論文の概要: Quantum Resources for Pure Thermal Shadows
- arxiv url: http://arxiv.org/abs/2409.05777v1
- Date: Mon, 9 Sep 2024 16:40:21 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-10 13:56:09.390534
- Title: Quantum Resources for Pure Thermal Shadows
- Title(参考訳): 純熱シャドウのための量子資源
- Authors: Arnav Sharma, Kevin Obenland,
- Abstract要約: Gibbs状態の特性の計算は、量子化学と量子機械学習において重要なタスクである。
従来の研究は、Gibs状態予測値を$logM$測定のみから$M$observablesで予測する量子アルゴリズムを提案している。
本研究では,本アルゴリズムで使用される回路の資源分析を行い,量子信号処理がシステムサイズの増加に伴ってゲート数や深さに最も寄与することが確認された。
- 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: Calculating the properties of Gibbs states is an important task in Quantum Chemistry and Quantum Machine Learning. Previous work has proposed a quantum algorithm which predicts Gibbs state expectation values for $M$ observables from only $\log{M}$ measurements, by combining classical shadows and quantum signal processing for a new estimator called Pure Thermal Shadows. In this work, we perform resource analysis for the circuits used in this algorithm, finding that quantum signal processing contributes most significantly to gate count and depth as system size increases. The implementation we use for this also features an improvement to the algorithm in the form of more efficient random unitary generation steps. Moreover, given the ramifications of the resource analysis, we argue that its potential utility could be constrained to Fault Tolerant devices sampling from the Gibbs state of a large, cool system.
- Abstract(参考訳): Gibbs状態の特性の計算は、量子化学と量子機械学習において重要なタスクである。
従来の研究は、古典的なシャドウと量子信号処理を組み合わせて、純熱シャドウと呼ばれる新しい推定器にGibs状態予測値を$M$observablesで予測する量子アルゴリズムを提案している。
本研究では,本アルゴリズムで使用される回路の資源分析を行い,量子信号処理がシステムサイズの増加に伴ってゲート数や深さに最も寄与することが確認された。
これに対して私たちが使用している実装は、より効率的なランダムなユニタリ生成ステップという形で、アルゴリズムの改善も備えています。
さらに,資源分析がもたらす影響を考慮すると,その潜在的な有効性は,大規模でクールなシステムのギブス状態からサンプリングしたフォールトトレラントデバイスに制約される可能性があると論じる。
関連論文リスト
- A Novel Quantum-Classical Hybrid Algorithm for Determining Eigenstate Energies in Quantum Systems [1.9714447272714082]
量子系の固有エネルギースペクトルを効率的に計算するための新しい量子XZ24アルゴリズムを提案する。
既存の量子法と比較して、新しいアルゴリズムは測定コストが著しく低いという点で際立っている。
我々は,新しいアルゴリズムが量子システムシミュレーションに大きな進歩をもたらすことを期待し,量子コンピューティングや量子情報処理において有望な応用を提供する。
論文 参考訳(メタデータ) (2024-06-01T04:31:43Z) - Quantum Semidefinite Programming with Thermal Pure Quantum States [0.5639904484784125]
行列乗法重み付けアルゴリズムの量子化'''は、古典的アルゴリズムよりも2次的に高速なSDPの近似解が得られることを示す。
この量子アルゴリズムを改良し、ギブス状態サンプリング器を熱純量子(TPQ)状態に置き換えることで、同様のスピードアップが得られることを示す。
論文 参考訳(メタデータ) (2023-10-11T18:00:53Z) - Measuring the Loschmidt amplitude for finite-energy properties of the
Fermi-Hubbard model on an ion-trap quantum computer [27.84599956781646]
本稿では,現在の量子コンピュータ上での量子古典的時系列アルゴリズムの動作について検討する。
具体的には,Fermi-Hubbardモデルに対するLoschmidt振幅をQuantinuum H2-1トラップイオンデバイス上の16$site ladder geometry(32軌道)で測定する。
有限エネルギーにおける局所観測可能量の期待値を測定することにより、量子古典アルゴリズムの完全動作に対する雑音の影響を数値解析する。
論文 参考訳(メタデータ) (2023-09-19T11:59:36Z) - QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional
Networks [124.7972093110732]
本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。
現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。
我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
論文 参考訳(メタデータ) (2022-11-09T21:43:16Z) - Accelerating the training of single-layer binary neural networks using
the HHL quantum algorithm [58.720142291102135]
Harrow-Hassidim-Lloyd (HHL) の量子力学的実装から有用な情報が抽出可能であることを示す。
しかし,本論文では,HHLの量子力学的実装から有用な情報を抽出し,古典的側面における解を見つける際の複雑性を低減することを目的としている。
論文 参考訳(メタデータ) (2022-10-23T11:58:05Z) - Iterative Qubits Management for Quantum Index Searching in a Hybrid
System [56.39703478198019]
IQuCSは、量子古典ハイブリッドシステムにおけるインデックス検索とカウントを目的としている。
我々はQiskitでIQuCSを実装し、集中的な実験を行う。
その結果、量子ビットの消費を最大66.2%削減できることが示されている。
論文 参考訳(メタデータ) (2022-09-22T21:54:28Z) - Predicting Gibbs-State Expectation Values with Pure Thermal Shadows [1.4050836886292868]
本稿では,任意のギブス状態の線形関数を$M$で予測できる量子アルゴリズムを提案する。
このアルゴリズムは、8ビットの完全連結量子ボルツマンマシンをトレーニングするためのサブルーチンとしてうまく利用できることを示す。
論文 参考訳(メタデータ) (2022-06-10T18:00:08Z) - Quantum algorithms for quantum dynamics: A performance study on the
spin-boson model [68.8204255655161]
量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。
変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。
量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
論文 参考訳(メタデータ) (2021-08-09T18:00:05Z) - A quantum algorithm for training wide and deep classical neural networks [72.2614468437919]
勾配勾配勾配による古典的トレーサビリティに寄与する条件は、量子線形系を効率的に解くために必要な条件と一致することを示す。
MNIST画像データセットがそのような条件を満たすことを数値的に示す。
我々は、プールを用いた畳み込みニューラルネットワークのトレーニングに$O(log n)$の実証的証拠を提供する。
論文 参考訳(メタデータ) (2021-07-19T23:41:03Z) - Preparation of excited states for nuclear dynamics on a quantum computer [117.44028458220427]
量子コンピュータ上で励起状態を作成するための2つの異なる方法を研究する。
シミュレーションおよび実量子デバイス上でこれらの手法をベンチマークする。
これらの結果から,フォールトトレラントデバイスに優れたスケーリングを実現するために設計された量子技術が,接続性やゲート忠実性に制限されたデバイスに実用的なメリットをもたらす可能性が示唆された。
論文 参考訳(メタデータ) (2020-09-28T17:21:25Z) - Quantum Search for Scaled Hash Function Preimages [1.3299507495084417]
本稿では,Groverのアルゴリズムを量子シミュレーターに実装し,2つのスケールしたハッシュ関数の前像の量子探索を行う。
我々は,Groverのアルゴリズムのいくつかのステップの後に量子レジスタをサンプリングしてショートカットを提案する戦略は,誤差軽減の観点からは限界的な実用的優位性しか得られないことを示した。
論文 参考訳(メタデータ) (2020-09-01T18:00:02Z)
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。
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。