論文の概要: Walking through Hilbert Space with Quantum Computers

• arxiv url: http://arxiv.org/abs/2407.11672v1
• Date: Tue, 16 Jul 2024 12:43:44 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-17 15:02:09.543973
• Title: Walking through Hilbert Space with Quantum Computers
• Title（参考訳）: 量子コンピュータでヒルベルト空間を歩く
• Authors: Tong Jiang, Jinghong Zhang, Moritz K. A. Baumgarten, Meng-Fu Chen, Hieu Q. Dinh, Aadithya Ganeshram, Nishad Maskara, Anton Ni, Joonho Lee,
• Abstract要約: このレビューは、計算化学の重要な領域における複雑なサンプリングタスクに取り組む量子アルゴリズムの最近の進歩を強調している。 我々は、ハイブリッド量子古典から完全量子まで、幅広い量子アルゴリズムをレビューする。 量子計算の優位性を達成するための可能性と課題について論じる。
• 参考スコア（独自算出の注目度）: 1.501073837060726
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Computations of chemical systems' equilibrium properties and non-equilibrium dynamics have been suspected of being a "killer app" for quantum computers. This review highlights the recent advancements of quantum algorithms tackling complex sampling tasks in the key areas of computational chemistry: ground state, thermal state properties, and quantum dynamics calculations. We review a broad range of quantum algorithms, from hybrid quantum-classical to fully quantum, focusing on the traditional Monte Carlo family, including Markov chain Monte Carlo, variational Monte Carlo, projector Monte Carlo, path integral Monte Carlo, etc. We also cover other relevant techniques involving complex sampling tasks, such as quantum-selected configuration interaction, minimally entangled typical thermal states, entanglement forging, and Monte Carlo-flavored Lindbladian dynamics. We provide a comprehensive overview of these algorithms' classical and quantum counterparts, detailing their theoretical frameworks and discussing the potentials and challenges in achieving quantum computational advantages.
• Abstract（参考訳）: 化学系の平衡特性と非平衡力学の計算は、量子コンピュータの「キラーアプリ」であると疑われている。 このレビューは、基底状態、熱状態特性、量子力学計算といった計算化学の重要な領域において、複雑なサンプリングタスクに取り組む量子アルゴリズムの最近の進歩を強調している。 我々は、マルコフ連鎖モンテカルロ、変分モンテカルロ、プロジェクタモンテカルロ、経路積分モンテカルロなど、伝統的なモンテカルロ族に焦点を当てたハイブリッド量子古典から完全量子まで、幅広い量子アルゴリズムをレビューする。 また、量子選択された構成相互作用、最小絡み合いの典型的な熱状態、絡み合い鍛造、モンテカルロ風味のリンドブラディアン力学など、複雑なサンプリングタスクに関わる他の技術についても取り上げる。 我々は、これらのアルゴリズムの古典的および量子的対応について概観し、理論的な枠組みを詳述し、量子計算の優位性を達成するための可能性と課題について論じる。

関連論文リスト

• Quantum Dynamical Hamiltonian Monte Carlo [0.0]
  機械学習におけるユビキタスな問題は、ログの確率を通してのみアクセス可能な確率分布からサンプリングすることである。 我々は、チェインモンテカルロ(MCMC)サンプリングのための有名なハミルトンモンテカルロ法を拡張し、ハイブリッド方式で量子計算を利用する。
  論文  参考訳（メタデータ） (2024-03-04T07:08:23Z)
• Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
  期待されている量子コンピュータの応用は、科学と産業にまたがる。 本稿では,量子アルゴリズムの応用分野について検討する。 私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
  論文  参考訳（メタデータ） (2023-10-04T17:53:55Z)
• Quantum computing for chemistry and physics applications from a Monte Carlo perspective [0.0]
  この観点は、物理学と化学の分野における量子アルゴリズムとモンテカルロ法の間の重複に焦点をあてる。 我々は、確立された量子モンテカルロ解を量子アルゴリズムに統合することの課題と可能性を分析する。
  論文  参考訳（メタデータ） (2023-08-15T18:01:28Z)
• Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
  本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。 我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。 これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
  論文  参考訳（メタデータ） (2023-06-29T18:00:01Z)
• A Survey of Quantum Alternatives to Randomized Algorithms: Monte Carlo Integration and Beyond [7.060988518771793]
  我々は,モンテカルロ法における量子回路を用いた計算速度において,量子的優位性を得る可能性に注目した。 従来のモンテカルロに取って代わる量子アルゴリズムを再検討し、既存の量子アルゴリズムと潜在的な量子実現の両方を考える。
  論文  参考訳（メタデータ） (2023-03-08T23:39:49Z)
• Quantum-assisted Monte Carlo algorithms for fermions [5.625946422295428]
  本稿では,量子コンピュータを最小限のコストで使用する,スケーラブルな量子支援モンテカルロアルゴリズムのファミリーを提案する。 モンテカルロハイブリッドフレームワークは,古典的アルゴリズムから得られる基底状態の誤差を抑える一般的な方法であることを示す。
  論文  参考訳（メタデータ） (2022-05-30T07:49:22Z)
• Quantum Simulation of Chiral Phase Transitions [62.997667081978825]
  有限温度および有限化学ポテンシャルにおける$(+1)$次元NJLモデルの量子シミュレーションを構築する。 我々は,デジタル量子シミュレーション,正確な対角化,解析解の整合性を観察し,QCD熱力学のシミュレーションにおける量子コンピューティングのさらなる応用を示す。
  論文  参考訳（メタデータ） (2021-12-07T19:04:20Z)
• Quantum algorithm for stochastic optimal stopping problems with applications in finance [60.54699116238087]
  有名な最小二乗モンテカルロ (LSM) アルゴリズムは、線形最小二乗回帰とモンテカルロシミュレーションを組み合わせることで、最適停止理論の問題を解決する。 プロセスへの量子アクセス、最適な停止時間を計算するための量子回路、モンテカルロの量子技術に基づく量子LSMを提案する。
  論文  参考訳（メタデータ） (2021-11-30T12:21:41Z)
• Accelerated quantum Monte Carlo with mitigated error on noisy quantum computer [4.762232147934851]
  本稿では,量子シミュレーションをサブルーチンとして用い,量子モンテカルロを高速化する新しい非変分アルゴリズムを提案する。 提案した量子アルゴリズムは、短期雑音量子ハードウェアに適用可能である。
  論文  参考訳（メタデータ） (2021-06-18T02:45:14Z)
• Quantum Markov Chain Monte Carlo with Digital Dissipative Dynamics on Quantum Computers [52.77024349608834]
  少数のアンシラ量子ビットを用いて環境との相互作用をシミュレートするデジタル量子アルゴリズムを開発した。 逆イジングモデルの熱状態のシミュレーションによるアルゴリズムの評価を行った。
  論文  参考訳（メタデータ） (2021-03-04T18:21:00Z)
• Information Scrambling in Computationally Complex Quantum Circuits [56.22772134614514]
  53量子ビット量子プロセッサにおける量子スクランブルのダイナミクスを実験的に検討する。 演算子の拡散は効率的な古典的モデルによって捉えられるが、演算子の絡み合いは指数関数的にスケールされた計算資源を必要とする。
  論文  参考訳（メタデータ） (2021-01-21T22:18:49Z)

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。