論文の概要: Analog simulation of noisy quantum circuits

• arxiv url: http://arxiv.org/abs/2410.08639v1
• Date: Fri, 11 Oct 2024 09:04:02 GMT
• ステータス: 処理完了
• システム内更新日: 2024-10-30 22:54:46.315162
• Title: Analog simulation of noisy quantum circuits
• Title（参考訳）: ノイズ量子回路のアナログシミュレーション
• Authors: Etienne Granet, Kévin Hémery, Henrik Dreyer,
• Abstract要約: 本稿では,低雑音下での同一性に近づいた演算子によって発生するトラジェクトリを用いて,ハードウェアノイズの表現に基づくシミュレーション手法を提案する。 この表現は量子軌道上の分散を著しく減少させ、ノイズのシミュレーションを10ドルから100ドル程度で高速化する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: It is well-known that simulating quantum circuits with low but non-zero hardware noise is more difficult than without noise. It requires either to perform density matrix simulations (coming with a space overhead) or to sample over "quantum trajectories" where Kraus operators are inserted randomly (coming with a runtime overhead). We propose a simulation technique based on a representation of hardware noise in terms of trajectories generated by operators that remain close to identity at low noise. This representation significantly reduces the variance over the quantum trajectories, speeding up noisy simulations by factors around $10$ to $100$. As a by-product, we provide a formula to factorize multiple-Pauli channels into a concatenation of single Pauli channels.
• Abstract（参考訳）: 低いがゼロでないハードウェアノイズで量子回路をシミュレートすることは、ノイズなしではより困難であることが知られている。 密度行列シミュレーション(空間オーバーヘッドが生じる)を実行するか、クラウス作用素をランダムに挿入する(ランタイムオーバーヘッドが生じる)「量子軌道」をサンプリングする必要がある。 本稿では,低雑音下での同一性に近づいた演算子によって発生するトラジェクトリを用いて,ハードウェアノイズの表現に基づくシミュレーション手法を提案する。 この表現は量子軌道上の分散を著しく減少させ、ノイズのシミュレーションを10ドルから100ドル程度で高速化する。 副産物として、多重パウリチャネルを単一パウリチャネルの連結に分解する公式を提供する。

関連論文リスト

• Simulating quantum circuits with arbitrary local noise using Pauli Propagation [0.0]
  本稿では,任意の局所雑音下での典型的な量子回路上での任意の観測値の期待値を推定するための古典的アルゴリズムを提案する。 パウリパス法を用いて効率よくシミュレートできるので、これは平均ケース回路には適用されない。
  論文  参考訳（メタデータ） (2025-01-22T18:57:16Z)
• QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum Circuits [82.50620782471485]
  QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。 1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。 提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
  論文  参考訳（メタデータ） (2024-01-10T22:33:00Z)
• Classical simulations of noisy variational quantum circuits [0.0]
  ノイズは量子計算に影響を及ぼし、より正確になるだけでなく、システムのスケールアップとともに古典的なシミュレートも容易になる。 ノイズパラメータ化量子回路の期待値を推定するための古典的シミュレーションアルゴリズムLOWESAを構築した。
  論文  参考訳（メタデータ） (2023-06-08T17:52:30Z)
• Importance sampling for stochastic quantum simulations [68.8204255655161]
  我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。 サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。 格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
  論文  参考訳（メタデータ） (2022-12-12T15:06:32Z)
• Approximation Algorithm for Noisy Quantum Circuit Simulation [3.55689240295244]
  本稿では,雑音量子回路をシミュレーションするための新しい近似アルゴリズムを提案する。 提案手法は、一般に使われている近似(サンプリング)アルゴリズム -- 量子軌道法を高速化する。
  論文  参考訳（メタデータ） (2022-11-30T14:20:22Z)
• Quantum emulation of the transient dynamics in the multistate Landau-Zener model [50.591267188664666]
  本研究では,Landau-Zenerモデルにおける過渡ダイナミクスを,Landau-Zener速度の関数として検討する。 我々の実験は、工学的なボソニックモードスペクトルに結合した量子ビットを用いたより複雑なシミュレーションの道を開いた。
  論文  参考訳（メタデータ） (2022-11-26T15:04:11Z)
• Stochastic Approach For Simulating Quantum Noise Using Tensor Networks [0.8258451067861933]
  シミュレーション誤差は, 多数の量子ビットに対しても比較的低いことが示される。 このスライシング技術を用いることで,スーパーコンピュータを用いて最大100 qubitOA回路を高深さでシミュレートできる。
  論文  参考訳（メタデータ） (2022-10-28T03:44:59Z)
• Pulse-level noisy quantum circuits with QuTiP [53.356579534933765]
  我々はQuTiPの量子情報処理パッケージであるqutip-qipに新しいツールを導入する。 これらのツールはパルスレベルで量子回路をシミュレートし、QuTiPの量子力学解法と制御最適化機能を活用する。 シミュレーションプロセッサ上で量子回路がどのようにコンパイルされ、制御パルスがターゲットハミルトニアンに作用するかを示す。
  論文  参考訳（メタデータ） (2021-05-20T17:06:52Z)
• Comparative Study of Sampling-Based Simulation Costs of Noisy Quantum Circuits [0.8206877486958002]
  我々は、2つの主要な量子スキームのシミュレーションコスト、マジック状態の安定化状態サンプリングとハイゼンベルク伝播を特徴付ける。 その結果, 低騒音下では, 安定した状態サンプリングはサンプリングコストが小さくなり, ハイゼンベルク伝搬は高騒音下では良好であることがわかった。
  論文  参考訳（メタデータ） (2020-11-12T07:12:47Z)
• A deep learning model for noise prediction on near-term quantum devices [137.6408511310322]
  我々は、量子デバイスからの実験データに基づいて畳み込みニューラルネットワークをトレーニングし、ハードウェア固有のノイズモデルを学ぶ。 コンパイラはトレーニングされたネットワークをノイズ予測器として使用し、期待されるノイズを最小限に抑えるために回路にゲートのシーケンスを挿入する。
  論文  参考訳（メタデータ） (2020-05-21T17:47:29Z)
• Efficient classical simulation of random shallow 2D quantum circuits [104.50546079040298]
  ランダム量子回路は古典的にシミュレートするのは難しいと見なされる。 典型例の近似シミュレーションは, 正確なシミュレーションとほぼ同程度に困難であることを示す。 また、十分に浅いランダム回路はより一般的に効率的にシミュレーション可能であると推測する。
  論文  参考訳（メタデータ） (2019-12-31T19:00:00Z)

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。