共振器におけるコヒーレント状態プローブは、量子プローブのシングルパス戦略より優れていることを示す。
また、最適条件下では、コヒーレント状態プローブは、任意に明るい純粋な単モード圧縮プローブの性能と同等であることがわかった。
論文 参考訳(メタデータ) (2021-12-14T17:01:52Z) - Gaussian boson sampling with partial distinguishability [0.0]
本稿では,仮想モードと識別不可能性に基づくアプローチを用いて,部分的な識別可能性を持つGBSについて検討する。
GBSにおける量子超越性の境界は, 偏微分可能性によってさらに推し進めることができることを示す。
論文 参考訳(メタデータ) (2021-05-20T08:17:51Z) - Boson Sampling with Gaussian input states: efficient scaling and
certification [0.0]
量子計算の中間モデルが拡張チャーチリングに挑戦する可能性がある。
線形光学で相互作用する単一光子に基づくこれらのモデルの1つは、ボソンサンプリング(Boson Sampling)と呼ばれる。
本稿では,切り替え可能なデュアルホモジンと単一光子検出,時間ループ技術,散乱ショットに基づくボソンサンプリングの組み合わせを提案する。
論文 参考訳(メタデータ) (2018-12-21T07:15:03Z)
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。