Fugu-MT 論文翻訳(概要): Phase kickback in quantum Recursive Fourier Sampling

論文の概要: Phase kickback in quantum Recursive Fourier Sampling

arxiv url: http://arxiv.org/abs/2408.15938v1
Date: Wed, 28 Aug 2024 17:01:37 GMT
ステータス: 処理完了
システム内更新日: 2024-08-29 15:09:00.934118
Title: Phase kickback in quantum Recursive Fourier Sampling
Title（参考訳）: 量子再帰フーリエサンプリングにおける位相キックバック
Authors: Christoffer Hindlycke, Niklas Johansson, Jan-Åke Larsson,
Abstract要約: 再帰フーリエサンプリング(RFS)は量子的優位性を示す最も初期の問題の1つである。本稿では, RFS における位相キックバック現象とその使用法, および RFS における量子優位性に対する量子計算特性の有効性について述べる。
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: Recursive Fourier Sampling (RFS) is one of the earliest problems demonstrating a quantum advantage, and is known to lie outside the Merlin-Arthur complexity class. This paper contains a description of the phenomenon of phase kickback and its use in RFS, and how and why this is the enabling quantum computational property for the quantum advantage in RFS. Most importantly, describing the computational process of quantum computation in the terminology of phase kickback gives a much better understanding of why uncomputation is necessary when solving RFS, pointing to the underlying reason for the limitations of the quantum advantage.
Abstract（参考訳）: 再帰フーリエサンプリング(Recursive Fourier Smpling、RFS)は、量子的優位性を示す最も初期の問題の1つであり、メルリン・アーサー複雑性クラスの外にあることが知られている。本稿では, RFS における位相キックバック現象とその使用法, および RFS における量子優位性に対する量子計算特性の有効性について述べる。最も重要なことは、位相キックバックの用語で量子計算の計算過程を記述することは、なぜ RFS を解く際に非計算が必要なのかをよりよく理解し、量子優位性の限界の根底にある理由を指摘することである。

関連論文リスト

An unconditional distribution learning advantage with shallow quantum circuits [0.0]
浅量子回路仮説を用いた近似分布学習フレームワーク(PAC)において,非条件量子の優位性を証明した。本研究では,1つの量子ビットゲートと2つの量子ビットゲートを用いた量子回路(QNC0)が,ファンイン古典回路(NC0)よりも優れているという有意義な生成的分布学習問題を仮説クラスの選択として挙げる。
論文参考訳（メタデータ） (2024-11-23T13:03:22Z)
Frequency principle for quantum machine learning via Fourier analysis [0.6138671548064356]
本稿では、主周波数範囲内の周波数を優先的に訓練するパラメータ化量子回路の周波数原理を提案する。我々の研究は、トレーニングプロセスから量子的優位性を理解するための新しい道のりを示唆している。
論文参考訳（メタデータ） (2024-09-10T17:49:09Z)
Potential and limitations of random Fourier features for dequantizing quantum machine learning [0.5277756703318045]
量子機械学習は、おそらく、短期量子デバイスの最もよく研究された応用の1つである。パラメータ化量子回路(PQC)を学習モデルとして使用する変分量子機械学習の概念に多くの焦点が当てられている。そこで本研究では,RFFがレグレッションのための変分量子機械学習の効率的な復号化を実現する上で必要かつ十分な条件を確立する。
論文参考訳（メタデータ） (2023-09-20T21:23:52Z)
Quantum Query Complexity of Boolean Functions under Indefinite Causal Order [0.9208007322096533]
一般高次量子計算におけるブール関数の問合せ複雑性について検討する。最近導入された因果順序の量子制御を持つ量子回路のクラスは、クエリの複雑さを減らすことは不可能である。因果不確定なスーパーマップを利用する場合、2つのクエリで計算できる最小誤差が厳密に低い関数がいくつか見つかる。
論文参考訳（メタデータ） (2023-07-18T13:12:55Z)
Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
論文参考訳（メタデータ） (2023-04-18T11:57:15Z)
Quantum process tomography of continuous-variable gates using coherent states [49.299443295581064]
ボソニックモード超伝導回路におけるコヒーレント状態量子プロセストモグラフィ(csQPT)の使用を実証する。符号化量子ビット上の変位とSNAP演算を用いて構築した論理量子ゲートを特徴付けることにより,本手法の結果を示す。
論文参考訳（メタデータ） (2023-03-02T18:08:08Z)
Quantum Augmented Dual Attack [8.134961550216618]
量子ランダムアクセス(QRACM)を用いたLearning with Errors(LWE)問題に対する2重格子攻撃の量子拡張変種を提案する。本研究の結果を文献から格子パラメータに適用すると,QRACMへのユニットコストアクセスを前提として,我々のアルゴリズムが従来のアルゴリズムより優れていることが分かる。
論文参考訳（メタデータ） (2022-05-27T13:54:31Z)
An Algebraic Quantum Circuit Compression Algorithm for Hamiltonian Simulation [55.41644538483948]
現在の世代のノイズの多い中間スケール量子コンピュータ(NISQ)は、チップサイズとエラー率に大きく制限されている。我々は、自由フェルミオンとして知られる特定のスピンハミルトニアンをシミュレーションするために、量子回路を効率よく圧縮するために局所化回路変換を導出する。提案した数値回路圧縮アルゴリズムは、後方安定に動作し、$mathcalO(103)$スピンを超える回路合成を可能にするスピンの数で3次スケールする。
論文参考訳（メタデータ） (2021-08-06T19:38:03Z)
Quantum Federated Learning with Quantum Data [87.49715898878858]
量子機械学習(QML)は、量子コンピューティングの発展に頼って、大規模な複雑な機械学習問題を探求する、有望な分野として登場した。本稿では、量子データ上で動作し、量子回路パラメータの学習を分散的に共有できる初めての完全量子連合学習フレームワークを提案する。
論文参考訳（メタデータ） (2021-05-30T12:19:27Z)
Towards understanding the power of quantum kernels in the NISQ era [79.8341515283403]
量子カーネルの利点は,大規模データセット,計測回数の少ないもの,システムノイズなどにおいて消失することを示した。我々の研究は、NISQデバイス上で量子優位性を得るための先進量子カーネルの探索に関する理論的ガイダンスを提供する。
論文参考訳（メタデータ） (2021-03-31T02:41:36Z)
Sampling Overhead Analysis of Quantum Error Mitigation: Uncoded vs. Coded Systems [69.33243249411113]
パウリの誤差は、多数の現実的な量子チャネルの中で最も低いサンプリングオーバーヘッドをもたらすことを示す。我々はQEMと量子チャネル符号化を併用する手法を考案し、純粋なQEMと比較してサンプリングオーバーヘッドの低減を解析する。
論文参考訳（メタデータ） (2020-12-15T15:51:27Z)

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。