論文の概要: Pauli Decomposition via the Fast Walsh-Hadamard Transform
- arxiv url: http://arxiv.org/abs/2408.06206v3
- Date: Wed, 29 Jan 2025 10:16:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-30 15:51:11.759984
- Title: Pauli Decomposition via the Fast Walsh-Hadamard Transform
- Title（参考訳）: 高速ウォルシュ・アダマール変換によるパウリ分解
- Authors: Timothy N. Georges, Bjorn K. Berntson, Christoph Sünderhauf, Aleksei V. Ivanov,
- Abstract要約: 行列要素の置換まで、分解係数は一般化されたアダマール行列の乗算によって元の行列と関係があることが示される。
方程式の数値的な実装は、現在利用可能な解よりも優れている。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: The decomposition of a square matrix into a sum of Pauli strings is a classical pre-processing step required to realize many quantum algorithms. Such a decomposition requires significant computational resources for large matrices. We present an exact and explicit formula for the Pauli string coefficients which inspires an efficient algorithm to compute them. More specifically, we show that up to a permutation of the matrix elements, the decomposition coefficients are related to the original matrix by a multiplication of a generalised Hadamard matrix. This allows one to use the Fast Walsh-Hadamard transform and calculate all Pauli decomposition coefficients in $\mathcal{O}(N^2\log N)$ time and using $\mathcal{O}(1)$ additional memory, for an $N\times N$ matrix. A numerical implementation of our equation outperforms currently available solutions.
- Abstract（参考訳）: 平方行列をパウリ弦の和に分解することは、多くの量子アルゴリズムを実現するのに必要な古典的な前処理ステップである。
このような分解は、大きな行列に対して重要な計算資源を必要とする。
パウリの弦係数に対して,効率の良いアルゴリズムを導出する厳密で明示的な公式を提示する。
より具体的には、行列要素の置換まで、分解係数は一般化されたアダマール行列の乗算によって元の行列と関連していることを示す。
これにより、Fast Walsh-Hadamard変換を使用し、$\mathcal{O}(N^2\log N)$時間で全てのパウリ分解係数を計算し、$\mathcal{O}(1)$追加メモリを$N\times N$行列に使用することができる。
方程式の数値的な実装は、現在利用可能な解よりも優れている。
関連論文リスト
- Pauli Transfer Matrices [0.0]
パウリ転移行列は、$n$-qubit のパウリ基底における線型写像の作用を示す。
パウリ基底のテンソル積構造を明示的に利用する新しいアルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-11-01T11:52:51Z) - A tree-approach Pauli decomposition algorithm with application to quantum computing [0.0]
本稿では,この分解をツリーアプローチを用いて最適化する並列実装によるアルゴリズムを提案する。
また、特定の行列構造をどのように利用して操作数を削減できるかを説明します。
論文 参考訳（メタデータ） (2024-03-18T10:38:06Z) - Decomposing dense matrices into dense Pauli tensors [0.0]
O(2N) 時間で 2N-by-2N 複素行列と N-term Pauli テンソルの間の内積を計算する固定メモリ分岐式アルゴリズムを導出する。
提案手法は,行列を O(8N) 時間で重み付けしたパウリ弦の和に,恥ずかしく平行な分解を許容する。
論文 参考訳（メタデータ） (2024-01-29T18:18:11Z) - Tridiagonal matrix decomposition for Hamiltonian simulation on a quantum computer [0.0]
この研究は、パウリ基底で三対角行列を表現するための効率的な手続きである。
これにより、オラクルを使わずにハミルトン進化回路を構築することができる。
論文 参考訳（メタデータ） (2023-09-29T20:27:05Z) - 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 algorithms for matrix operations and linear systems of equations [65.62256987706128]
本稿では,「Sender-Receiver」モデルを用いた行列演算のための量子アルゴリズムを提案する。
これらの量子プロトコルは、他の量子スキームのサブルーチンとして使用できる。
論文 参考訳（メタデータ） (2022-02-10T08:12:20Z) - A Quantum Computer Amenable Sparse Matrix Equation Solver [0.0]
本稿では,行列方程式の解法に関わる問題について検討する。
Harrow/Hassidim/Lloydアルゴリズムを固有位相推定のための代替ユニタリを提供することにより一般化する。
このユニタリは任意の行列方程式に対して十分に定義されているという利点があり、それによって解の手順を量子ハードウェアに直接実装することができる。
論文 参考訳（メタデータ） (2021-12-05T15:42:32Z) - Robust 1-bit Compressive Sensing with Partial Gaussian Circulant
Matrices and Generative Priors [54.936314353063494]
我々は,ロバストな1ビット圧縮センシングのための相関に基づく最適化アルゴリズムのリカバリ保証を提供する。
我々は,実用的な反復アルゴリズムを用いて,画像データセットの数値実験を行い,結果の相関付けを行う。
論文 参考訳（メタデータ） (2021-08-08T05:28:06Z) - Non-PSD Matrix Sketching with Applications to Regression and
Optimization [56.730993511802865]
非PSDおよび2乗根行列の次元削減法を提案する。
複数のダウンストリームタスクにこれらのテクニックをどのように使用できるかを示す。
論文 参考訳（メタデータ） (2021-06-16T04:07:48Z) - 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) - Sketching Transformed Matrices with Applications to Natural Language
Processing [76.6222695417524]
本稿では, 変換行列を用いて, 与えられた小さな行列の積を計算するための空間効率のよいスケッチアルゴリズムを提案する。
提案手法は誤差が小さく,空間と時間の両方で効率がよいことを示す。
論文 参考訳（メタデータ） (2020-02-23T03:07:31Z)
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。