論文の概要: Quantum Advantage with Faulty Oracle

• arxiv url: http://arxiv.org/abs/2411.04931v1
• Date: Thu, 07 Nov 2024 18:10:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-08 19:38:15.821218
• Title: Quantum Advantage with Faulty Oracle
• Title（参考訳）: Oracleの故障による量子アドバンテージ
• Authors: David Rasmussen Lolck, Laura Mančinska, Manaswi Paraashar,
• Abstract要約: オラクルが一元的でない(あるいは不可逆的な)ノイズにさらされるシナリオに焦点を当てる。 Regev and Schiff (ICALP'08) は、このノイズモデルの下での探索問題に対して量子的優位性が失われていることを示した。 これは、ノイズの多いオラクルに対する量子クエリアルゴリズムの非自明な堅牢化である。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: This paper investigates the impact of noise in the quantum query model, a fundamental framework for quantum algorithms. We focus on the scenario where the oracle is subject to non-unitary (or irreversible) noise, specifically under the \textit{faulty oracle} model, where the oracle fails with a constant probability and acts as identity. Regev and Schiff (ICALP'08) showed that quantum advantage is lost for the search problem under this noise model. Our main result shows that every quantum query algorithm can be made robust in this noise model with a roughly quadratic blow-up in query complexity, thereby preserving quantum speedup for all problems where the quantum advantage is super-cubic. This is the first non-trivial robustification of quantum query algorithms against an oracle that is noisy.
• Abstract（参考訳）: 本稿では,量子アルゴリズムの基本フレームワークである量子クエリモデルにおけるノイズの影響について検討する。 具体的には、オラクルが一定の確率で失敗し、アイデンティティとして振る舞うような、非一意的(あるいは不可逆的な)ノイズのシナリオに焦点を当てる。 Regev and Schiff (ICALP'08) は、このノイズモデルの下での探索問題に対して量子的優位性が失われていることを示した。 我々の主な結果は、このノイズモデルにおいて、全ての量子クエリアルゴリズムは、クエリの複雑さのおよそ2倍の爆発で堅牢にすることができることを示し、量子アドバンテージが超キュビックな全ての問題に対する量子スピードアップを保存する。 これは、ノイズの多いオラクルに対する量子クエリアルゴリズムの非自明な堅牢化である。

関連論文リスト

• Limitations of Noisy Quantum Devices in Computational and Entangling Power [5.178527492542246]
  回路深さが$O(log n)$以上のノイズ量子デバイスは、いかなる量子アルゴリズムにも利点がないことを示す。 また、ノイズ量子デバイスが1次元および2次元の量子ビット接続の下で生成できる最大エンタングルメントについても検討する。
  論文  参考訳（メタデータ） (2023-06-05T12:29:55Z)
• Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
  単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。 提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
  論文  参考訳（メタデータ） (2023-04-18T11:57:15Z)
• Complexity analysis of weakly noisy quantum states via quantum machine learning [1.203955415344484]
  我々は弱雑音状態の複雑さに焦点を当て、ノイズ状態の準備に必要な最短量子回路のサイズとして定義する。 構造化量子ニューラルネットワークの固有接続特性を利用した量子機械学習(QML)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-03-31T06:02:44Z)
• Quantum Worst-Case to Average-Case Reductions for All Linear Problems [66.65497337069792]
  量子アルゴリズムにおける最悪のケースと平均ケースの削減を設計する問題について検討する。 量子アルゴリズムの明示的で効率的な変換は、入力のごく一部でのみ正し、全ての入力で正しくなる。
  論文  参考訳（メタデータ） (2022-12-06T22:01:49Z)
• A quantum algorithm for solving open system dynamics on quantum computers using noise [0.0]
  ノイズをリソースとして利用する量子アルゴリズムを提案する。 我々の量子アルゴリズムの目標は、時間とともに進化するオープン量子システムの演算子平均を計算することである。 オープン量子系のクラスは, ゲートエラーが最大1%である場合でも, アルゴリズムの動作が非常に良好であることがわかった。
  論文  参考訳（メタデータ） (2022-10-21T17:47:32Z)
• Demonstration of algorithmic quantum speedup [0.0]
  証明可能なアルゴリズム量子スピードアップの実験的実証は、いまだ解明されていない。 隠れビットストリングを識別する問題を解く単発ベルンシュタイン・ヴァジラニアルゴリズムを実装した。 スピードアップは2つのQCのうちの1つで観測される。
  論文  参考訳（メタデータ） (2022-07-15T17:59:47Z)
• Entanglement and coherence in Bernstein-Vazirani algorithm [58.720142291102135]
  Bernstein-Vaziraniアルゴリズムは、オラクルに符号化されたビット文字列を決定できる。 我々はベルンシュタイン・ヴァジラニアルゴリズムの量子資源を詳細に分析する。 絡み合いがない場合、初期状態における量子コヒーレンス量とアルゴリズムの性能が直接関係していることが示される。
  論文  参考訳（メタデータ） (2022-05-26T20:32:36Z)
• Depth-efficient proofs of quantumness [77.34726150561087]
  量子性の証明は、古典的検証器が信頼できない証明器の量子的利点を効率的に証明できる挑戦応答プロトコルの一種である。 本稿では、証明者が量子回路を一定深度でしか実行できない量子性構成の証明を2つ与える。
  論文  参考訳（メタデータ） (2021-07-05T17:45:41Z)
• Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
  本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。 数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
  論文  参考訳（メタデータ） (2020-10-20T12:06:27Z)
• Robustness Verification of Quantum Classifiers [1.3534683694551501]
  我々は、雑音に対する量子機械学習アルゴリズムの検証と解析のための正式なフレームワークを定義する。 堅牢な境界が導出され、量子機械学習アルゴリズムが量子トレーニングデータに対して堅牢であるか否かを確認するアルゴリズムが開発された。 我々のアプローチはGoogleのQuantum分類器に実装されており、ノイズの小さな乱れに関して量子機械学習アルゴリズムの堅牢性を検証することができる。
  論文  参考訳（メタデータ） (2020-08-17T11:56:23Z)
• Quantum noise protects quantum classifiers against adversaries [120.08771960032033]
  量子情報処理におけるノイズは、特に短期的な量子技術において、破壊的で避け難い特徴と見なされることが多い。 量子回路の非偏極雑音を利用して分類を行うことにより、敵に縛られるロバスト性を導出できることを示す。 これは、最も一般的な敵に対して使用できる最初の量子プロトコルである。
  論文  参考訳（メタデータ） (2020-03-20T17:56:14Z)

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。