Fugu-MT 論文翻訳(概要): Tractable A Priori Dimensionality Reduction for Quantum Dynamics

論文の概要: Tractable A Priori Dimensionality Reduction for Quantum Dynamics

arxiv url: http://arxiv.org/abs/2407.06340v1
Date: Mon, 8 Jul 2024 19:23:29 GMT
ステータス: 処理完了
システム内更新日: 2024-07-10 20:04:29.881078
Title: Tractable A Priori Dimensionality Reduction for Quantum Dynamics
Title（参考訳）: 量子ダイナミクスのためのトラクタブルA事前次元性低減
Authors: Patrick Cook,
Abstract要約: 一般化固有値分解に対する小用量ヤコビダビッドソンアルゴリズムの次元化における強力な応用について述べる。この手法は任意の量子状態の力学の計算を$mathcalO(n)$ timeで行うことができ、$n$は元のヒルベルト空間の大きさである。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: In this short letter, I present a powerful application in dimensionality reduction of the lesser-used Jacobi-Davidson algorithm for the generalized eigenvalue decomposition. When combined with matrix-free implementations of relevant operators, this technique allows for the computation of the dynamics of an arbitrary quantum state to be done in $\mathcal{O}(n)$ time, where $n$ is the size of the original Hilbert space.
Abstract（参考訳）: この短文では、一般化固有値分解に対する小用量ヤコビ・ダビッドソンアルゴリズムの次元化における強力な応用について述べる。関連する作用素の行列のない実装と組み合わせることで、任意の量子状態の力学を$\mathcal{O}(n)$ timeで計算することができる。

関連論文リスト

Reducing QUBO Density by Factoring Out Semi-Symmetries [4.581191399651181]
本稿では,QUBO行列におけるテクステミシンメトリの概念を紹介する。提案アルゴリズムは結合数と回路深さを最大45%削減することを示した。
論文参考訳（メタデータ） (2024-12-18T12:05:18Z)
A square-root speedup for finding the smallest eigenvalue [0.6597195879147555]
エルミート行列の最小固有値を求める量子アルゴリズムについて述べる。このアルゴリズムは、量子位相推定と量子振幅推定を組み合わせて、2次高速化を実現する。また、同じランタイムで同様のアルゴリズムを提供し、行列の低エネルギー部分空間に主に置かれる量子状態の準備を可能にします。
論文参考訳（メタデータ） (2023-11-07T22:52:56Z)
A quantum-classical performance separation in nonconvex optimization [7.427989325451079]
我々は最近提案された量子ハミルトニアン(QHD)アルゴリズムが、このファミリーから$d$Dのクエリを解くことができることを証明した。一方、総合的な実証研究により、最先端の古典的アルゴリズム/解法はそのような問合せを解決するのにスーパーポリノミカルな時間を必要とすることが示唆されている。
論文参考訳（メタデータ） (2023-11-01T19:51:00Z)
Vectorization of the density matrix and quantum simulation of the von Neumann equation of time-dependent Hamiltonians [65.268245109828]
我々は、von-Neumann方程式を線形化するための一般的なフレームワークを開発し、量子シミュレーションに適した形でレンダリングする。フォン・ノイマン方程式のこれらの線型化のうちの1つは、状態ベクトルが密度行列の列重ね元となる標準的な場合に対応することを示す。密度行列の力学をシミュレート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） (2023-06-14T23:08:51Z)
Quantum and classical low-degree learning via a dimension-free Remez inequality [52.12931955662553]
ハイパーグリッド上の関数をポリトーラス上の高調波拡張に関連付ける新しい方法を示す。巡回群 $exp(2pi i k/K)_k=1K$ の積に対して函数の上限が$f$であることを示す。我々は最近、超キューブやキュービット上の観測可能な観測値の低次学習を、同様に効率的に行う方法として、EI22, CHP, VZ22を引用して、新しい空間に拡張した。
論文参考訳（メタデータ） (2023-01-04T04:15:40Z)
Alternatives to a nonhomogeneous partial differential equation quantum algorithm [52.77024349608834]
Apsi(textbfr)=f(textbfr)$ という形の非等質線型偏微分方程式を解くための量子アルゴリズムを提案する。これらの成果により、現代の技術に基づく量子アルゴリズムの実験的実装が容易になった。
論文参考訳（メタデータ） (2022-05-11T14:29:39Z)
Householder Dice: A Matrix-Free Algorithm for Simulating Dynamics on Gaussian and Random Orthogonal Ensembles [12.005731086591139]
Householder Dice (HD) は、高密度ランダム行列アンサンブルのダイナミクスを翻訳不変特性でシミュレートするアルゴリズムである。 HDアルゴリズムのメモリとコストはそれぞれ$mathcalO(nT)$と$mathcalO(nT2)$である。数値結果は、高次元ランダムシステムの研究における新しい計算ツールとしてのHDアルゴリズムの約束を示しています。
論文参考訳（メタデータ） (2021-01-19T04:50:53Z)
Quantum algorithms for spectral sums [50.045011844765185]
正半定値行列(PSD)のスペクトル和を推定するための新しい量子アルゴリズムを提案する。本稿では, スペクトルグラフ理論における3つの問題に対して, アルゴリズムと手法が適用可能であることを示す。
論文参考訳（メタデータ） (2020-11-12T16:29:45Z)
An improved quantum-inspired algorithm for linear regression [15.090593955414137]
量子行列反転アルゴリズムに類似した線形回帰の古典的アルゴリズムを提案する。量子コンピュータは、このQRAMデータ構造設定において、線形回帰の最大12倍の高速化を達成できることを示す。
論文参考訳（メタデータ） (2020-09-15T17:58:25Z)
Quantum Gram-Schmidt Processes and Their Application to Efficient State Read-out for Quantum Algorithms [87.04438831673063]
本稿では、生成した状態の古典的ベクトル形式を生成する効率的な読み出しプロトコルを提案する。我々のプロトコルは、出力状態が入力行列の行空間にある場合に適合する。我々の技術ツールの1つは、Gram-Schmidt正則手順を実行するための効率的な量子アルゴリズムである。
論文参考訳（メタデータ） (2020-04-14T11:05:26Z)
Supervised Quantile Normalization for Low-rank Matrix Approximation [50.445371939523305]
我々は、$X$ の値と $UV$ の値を行ワイズで操作できる量子正規化演算子のパラメータを学習し、$X$ の低ランク表現の質を改善する。本稿では,これらの手法が合成およびゲノムデータセットに適用可能であることを実証する。
論文参考訳（メタデータ） (2020-02-08T21:06:02Z)

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。