論文の概要: A general statistical approach to quantum algorithms in a circuit model based on the expectation and standard deviation of each gate separately

• arxiv url: http://arxiv.org/abs/2410.11918v1
• Date: Tue, 15 Oct 2024 11:48:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-17 13:40:46.715407
• Title: A general statistical approach to quantum algorithms in a circuit model based on the expectation and standard deviation of each gate separately
• Title（参考訳）: 各ゲートの期待偏差と標準偏差に基づく回路モデルにおける量子アルゴリズムの一般統計的アプローチ
• Authors: Tomer Shushi,
• Abstract要約: 量子アルゴリズムを,各量子ゲートの期待値と標準偏差,あるいはアルゴリズム内のゲートのサブシーケンスから構築された振幅を持つ量子状態として記述する。 我々は、以前のものとは異なり、状態の基底を望ましい形に変えることができる、より基本的なアイデンティティを提示する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Recently, there has been a growing literature exploring the generalization of quantum algorithms, such that different quantum algorithms are special examples of a more fundamental structure. In this short paper, we provide a general approach to describe quantum algorithms as a quantum state with amplitudes that are constructed from the expected value and standard deviation of each quantum gate or a sub-sequence of gates in the algorithm. The proposed statistical-based description relies on the celebrated Aharonov-Vaidman identity. We present a more fundamental identity that, unlike the previous one, allows us to switch the basis of the states into a desired form.
• Abstract（参考訳）: 近年、異なる量子アルゴリズムがより基本的な構造の特別な例であるように、量子アルゴリズムの一般化を探求する文献が増えている。 本稿では,各量子ゲートの期待値と標準偏差,あるいはアルゴリズム内のゲートのサブシーケンスから構成された振幅を持つ量子状態として量子アルゴリズムを記述するための一般的な手法を提案する。 提案された統計に基づく記述は、有名なアハラノフ=ヴァイドマンのアイデンティティに依存している。 我々は、以前のものとは異なり、状態の基底を望ましい形に変えることができる、より基本的なアイデンティティを提示する。

関連論文リスト

• 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 Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
  量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。 どの場の量子スピードアップが達成できるかという新たな課題が生じる。 量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
  論文  参考訳（メタデータ） (2024-02-26T09:32:07Z)
• Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
  期待されている量子コンピュータの応用は、科学と産業にまたがる。 本稿では,量子アルゴリズムの応用分野について検討する。 私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
  論文  参考訳（メタデータ） (2023-10-04T17:53:55Z)
• The Quantum Path Kernel: a Generalized Quantum Neural Tangent Kernel for Deep Quantum Machine Learning [52.77024349608834]
  古典的なディープニューラルネットワークの量子アナログを構築することは、量子コンピューティングにおける根本的な課題である。 鍵となる問題は、古典的なディープラーニングの本質的な非線形性にどのように対処するかである。 我々は、深層機械学習のこれらの側面を複製できる量子機械学習の定式化であるQuantum Path Kernelを紹介する。
  論文  参考訳（メタデータ） (2022-12-22T16:06:24Z)
• Applications of Universal Parity Quantum Computation [0.0]
  標準ゲートモデルの双対であるパリティ符号化におけるユニバーサルゲートセットの適用性を示す。 これらのアルゴリズムをパリティ符号化に埋め込むことで、従来のゲートベースの実装と比較して回路の深さが減少する。 コーデックに適したマルチキュービットゲートの簡単な実装とグラフ状態作成のための効率的な戦略を提案する。
  論文  参考訳（メタデータ） (2022-05-19T12:31:46Z)
• Theory of Quantum Generative Learning Models with Maximum Mean Discrepancy [67.02951777522547]
  量子回路ボルンマシン(QCBM)と量子生成逆ネットワーク(QGAN)の学習可能性について検討する。 まず、QCBMの一般化能力を解析し、量子デバイスがターゲット分布に直接アクセスできる際の優位性を同定する。 次に、QGANの一般化誤差境界が、採用されるAnsatz、クォーディットの数、入力状態に依存することを示す。
  論文  参考訳（メタデータ） (2022-05-10T08:05:59Z)
• Near-Optimal Quantum Algorithms for Multivariate Mean Estimation [0.0]
  ベクトル値の確率変数の平均をユークリッドノルムで推定するための最初の近似量子アルゴリズムを提案する。 我々は振幅増幅、ベルンシュタイン・ヴァジラニアルゴリズム、量子特異値変換など、様々なアルゴリズム技術を利用する。
  論文  参考訳（メタデータ） (2021-11-18T16:35:32Z)
• Stochastic emulation of quantum algorithms [0.0]
  量子アルゴリズムに必要な量子力学状態の基本特性を共有する新しい対象として,粒子位置の確率分布の高次偏微分を導入する。 これらの普遍写像から構築された写像による伝播は、量子力学状態の進化を正確に予測できる。 我々は、いくつかのよく知られた量子アルゴリズムを実装し、必要な量子ビット数による実現のスケーリングを分析し、エミュレーションコストに対する破壊的干渉の役割を強調した。
  論文  参考訳（メタデータ） (2021-09-16T07:54:31Z)
• Quantum simulation of $\phi^4$ theories in qudit systems [53.122045119395594]
  回路量子力学(cQED)システムにおける格子$Phi4$理論の量子アルゴリズムの実装について論じる。 quditシステムの主な利点は、そのマルチレベル特性により、対角的な単一量子ゲートでしかフィールドの相互作用を実装できないことである。
  論文  参考訳（メタデータ） (2021-08-30T16:30:33Z)
• 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)
• Topological Quantum Compiling with Reinforcement Learning [7.741584909637626]
  任意の単一ビットゲートを有限の普遍集合から基本ゲートの列にコンパイルする効率的なアルゴリズムを導入する。 このアルゴリズムは、量子物理学における深層学習の興味深い応用への新たな道を開くことができる。
  論文  参考訳（メタデータ） (2020-04-09T18:00:01Z)

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。