論文の概要: Quantum data encoding as a distinct abstraction layer in the design of quantum circuits
- arxiv url: http://arxiv.org/abs/2409.09339v1
- Date: Sat, 14 Sep 2024 07:00:58 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-17 21:19:23.540540
- Title: Quantum data encoding as a distinct abstraction layer in the design of quantum circuits
- Title（参考訳）: 量子回路設計における抽象層としての量子データ符号化
- Authors: Gabriele Agliardi, Enrico Prati,
- Abstract要約: 我々は量子データ符号化の概念、すなわち量子状態を通して設定されたデータセットの表現を提供する形式を定式化する。
主要な量子アルゴリズムが、データの読み込みに関して、いかに自然な解釈を見出すかを示す。
新しい概念的枠組みは、量子ベースのモンテカルロシミュレーションへの応用を考えることで実証されている。
- 参考スコア（独自算出の注目度）: 1.1510009152620668
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Complex quantum circuits are constituted by combinations of quantum subroutines. The computation is possible as long as the quantum data encoding is consistent throughout the circuit. Despite its fundamental importance, the formalization of quantum data encoding has never been addressed systematically so far. We formalize the concept of quantum data encoding, namely the format providing a representation of a data set through a quantum state, as a distinct abstract layer with respect to the associated data loading circuit. We survey existing encoding methods and their respective strategies for classical-to-quantum exact and approximate data loading, for the quantum-to-classical extraction of information from states, and for quantum-to-quantum encoding conversion. Next, we show how major quantum algorithms find a natural interpretation in terms of data loading. For instance, the Quantum Fourier Transform is described as a quantum encoding converter, while the Quantum Amplitude Estimation as an extraction routine. The new conceptual framework is exemplified by considering its application to quantum-based Monte Carlo simulations, thus showcasing the power of the proposed formalism for the description of complex quantum circuits. Indeed, the approach clarifies the structure of complex quantum circuits and enables their efficient design.
- Abstract（参考訳）: 複雑な量子回路は、量子サブルーチンの組み合わせによって構成される。
量子データの符号化が回路全体を通して一貫性がある限り、計算は可能である。
基本的な重要性にもかかわらず、量子データ符号化の形式化は、これまで体系的に解決されることはなかった。
我々は、量子データ符号化の概念、すなわち、量子状態を通して設定されたデータの表現を提供する形式を、関連するデータロード回路に関して異なる抽象層として定式化する。
本稿では,従来の符号化手法とその手法について,古典的かつ近似的なデータのロード,状態から情報の量子から古典的抽出,量子から量子への符号化変換について検討する。
次に、主要な量子アルゴリズムが、データローディングの観点から自然な解釈を見出す方法を示す。
例えば、量子フーリエ変換は量子符号化変換器として記述され、量子振幅推定は抽出ルーチンとして記述される。
新しい概念的枠組みは、量子ベースのモンテカルロシミュレーションに応用することを考えると、複素量子回路を記述するために提案された形式主義の力を示す。
実際、このアプローチは複雑な量子回路の構造を明らかにし、その効率的な設計を可能にする。
関連論文リスト
- Distributed Quantum Simulation [13.11934294941432]
通信効率の高い分散量子シミュレーションプロトコルを提案する。
我々のプロトコルは、量子通信の複雑さの低い境界を導出することで最適であることが示されている。
我々の研究は、スケーラブルな量子シミュレーションによって実用的な量子優位を達成するための道を開いた。
論文 参考訳（メタデータ） (2024-11-05T07:48:40Z) - 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) - The curse of random quantum data [62.24825255497622]
量子データのランドスケープにおける量子機械学習の性能を定量化する。
量子機械学習におけるトレーニング効率と一般化能力は、量子ビットの増加に伴い指数関数的に抑制される。
この結果は量子カーネル法と量子ニューラルネットワークの広帯域限界の両方に適用できる。
論文 参考訳（メタデータ） (2024-08-19T12:18:07Z) - Quantum Circuit Ansatz: Patterns of Abstraction and Reuse of Quantum Algorithm Design [3.8425905067219492]
本稿では,量子回路のアンサーゼを分類したカタログを提案する。
各アンザッツは、意図、モチベーション、適用性、回路図、実装、例などの詳細とともに記述される。
量子アルゴリズム設計におけるそれらの応用を説明するための実例が提供されている。
論文 参考訳（メタデータ） (2024-05-08T12:44:37Z) - 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) - 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) - Digital Quantum Simulation and Circuit Learning for the Generation of
Coherent States [1.4153418423656923]
量子回路におけるコヒーレントな状態をデジタル的に準備する2つの方法が導入された。
ディジタル生成されたコヒーレント状態の高忠実度を検証した。
シミュレーションの結果、量子回路学習は、適切なアンサーゼを選択することにより、コヒーレントな状態の学習に高い忠実性を提供できることが示された。
論文 参考訳（メタデータ） (2022-10-30T09:06:21Z) - Optimisation-free Classification and Density Estimation with Quantum
Circuits [0.0]
量子回路を用いた確率密度推定と分類のための新しい機械学習フレームワークの実装を実証する。
このフレームワークは、トレーニングデータセットまたは単一のデータサンプルを、量子特徴写像を介して物理システムの量子状態にマッピングする。
我々は、我々のフレームワークに量子アドバンテージを活用できる変分量子回路のアプローチについて議論する。
論文 参考訳（メタデータ） (2022-03-28T02:40:24Z) - Efficient criteria of quantumness for a large system of qubits [58.720142291102135]
大規模部分量子コヒーレント系の基本パラメータの無次元結合について論じる。
解析的および数値計算に基づいて、断熱進化中の量子ビット系に対して、そのような数を提案する。
論文 参考訳（メタデータ） (2021-08-30T23:50:05Z) - 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) - Quantum information spreading in a disordered quantum walk [50.591267188664666]
量子ウォークスを用いて量子情報拡散パターンを探索する量子探索プロトコルを設計する。
我々は、異常や古典的輸送を調査するために、コヒーレントな静的および動的障害に焦点を当てる。
以上の結果から,複雑なネットワークで発生する欠陥や摂動の情報を読み取る装置として,量子ウォーク(Quantum Walk)が考えられる。
論文 参考訳（メタデータ） (2020-10-20T20:03:19Z)
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。