論文の概要: An unconditional distribution learning advantage with shallow quantum circuits

• arxiv url: http://arxiv.org/abs/2411.15548v1
• Date: Sat, 23 Nov 2024 13:03:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-26 14:23:27.608009
• Title: An unconditional distribution learning advantage with shallow quantum circuits
• Title（参考訳）: 浅い量子回路を用いた非条件分布学習の利点
• Authors: N. Pirnay, S. Jerbi, J. -P. Seifert, J. Eisert,
• Abstract要約: 浅量子回路仮説を用いた近似分布学習フレームワーク(PAC)において,非条件量子の優位性を証明した。 本研究では,1つの量子ビットゲートと2つの量子ビットゲートを用いた量子回路(QNC0)が,ファンイン古典回路(NC0)よりも優れているという有意義な生成的分布学習問題を仮説クラスの選択として挙げる。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: One of the core challenges of research in quantum computing is concerned with the question whether quantum advantages can be found for near-term quantum circuits that have implications for practical applications. Motivated by this mindset, in this work, we prove an unconditional quantum advantage in the probably approximately correct (PAC) distribution learning framework with shallow quantum circuit hypotheses. We identify a meaningful generative distribution learning problem where constant-depth quantum circuits using one and two qubit gates (QNC^0) are superior compared to constant-depth bounded fan-in classical circuits (NC^0) as a choice for hypothesis classes. We hence prove a PAC distribution learning separation for shallow quantum circuits over shallow classical circuits. We do so by building on recent results by Bene Watts and Parham on unconditional quantum advantages for sampling tasks with shallow circuits, which we technically uplift to a hyperplane learning problem, identifying non-local correlations as the origin of the quantum advantage.
• Abstract（参考訳）: 量子コンピューティングにおける研究の核となる課題の1つは、実用的な応用に影響を及ぼす短期量子回路において、量子上の優位性を見つけることができるかどうかである。 この考え方に動機づけられたこの研究では、浅い量子回路仮説を持つほぼ正しい分布学習フレームワーク(PAC)において、無条件の量子優位性を証明した。 本研究では,1つの量子ビットゲートと2つの量子ビットゲートを用いた量子回路(QNC^0)が,仮説クラスの選択としてファンイン古典回路(NC^0)よりも優れていることを示す。 そこで我々は、浅い古典回路上の浅い量子回路に対して、PAC分布学習分離を証明した。 Bene Watts と Parham の最近の結果に基づいて、浅い回路でタスクをサンプリングする無条件の量子優位性を構築した。

関連論文リスト

• 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)
• Quantum Advantage: A Single Qubit's Experimental Edge in Classical Data Storage [5.669806907215807]
  我々は,古典情報記憶における基本量子システムの有効性を確立するためのフォトニック量子プロセッサの実験を行った。 我々の研究は、短期量子技術における即時応用の道を開いた。
  論文  参考訳（メタデータ） (2024-03-05T05:09:32Z)
• 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)
• Instantaneous nonlocal quantum computation and circuit depth reduction [7.148511452018054]
  2パーティの量子計算は、2部構成の入力と出力を持つ計算プロセスであり、初期共有の絡み合いが存在する。 まず,ガーデニング・ホース・ガジェットとして知られる,単純化されたサブプロデューサは,絡み合いのコストを著しく低減できないことを示す。 第2部では、クリフォードゲートとTゲートの層からなる任意のユニタリ回路が、元の回路のT深さに比例した深さの測定値を持つ回路を用いて実装可能であることを示す。
  論文  参考訳（メタデータ） (2023-06-15T17:57:50Z)
• A single $T$-gate makes distribution learning hard [56.045224655472865]
  この研究は、局所量子回路の出力分布の学習可能性に関する広範な評価を提供する。 ハイブリッド量子古典アルゴリズムを含む多種多様な学習アルゴリズムにおいて、深度$d=omega(log(n))$ Clifford回路に関連する生成的モデリング問題さえも困難であることを示す。
  論文  参考訳（メタデータ） (2022-07-07T08:04:15Z)
• Fundamental limitations on optimization in variational quantum algorithms [7.165356904023871]
  そのような短期量子アプリケーションを確立するための主要なパラダイムは、変分量子アルゴリズム(VQA)である。 このようなランダム回路の幅広いクラスにおいて、コスト関数の変動範囲は、高い確率で量子ビット数で指数関数的に消えることを示す。 この結果は、勾配に基づく最適化と勾配のない最適化の制約を自然に統一し、VQAのトレーニングランドスケープに余分な厳しい制約を明らかにすることができる。
  論文  参考訳（メタデータ） (2022-05-10T17:14:57Z)
• Locating quantum critical points with shallow quantum circuits [0.0]
  本稿では, デルタ-VQEと呼ばれる変分量子固有解法(VQE)に基づく量子臨界点の探索手法を提案する。 極小点としての臨界点のシグネチャは、より浅い量子回路を用いてよりシャープにすることができる。
  論文  参考訳（メタデータ） (2022-03-26T09:35:57Z)
• Gaussian initializations help deep variational quantum circuits escape from the barren plateau [87.04438831673063]
  近年、変分量子回路は量子シミュレーションや量子機械学習に広く用いられている。 しかし、ランダムな構造を持つ量子回路は、回路深さと量子ビット数に関して指数関数的に消える勾配のため、トレーニング容易性が低い。 この結果、ディープ量子回路は実用的なタスクでは実現できないという一般的な信念が導かれる。
  論文  参考訳（メタデータ） (2022-03-17T15:06:40Z)
• 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)
• Towards understanding the power of quantum kernels in the NISQ era [79.8341515283403]
  量子カーネルの利点は,大規模データセット,計測回数の少ないもの,システムノイズなどにおいて消失することを示した。 我々の研究は、NISQデバイス上で量子優位性を得るための先進量子カーネルの探索に関する理論的ガイダンスを提供する。
  論文  参考訳（メタデータ） (2021-03-31T02:41:36Z)
• Boundaries of quantum supremacy via random circuit sampling [69.16452769334367]
  Googleの最近の量子超越性実験は、量子コンピューティングがランダムな回路サンプリングという計算タスクを実行する遷移点を示している。 観測された量子ランタイムの利点の制約を、より多くの量子ビットとゲートで検討する。
  論文  参考訳（メタデータ） (2020-05-05T20:11:53Z)

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。