論文の概要: Classical optimisation of reduced density matrix estimations with classical shadows using N-representability conditions under shot noise considerations
- arxiv url: http://arxiv.org/abs/2411.18430v1
- Date: Wed, 27 Nov 2024 15:13:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-28 15:26:04.637343
- Title: Classical optimisation of reduced density matrix estimations with classical shadows using N-representability conditions under shot noise considerations
- Title(参考訳): ショットノイズを考慮したN-representability条件を用いた古典的影による密度行列推定の古典的最適化
- Authors: Gian-Luca R. Anselmetti, Matthias Degroote, Nikolaj Moll, Raffaele Santagati, Michael Streif,
- Abstract要約: 従来のシャドウトモグラフィーにおける改良型推定器の選択により,従来の研究に基づいて構築した。
我々は,これらの手法がスタンドアローンの古典的シャドウプロトコルの偏りのない推定器より優れている特定の状況について検討する。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: Classical shadow tomography has become a powerful tool in learning about quantum states prepared on a quantum computer. Recent works have used classical shadows to variationally enforce N-representability conditions on the 2-particle reduced density matrix. In this paper, we build upon previous research by choice of an improved estimator within classical shadow tomography and rephrasing the optimisation constraints, resulting in an overall enhancement in performance under comparable measurement shot budgets. We further explore the specific regimes where these methods outperform the unbiased estimator of the standalone classical shadow protocol and quantify the potential savings in numerical studies.
- Abstract(参考訳): 古典的なシャドウトモグラフィーは、量子コンピュータ上に準備された量子状態を学ぶための強力なツールとなっている。
近年の研究では、2粒子還元密度行列上のN-表現性条件を変動的に強制するために古典的な影を用いている。
本稿では,従来のシャドウトモグラフィーにおける改良された推定器の選択と最適化制約の表現により,従来の研究を基盤として,撮影予算に匹敵する総合的な性能向上を実現した。
さらに、これらの手法がスタンドアローンの古典的シャドウプロトコルの偏りのない推定を上回り、数値的な研究における潜在的な貯蓄を定量化する特定の状況について検討する。
関連論文リスト
- High-Dimensional Subspace Expansion Using Classical Shadows [0.0]
本研究では,地下状態推定の精度を高めるため,従来の影計測データに対する後処理手法を提案する。
提案手法のノイズ伝搬を解析的に検討し,古典的影におけるスナップショット数の制限による統計的変動の上限について検討した。
数値シミュレーションでは, 多くの場合, 時には1桁以上のエネルギー推定誤差を低減できる。
論文 参考訳(メタデータ) (2024-06-17T13:37:27Z) - Bootstrapping Classical Shadows for Neural Quantum State Tomography [0.0]
古典的影を用いたクロスエントロピー損失関数の最適化のための新しい推定器を提案する。
この損失関数は、古典的な影の測定に基づいて訓練されたトランスフォーマーベースニューラルネットワークを用いて、GHZ状態の安定な再構成を実現するために利用できることを示す。
論文 参考訳(メタデータ) (2024-05-11T01:38:47Z) - Domain Generalization Guided by Gradient Signal to Noise Ratio of
Parameters [69.24377241408851]
ソースドメインへのオーバーフィッティングは、ディープニューラルネットワークの勾配に基づくトレーニングにおいて一般的な問題である。
本稿では,ネットワークパラメータの勾配-信号-雑音比(GSNR)を選択することを提案する。
論文 参考訳(メタデータ) (2023-10-11T10:21:34Z) - ShadowNet for Data-Centric Quantum System Learning [188.683909185536]
本稿では,ニューラルネットワークプロトコルと古典的シャドウの強みを組み合わせたデータ中心学習パラダイムを提案する。
ニューラルネットワークの一般化力に基づいて、このパラダイムはオフラインでトレーニングされ、これまで目に見えないシステムを予測できる。
量子状態トモグラフィーおよび直接忠実度推定タスクにおいて、我々のパラダイムのインスタンス化を示し、60量子ビットまでの数値解析を行う。
論文 参考訳(メタデータ) (2023-08-22T09:11:53Z) - A quantum advantage over classical for local max cut [48.02822142773719]
量子最適化近似アルゴリズム(QAOA)は、次数3グラフ上の古典的手法に匹敵する計算上の優位性を持つ。
結果として、最先端の量子ハードウェアに関係している小規模量子計算でさえ、比較可能な単純な古典よりも大きな優位性を持つ可能性が示唆された。
論文 参考訳(メタデータ) (2023-04-17T16:42:05Z) - Evaluating the Convergence of Tabu Enhanced Hybrid Quantum Optimization [58.720142291102135]
本稿では,量子ハードウェア上での最適化問題解決に有用な Tabu Enhanced Hybrid Quantum Optimization メタヒューリスティック手法を提案する。
提案手法の理論的収束を,イジングモデルに基づくタブ状態を保存する対象の衝突の観点から考察する。
論文 参考訳(メタデータ) (2022-09-05T07:23:03Z) - On Classical and Hybrid Shadows of Quantum States [0.0]
古典的な影は、古典的なコンピュータ上の量子状態を保存するための計算的に効率的なアプローチである。
我々は、古典的な影を使って多体力学をシミュレートする利点と限界について論じる。
システムの一部の計測結果から構築されたハイブリッドシャドウの概念を導入する。
論文 参考訳(メタデータ) (2022-06-14T06:25:24Z) - Adaptive Pauli Shadows for Energy Estimation [0.0]
近年、デランド化された古典的な影はさらに正確であると主張する声が上がっている。
この精度は、エネルギー推定手順に古典的な計算資源を導入するコストが伴う。
本稿では、局所バイアスのある古典的シャドウ設定に、この古典的コンピューティングリソースの一部を付加することにより、修正されたアルゴリズムであるAdaptive Pauli Shadowsがエネルギー推定の最先端であることを示す。
論文 参考訳(メタデータ) (2021-05-25T20:42:35Z) - Conditional preparation of non-Gaussian quantum optical states by
mesoscopic measurement [62.997667081978825]
光学場の非ガウス状態は、量子情報応用における提案された資源として重要である。
メソスコピック検出器を応用可能なレシエーションへのアンシラフィールドの変位を含む新しいアプローチを提案する。
実験により,強いウィグナー負性を持つ状態は高い速度で生成可能であると結論付けた。
論文 参考訳(メタデータ) (2021-03-29T16:59:18Z) - A Bayesian analysis of classical shadows [0.2867517731896504]
ベイズ平均推定(BME)のレンズによる古典的影の研究
数値データの直接検定では、BMEは平均誤差が著しく低いが、古典的な影は特定の状況において著しく精度が高い。
本稿では,古典的影の次元依存性と状態特異的最適性をうまくエミュレートする観測可能な擬似様相を導入する。
論文 参考訳(メタデータ) (2020-12-16T14:45:18Z) - Re-Assessing the "Classify and Count" Quantification Method [88.60021378715636]
分類とカウント(CC)は、しばしば偏りのある推定器である。
以前の作業では、CCの適切に最適化されたバージョンを適切に使用できなかった。
最先端の手法に劣っているものの、ほぼ最先端の精度を実現している、と我々は主張する。
論文 参考訳(メタデータ) (2020-11-04T21:47:39Z)
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。