論文の概要: Estimating quantum amplitudes can be exponentially improved
- arxiv url: http://arxiv.org/abs/2408.13721v1
- Date: Sun, 25 Aug 2024 04:35:53 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-27 18:09:49.727466
- Title: Estimating quantum amplitudes can be exponentially improved
- Title（参考訳）: 量子振幅の推定は指数関数的に改善できる
- Authors: Zhong-Xia Shang, Qi Zhao,
- Abstract要約: 量子振幅の推定は、量子コンピューティングの基本的な課題である。
純状態を行列形式に変換することによって量子振幅を推定するための新しい枠組みを提案する。
我々のフレームワークは、それぞれ標準量子極限$epsilon-2$とハイゼンベルク極限$epsilon-1$を達成する。
- 参考スコア（独自算出の注目度）: 11.282486674587236
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Estimating quantum amplitudes is a fundamental task in quantum computing and serves as a core subroutine in numerous quantum algorithms. In this work, we present a novel algorithmic framework for estimating quantum amplitudes by transforming pure states into their matrix forms and encoding them into density matrices and unitary operators. Our framework presents two specific estimation protocols, achieving the standard quantum limit $\epsilon^{-2}$ and the Heisenberg limit $\epsilon^{-1}$, respectively. Our approach significantly reduces the complexity of estimation when states exhibit specific entanglement properties. We also introduce a new technique called channel block encoding for preparing density matrices, providing optimal constructions for gate-based quantum circuits and Hamiltonian simulations. The framework yields considerable advancements contingent on circuit depth or simulation time. A minimum of superpolynomial improvement can be achieved when the depth or the time is within the range of $\mathcal{O}(\text{poly}\log(n))$. Moreover, in certain extreme cases, an exponential improvement can be realized. Based on our results, various complexity-theoretic implications are discussed.
- Abstract（参考訳）: 量子振幅の推定は量子コンピューティングの基本的な課題であり、多くの量子アルゴリズムのコアサブルーチンとして機能する。
本研究では,純状態を行列に変換し,密度行列やユニタリ演算子に符号化することにより,量子振幅を推定するための新しいアルゴリズムフレームワークを提案する。
我々のフレームワークは2つの特定の推定プロトコルを示し、それぞれ標準量子極限$\epsilon^{-2}$とハイゼンベルク極限$\epsilon^{-1}$を達成する。
提案手法は,状態が特定の絡み合い特性を示す場合,推定の複雑さを著しく低減する。
また,密度行列作成のためのチャネルブロック符号化という新しい手法を導入し,ゲートベース量子回路とハミルトンシミュレーションの最適構成を提供する。
この枠組みは回路深さやシミュレーション時間に基づいてかなりの進歩をもたらす。
最小限の超多項式改善は、深さまたは時間が$\mathcal{O}(\text{poly}\log(n))$の範囲内にあるときに達成できる。
さらに、極端な場合、指数的な改善を実現することができる。
本研究の結果から,複雑性理論がもたらす影響について考察した。
関連論文リスト
- Schrödingerization based Quantum Circuits for Maxwell's Equation with time-dependent source terms [24.890270804373824]
本稿では, 完全導体(PEC)境界条件を持つマクスウェル方程式の量子回路を明示的に構築する。
量子アルゴリズムは、古典的有限差分時間領域(FDTD)フォーマットと比較して計算複雑性が向上していることを示す。
論文 参考訳（メタデータ） (2024-11-17T08:15:37Z) - Entropy-driven entanglement forging [0.0]
本研究では、エントロピー駆動型エンタングルメント鍛造法を用いて、ノイズの多い中間スケール量子デバイスの限界に量子シミュレーションを適応させる方法について述べる。
提案手法は, エントロピー駆動型エンタングルメント鍛造法を用いて, ノイズの多い中間規模量子デバイスの限界に量子シミュレーションを適応させることが可能である。
論文 参考訳（メタデータ） (2024-09-06T16:54:41Z) - Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか?
我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。
我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
論文 参考訳（メタデータ） (2024-08-22T08:21:28Z) - Quantum quench dynamics as a shortcut to adiabaticity [31.114245664719455]
本研究では,クエンチステップを組み込んだ量子アルゴリズムを,変分するアディバティック・タイムスケールに対する対策として開発・テストする。
実験の結果,本手法は断熱アルゴリズムよりも有意に優れていることがわかった。
論文 参考訳（メタデータ） (2024-05-31T17:07:43Z) - Quantivine: A Visualization Approach for Large-scale Quantum Circuit
Representation and Analysis [31.203764035373677]
我々は量子回路の探索と理解のための対話型システムQuantivineを開発した。
一連の新しい回路視覚化は、キュービットの証明、並列性、絡み合いなどのコンテキストの詳細を明らかにするように設計されている。
Quantivineの有効性は、最大100キュービットの量子回路の2つの利用シナリオを通して示される。
論文 参考訳（メタデータ） (2023-07-18T04:51:28Z) - Analyzing Prospects for Quantum Advantage in Topological Data Analysis [35.423446067065576]
我々は、トポロジカルデータ解析のための改良された量子アルゴリズムを解析し、最適化する。
超二次量子スピードアップは乗法誤差近似をターゲットとする場合にのみ可能であることを示す。
数百億のトフォリを持つ量子回路は、古典的に難解なインスタンスを解くことができると我々は主張する。
論文 参考訳（メタデータ） (2022-09-27T17:56:15Z) - Improved maximum-likelihood quantum amplitude estimation [0.0]
量子推定は、量子強化モンテカルロシミュレーションや量子機械学習など、多数の強力な量子アルゴリズムにおいて重要なサブルーチンである。
本稿では,最大形量子振幅推定 (MLQAE) の解析をさらに深め,量子回路深度が制限されるシナリオを含むより規範的な形式にアルゴリズムを配置する。
次に,この問題を克服するアルゴリズムの修正を提案し,数値的に検証し,近・中期量子ハードウェアにおける実用的サブルーチンとしての有用性をさらに高める。
論文 参考訳（メタデータ） (2022-09-07T17:30:37Z) - Ground state preparation and energy estimation on early fault-tolerant
quantum computers via quantum eigenvalue transformation of unitary matrices [3.1952399274829775]
我々は、実数(QET-U)を用いたユニタリ行列の量子固有値変換というツールを開発する。
これにより、基底状態エネルギーを推定するための回路構造に匹敵する、全ての前のアルゴリズムより優れた単純な量子アルゴリズムが導かれる。
横フィールドイジングモデルに対するIBM Qiskitを用いたアルゴリズムの性能を示す。
論文 参考訳（メタデータ） (2022-04-12T17:11:40Z) - Quantum algorithms for grid-based variational time evolution [36.136619420474766]
本稿では,第1量子化における量子力学の実行のための変分量子アルゴリズムを提案する。
シミュレーションでは,従来観測されていた変動時間伝播手法の数値不安定性を示す。
論文 参考訳（メタデータ） (2022-03-04T19:00:45Z) - A Grand Unification of Quantum Algorithms [0.0]
最近、多くの量子アルゴリズムが量子特異値変換(quantum singular value transformation)と呼ばれる手法で結合された。
本稿では,まず量子信号処理を量子固有値変換に一般化する方法について解説する。
次に、QSVTを用いて、探索、位相推定、ハミルトニアンシミュレーションのための直感的な量子アルゴリズムを構築する。
論文 参考訳（メタデータ） (2021-05-06T17:46:33Z)
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。