論文の概要: Variational Tensor Network Simulation of Gaussian Boson Sampling and Beyond

• arxiv url: http://arxiv.org/abs/2410.18740v1
• Date: Thu, 24 Oct 2024 13:43:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-25 12:49:35.663143
• Title: Variational Tensor Network Simulation of Gaussian Boson Sampling and Beyond
• Title（参考訳）: ガウスボソンサンプリングの変分テンソルネットワークシミュレーション
• Authors: Jonas Vinther, Michael James Kastoryano,
• Abstract要約: 一般連続変数サンプリング問題に対する古典的シミュレーションツールを提案する。 我々はサンプリング問題を、単純な少数体ハミルトンの基底状態を見つけるための問題として再定式化する。 我々はガウスボソンサンプリングをシミュレートして手法を検証する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: The continuous variable quantum computing platform constitutes a promising candidate for realizing quantum advantage, as exemplified in Gaussian Boson Sampling. While noise in the experiments makes the computation attainable for classical simulations, it has been suggested that the addition of non-linear elements to the experiment will help retain the quantum advantage. We propose a classical simulation tool for general continuous variable sampling problems, including Gaussian Boson Sampling and beyond. We reformulate the sampling problem as that of finding the ground state of a simple few-body Hamiltonian. This allows us to employ powerful variational methods based on tensor networks and to read off the simulation error directly from the expectation value of the Hamiltonian. We validate our method by simulating Gaussian Boson Sampling, where we achieve results comparable to the state of the art. We also consider a non-Gaussian sampling problem, for which we develop novel local basis optimization techniques based on a non-linear parameterization of the implicit basis, resulting in high effective cutoffs with diminished computational overhead.
• Abstract（参考訳）: 連続変数量子コンピューティングプラットフォームは、ガウスボソンサンプリング(英語版)で実証されたように、量子優位性を実現するための有望な候補を構成する。 実験のノイズは計算を古典的なシミュレーションで実現させるが、実験に非線形要素を加えることで量子的優位性を維持することが示唆されている。 本稿では,ガウスボソンサンプリングなどを含む一般連続変数サンプリング問題に対する古典的シミュレーションツールを提案する。 我々はサンプリング問題を、単純な少数体ハミルトンの基底状態を見つけるための問題として再定式化する。 これにより、テンソルネットワークに基づく強力な変分法を適用でき、ハミルトニアンの期待値から直接シミュレーション誤差を読み取ることができる。 我々はガウスボソンサンプリングをシミュレートして手法を検証する。 また、非ガウス的サンプリング問題についても考察し、暗黙的基底の非線形パラメータ化に基づく新しい局所基底最適化手法を開発し、計算オーバーヘッドを減らした高効率なカットオフを実現する。

関連論文リスト

• Photonic Simulation of Localization Phenomena Using Boson Sampling [0.0]
  室内温度で演奏するコンパクトな合成プラットフォームとしてボソンサンプリングを提案する。 ハミルトン粒子の時間進化ユニタリを連続可変ゲート分解により干渉計にマッピングすることにより、単一粒子の局在特性の実証・実証結果を示す。
  論文  参考訳（メタデータ） (2024-10-17T18:00:05Z)
• Classical algorithm for simulating experimental Gaussian boson sampling [2.1684911254068906]
  ガウスボソンサンプリングは実験的量子優位性を示す有望な候補である。 高い光子損失率とノイズの存在にもかかわらず、それらは現在、最もよく知られた古典的アルゴリズムで古典的にシミュレートすることが難しいと主張されている。 本稿ではガウスボソンサンプリングをシミュレートする古典的テンソルネットワークアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-06-06T14:19:48Z)
• Simulating Gaussian Boson Sampling with Tensor Networks in the Heisenberg picture [0.9208007322096533]
  本論文では,ハイゼンベルク図におけるテンソルネットワークの時間発展に基づくボソンサンプリングの確率分布の計算法を提案する。 本研究は,本手法の有効性と量子コンピューティング研究を進展させる可能性を示すものである。
  論文  参考訳（メタデータ） (2023-05-18T18:00:00Z)
• 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)
• Sampling with Mollified Interaction Energy Descent [57.00583139477843]
  モーフィファイド相互作用エネルギー降下(MIED)と呼ばれる新しい最適化に基づくサンプリング手法を提案する。 MIEDは、モル化相互作用エネルギー(MIE)と呼ばれる確率測度に関する新しいクラスのエネルギーを最小化する 我々は,制約のないサンプリング問題に対して,我々のアルゴリズムがSVGDのような既存の粒子ベースアルゴリズムと同等に動作することを示す。
  論文  参考訳（メタデータ） (2022-10-24T16:54:18Z)
• Fermionic approach to variational quantum simulation of Kitaev spin models [50.92854230325576]
  キタエフスピンモデルは、自由フェルミオンへの写像を通じて、あるパラメータ状態において正確に解けることで知られている。 古典的なシミュレーションを用いて、このフェルミオン表現を利用する新しい変分アンザッツを探索する。 また、量子コンピュータ上での非アベリアオンをシミュレートするための結果の意味についてもコメントする。
  論文  参考訳（メタデータ） (2022-04-11T18:00:01Z)
• Noise thresholds for classical simulability of non-linear Boson sampling [4.812718493682455]
  我々は,高次非線形性を導入し,問題の計算複雑性とプロトコルの雑音に対する堅牢性を高める。 以上の結果から,入出力状態におけるシングルモードKerrの非線形性の追加は,線形光学的進化を維持しつつも,Bosonサンプリングプロトコルがノイズに対してより堅牢であることが示唆された。
  論文  参考訳（メタデータ） (2022-02-24T12:17:28Z)
• Flow-based sampling in the lattice Schwinger model at criticality [54.48885403692739]
  フローベースアルゴリズムは、格子場理論への応用のためのフィールド分布の効率的なサンプリングを提供することができる。 フェルミオン質量の臨界値におけるシュウィンガーモデルにおけるロバストな流れに基づくサンプリングの数値的な実演を行う。
  論文  参考訳（メタデータ） (2022-02-23T19:00:00Z)
• Certification of Gaussian Boson Sampling via graph theory [4.063872661554895]
  実ガウスボソンサンプリング装置の光子計数とグラフ中の完全マッチング数との接続を利用する。 本フレームワークでは,グラフ特徴ベクトルとグラフカーネルの分布を利用した2つのアプローチを提案する。
  論文  参考訳（メタデータ） (2022-02-15T20:22:28Z)
• Bosonic field digitization for quantum computers [62.997667081978825]
  我々は、離散化された場振幅ベースで格子ボゾン場の表現に対処する。 本稿では,エラースケーリングを予測し,効率的な量子ビット実装戦略を提案する。
  論文  参考訳（メタデータ） (2021-08-24T15:30:04Z)
• Sampling in Combinatorial Spaces with SurVAE Flow Augmented MCMC [83.48593305367523]
  ハイブリッドモンテカルロ(Hybrid Monte Carlo)は、複素連続分布からサンプリングする強力なマルコフ連鎖モンテカルロ法である。 本稿では,SurVAEフローを用いたモンテカルロ法の拡張に基づく新しい手法を提案する。 本稿では,統計学,計算物理学,機械学習など,様々な分野におけるアルゴリズムの有効性を実証し,代替アルゴリズムと比較した改良点を考察する。
  論文  参考訳（メタデータ） (2021-02-04T02:21:08Z)

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。