論文の概要: Resource-adaptive quantum flow algorithms for quantum simulations of many-body systems: sub-flow embedding procedures
- arxiv url: http://arxiv.org/abs/2410.11992v1
- Date: Tue, 15 Oct 2024 19:00:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-17 13:42:00.249411
- Title: Resource-adaptive quantum flow algorithms for quantum simulations of many-body systems: sub-flow embedding procedures
- Title（参考訳）: 多体系の量子シミュレーションのための資源適応型量子フローアルゴリズム:サブフロー埋め込み手順
- Authors: Karol Kowalski, Nicholas P. Bauman,
- Abstract要約: 相関系の量子シミュレーションには量子フロー(QFlow)法を用いる。
本研究は,低次元サブプロブレム評価回路が親問題よりも著しく複雑であることを示す。
量子シミュレーションにより相関系を効率的に処理する上でのQFlowの可能性に光を当てた。
- 参考スコア（独自算出の注目度）: 0.20462238493547852
- License:
- Abstract: In this study, we utilized the quantum flow (QFlow) method to perform quantum simulations of correlated systems. The QFlow approach allows for sampling large sub-spaces of the Hilbert space by solving coupled variational problems in reduced dimensionality active spaces. Our research demonstrates that the circuits for evaluating the low dimensionality subproblems of the QFlow algorithms on quantum computers are significantly less complex than the parent (large subspace of the Hilbert space) problem, opening up possibilities for scalable and constant-circuit-depth quantum computing. Our simulations indicate that QFlow can be used to optimize a large number of wave function parameters without an increase in the required number of qubits. We were able to showcase that a variation of the QFlow procedure can optimize 1,100 wave function parameters using modest quantum resources. Furthermore, we investigated an adaptive approach known as the sub-flow approach, which involves a limited number of active spaces in the quantum flow process. Our findings shed light on the potential of QFlow in efficiently handling correlated systems via quantum simulations.
- Abstract（参考訳）: 本研究では,量子フロー(QFlow)法を用いて相関系の量子シミュレーションを行った。
QFlowアプローチは、縮小次元活性空間における結合変分問題を解くことで、ヒルベルト空間の大規模な部分空間をサンプリングすることができる。
本研究は,量子コンピュータ上でのQFlowアルゴリズムの低次元サブプロブレムを評価する回路は,親問題(ヒルベルト空間の広い部分空間)よりも著しく複雑であり,拡張性および一定回路深度量子コンピューティングの可能性を開くことを実証する。
シミュレーションにより,必要なキュービット数を増やすことなく,QFlowを用いて多数の波動関数パラメータを最適化できることが示唆された。
そこで本研究では,QFlow手法の変動により,モデスト量子資源を用いて1,100の波動関数パラメータを最適化できることを実証した。
さらに, 量子フロープロセスにおいて, 能動空間の数が限られているサブフローアプローチ(sub-flow approach)と呼ばれる適応的アプローチについて検討した。
量子シミュレーションにより相関系を効率的に処理する上でのQFlowの可能性に光を当てた。
関連論文リスト
- Solving the Hele-Shaw flow using the Harrow-Hassidim-Lloyd algorithm on superconducting devices: A study of efficiency and challenges [0.0]
実用的な流体流問題を扱う量子プロセッサの開発は、遠いが有望なフロンティアを表している。
量子アルゴリズム、特に線形解法における最近の進歩は、古典的な流体解法に対する量子解への道のりを照らしている。
本研究では,古典型QLSA,Harrow-Hassidim-Lloyd (HHL) アルゴリズムを用いて,理想化された流体流動問題を管理する線形方程式のシステムを正確に解く能力について検討する。
論文 参考訳（メタデータ） (2024-09-17T02:44:08Z) - 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) - Parallel Quantum Computing Simulations via Quantum Accelerator Platform Virtualization [44.99833362998488]
本稿では,量子回路実行の並列化モデルを提案する。
このモデルはバックエンドに依存しない機能を利用することができ、任意のターゲットバックエンド上で並列量子回路の実行を可能にする。
論文 参考訳（メタデータ） (2024-06-05T17:16:07Z) - A circuit-generated quantum subspace algorithm for the variational quantum eigensolver [0.0]
本稿では,変分量子固有解法(VQE)と量子部分空間技術の組み合わせを提案する。
本手法では,パラメータ化量子回路を,より小さなサブ回路に分割する。
これらのサブ回路を初期状態に順次適用すると、量子部分空間として使用する一連の波動関数が生成され、高精度な基底状態エネルギーが得られる。
論文 参考訳（メタデータ） (2024-04-09T18:00:01Z) - Variational Quantum Eigensolvers with Quantum Gaussian Filters for solving ground-state problems in quantum many-body systems [2.5425769156210896]
量子多体系における基底状態を近似する新しい量子アルゴリズムを提案する。
我々の手法は変分量子固有解法(VQE)と量子ガウスフィルタ(QGF)を統合する。
提案手法は,特に雑音条件下での収束速度と精度の向上を示す。
論文 参考訳（メタデータ） (2024-01-24T14:01:52Z) - 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) - Quantum flow algorithms for simulating many-body systems on quantum
computers [0.0]
量子フロー(QFlow)アプローチを用いて,強相関系の量子シミュレーションを行う。
我々のQFlowアルゴリズムは回路の複雑さを大幅に減らし、スケーラブルで一定の回路幅の量子コンピューティングの道を開く。
論文 参考訳（メタデータ） (2023-05-09T04:30:36Z) - Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the
Race to Practical Quantum Advantage [43.3054117987806]
本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。
本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。
古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
論文 参考訳（メタデータ） (2022-08-29T15:24:03Z) - Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。
その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
論文 参考訳（メタデータ） (2021-06-24T20:16:02Z) - Optimal quantum simulation of open quantum systems [1.9551668880584971]
量子システム上のデジタル量子シミュレーションは、有限量子資源を用いて実装できるアルゴリズムを必要とする。
最近の研究は、NISQデバイス上でのオープン量子システムのディジタル量子シミュレーションを実証している。
我々はマルコフおよび非マルコフ開量子系の最適シミュレーションのための量子回路を開発する。
論文 参考訳（メタデータ） (2020-12-14T14:00:36Z) - Space-efficient binary optimization for variational computing [68.8204255655161]
本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。
また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
論文 参考訳（メタデータ） (2020-09-15T18:17:27Z)
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。
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。