論文の概要: Derandomized shallow shadows: Efficient Pauli learning with bounded-depth circuits

• arxiv url: http://arxiv.org/abs/2412.18973v1
• Date: Wed, 25 Dec 2024 19:23:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-30 17:27:22.257691
• Title: Derandomized shallow shadows: Efficient Pauli learning with bounded-depth circuits
• Title（参考訳）: デランドマイズド浅部影:有界深部回路を用いた効率の良いパウリ学習
• Authors: Katherine Van Kirk, Christian Kokail, Jonathan Kunjummen, Hong-Ye Hu, Yanting Teng, Madelyn Cain, Jacob Taylor, Susanne F. Yelin, Hannes Pichler, Mikhail Lukin,
• Abstract要約: 本稿では,非可換量子オブザーバブルの集合を効率的に学習するためのデランドマイズド浅部影(DSS)アルゴリズムを提案する。 提案アルゴリズムは, テンソルネットワーク技術により, 浅い測定回路の集合を出力する。 結果から,DSSは複数の非可換オブザーバブルを推定する必要がある多くの大きなアルゴリズムの恩恵を受ける可能性が示唆された。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Efficiently estimating large numbers of non-commuting observables is an important subroutine of many quantum science tasks. We present the derandomized shallow shadows (DSS) algorithm for efficiently learning a large set of non-commuting observables, using shallow circuits to rotate into measurement bases. Exploiting tensor network techniques to ensure polynomial scaling of classical resources, our algorithm outputs a set of shallow measurement circuits that approximately minimizes the sample complexity of estimating a given set of Pauli strings. We numerically demonstrate systematic improvement, in comparison with state-of-the-art techniques, for energy estimation of quantum chemistry benchmarks and verification of quantum many-body systems, and we observe DSS's performance consistently improves as one allows deeper measurement circuits. These results indicate that in addition to being an efficient, low-depth, stand-alone algorithm, DSS can also benefit many larger quantum algorithms requiring estimation of multiple non-commuting observables.
• Abstract（参考訳）: 多数の非可換オブザーバブルを効率的に推定することは、多くの量子科学タスクの重要なサブルーチンである。 本研究では, 浅層回路を用いて多数の非可換観測器を効率よく学習し, 測定基地に回転させるデランドマイズ浅層影法を提案する。 古典的資源の多項式スケーリングを確保するためにテンソルネットワーク技術を展開するため,提案アルゴリズムは,与えられたパウリ弦の集合を推定する際のサンプルの複雑さをほぼ最小化する浅い測定回路の集合を出力する。 我々は、量子化学ベンチマークのエネルギー推定や量子多体システムの検証において、最先端技術と比較して、系統的な改善を数値的に示すとともに、DSSの性能がより深い測定回路として一貫して改善されるのを観察する。 これらの結果から、DSSは効率的で低深度なスタンドアローンアルゴリズムであるだけでなく、複数の非可換オブザーバブルを推定する必要がある多くの大きな量子アルゴリズムにもメリットがあることが示唆された。

関連論文リスト

• 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)
• Auxiliary-free replica shadow estimation [9.129051558668854]
  数個の入力レプリカ上でのジョイントエンタングリング動作のパワーを利用する,効率的な補助フリーレプリカシャドー(AFRS)フレームワークを提案する。 AFRSが従来のシャドウ法と比較して推定精度を指数関数的に改善できることを厳密に証明する。 局所量子回路の深さを一定に保った局所観測可能量を推定するために, 先進的な局所AFRS変種を導入する。
  論文  参考訳（メタデータ） (2024-07-30T14:40:29Z)
• Optimization for expectation value estimation with shallow quantum circuits [1.5733643545082079]
  量子状態の線形特性を推定することは、量子情報科学の基本的な課題である。 浅いパラメータ化量子回路を用いて,観測可能な任意の観測値の期待値を推定するために,サンプル複雑性を最適化するフレームワークを提案する。 スパースハミルトニアンの基底エネルギーと2つの純状態の内積を推定することにより,アルゴリズムの性能を数値的に示す。
  論文  参考訳（メタデータ） (2024-07-28T14:04:33Z)
• Applicability of Measurement-based Quantum Computation towards Physically-driven Variational Quantum Eigensolver [17.975555487972166]
  変分量子アルゴリズムは、短期量子の利点を得る最も有望な方法の1つである。 測定に基づく量子計算方式で量子アルゴリズムを開発するための障害は、リソースコストである。 量子多体系シミュレーションタスクのための効率的な測定ベース量子アルゴリズム(MBHVA)を提案する。
  論文  参考訳（メタデータ） (2023-07-19T08:07:53Z)
• Higher-order topological kernels via quantum computation [68.8204255655161]
  トポロジカルデータ分析(TDA)は、複雑なデータから意味のある洞察を抽出する強力なツールとして登場した。 本稿では,ベッチ曲線の次数増加に基づくBettiカーネルの量子的定義法を提案する。
  論文  参考訳（メタデータ） (2023-07-14T14:48:52Z)
• A composite measurement scheme for efficient quantum observable estimation [2.4792831406904026]
  訓練可能な比率でショットを分散することで複数の計測手法を構成する新しい手法である複合計測手法を提案する。 分子系上でC-LBCSを最大$mathCO$ (30bits) まで数値的に示し、C-LBCSは単純さにもかかわらず従来の最先端手法よりも優れていたことを示す。
  論文  参考訳（メタデータ） (2023-05-03T21:50:36Z)
• Guaranteed efficient energy estimation of quantum many-body Hamiltonians using ShadowGrouping [49.36226952764697]
  量子多体系のエネルギーの推定は、様々な研究分野におけるパラダイム的な課題である。 本研究の目的は,全測定予算から最も高い証明可能な精度が得られる単一キュービット計測による最適戦略を見出すことである。 私たちはShadowGroupingと呼ばれる実用的で効率的な見積もり戦略を開発します。
  論文  参考訳（メタデータ） (2023-01-09T14:41:07Z)
• End-to-end resource analysis for quantum interior point methods and portfolio optimization [63.4863637315163]
  問題入力から問題出力までの完全な量子回路レベルのアルゴリズム記述を提供する。 アルゴリズムの実行に必要な論理量子ビットの数と非クリフォードTゲートの量/深さを報告する。
  論文  参考訳（メタデータ） (2022-11-22T18:54:48Z)
• Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
  テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる 本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。 その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
  論文  参考訳（メタデータ） (2022-09-01T17:08:41Z)
• Efficient recovery of variational quantum algorithms landscapes using classical signal processing [0.0]
  スパース回収技術の実現可能性を支持する理論的および数値的な証拠を提示する。 この結果から,スパースリカバリにより,変分アルゴリズムの最適化において,より効率的な量子資源の利用と分散が可能であることが示唆された。
  論文  参考訳（メタデータ） (2022-08-11T17:58:27Z)
• 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)

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。