論文の概要: Comment on arXiv:2307.08384 "Efficient Quantum State Preparation with Walsh Series"
- arxiv url: http://arxiv.org/abs/2502.05193v1
- Date: Mon, 27 Jan 2025 16:59:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-16 05:04:37.077221
- Title: Comment on arXiv:2307.08384 "Efficient Quantum State Preparation with Walsh Series"
- Title(参考訳): arXiv:2307.08384 "Walsh Seriesによる効率的な量子状態生成"へのコメント
- Authors: Riccardo Pellini, Maurizio Ferrari Dacrema,
- Abstract要約: 本稿では,Walsh Series Loader (WSL) アルゴリズムが必要とする全量子回路の実装方法について述べる。
元の記事で理論的に実証されたように、乱れたWSLが十分に絡み合った状態を準備していないことを実証的に示す。
- 参考スコア(独自算出の注目度): 7.251305766151019
- License:
- Abstract: In this paper, we discuss the Walsh Series Loader (WSL) algorithm, proposed by. In particular, we observe that the paper does not describe how to implement the term of order zero of the operator WSL is based on. While this does not affect the theoretical validity of WSL, it poses obstacles for practitioners aiming to use WSL because, as we show in our experiments, an incorrect implementation leads to states with very poor fidelity. In this paper, we describe how to implement the full quantum circuit required by WSL, including the term of order zero, releasing our source code online, and show that the algorithm works correctly. Finally, we empirically show how, as was theoretically demonstrated in the original article, truncated WSL does not prepare well highly entangled states.
- Abstract(参考訳): 本稿では,Walsh Series Loader (WSL) アルゴリズムについて述べる。
特に,本論文では,演算子 WSL の次数 0 の項の実装方法を記述していない。
これはWSLの理論的妥当性には影響しないが、WSLの使用を目指す実践者にとって障害となる。
本稿では,WSLが要求する全量子回路の実装方法について述べる。
最後に、本論文で理論的に実証されたように、乱れたWSLが十分に絡み合った状態を準備していないことを実証的に示す。
関連論文リスト
- Towards Understanding Why FixMatch Generalizes Better Than Supervised Learning [97.1805039692731]
半教師付き学習(SSL)は、教師付き学習(SL)よりも大幅に一般化されている。
ディープニューラルネットワーク(DNN)に適用したFixMatchライクSSLで観測されたテスト精度向上のための最初の理論的正当性を示す。
分析フレームワークはFlexMatch、FreeMatch、Dash、SoftMatchといった他のFixMatchライクなSSLメソッドにも適用可能であることを示す。
論文 参考訳(メタデータ) (2024-10-15T02:47:57Z) - Bounding the quantum value of compiled nonlocal games: from CHSH to BQP
verification [2.298932494750101]
Kalaiらは、非ローカルゲームに適用されるブラックボックス暗号コンパイル手順を定義した。
単一プロデューサプロトコルの量子値の完全な理解に向けて前進する。
我々は,BQPに対して単一プロプライエタリな古典的検証プロトコルを提供し,CHSH剛性解析を用いてその健全性を証明した。
論文 参考訳(メタデータ) (2023-03-02T19:20:59Z) - Simple Tests of Quantumness Also Certify Qubits [69.96668065491183]
量子性の検定は、古典的検証者が証明者が古典的でないことを(のみ)証明できるプロトコルである。
我々は、あるテンプレートに従う量子性のテストを行い、(Kalai et al., 2022)のような最近の提案を捉えた。
すなわち、同じプロトコルは、証明可能なランダム性や古典的な量子計算のデリゲートといったアプリケーションの中心にあるビルディングブロックであるqubitの認定に使用できる。
論文 参考訳(メタデータ) (2023-03-02T14:18:17Z) - MaxMatch: Semi-Supervised Learning with Worst-Case Consistency [149.03760479533855]
半教師付き学習(SSL)のための最悪ケース整合正則化手法を提案する。
本稿では,ラベル付きトレーニングデータとラベル付きトレーニングデータとを別々に比較した経験的損失項からなるSSLの一般化について述べる。
この境界によって動機づけられたSSLの目的は、元のラベルのないサンプルと、その複数の拡張版との最大の矛盾を最小限に抑えるものである。
論文 参考訳(メタデータ) (2022-09-26T12:04:49Z) - Relativistic zero-knowledge protocol for NP over the internet
unconditionally secure against quantum adversaries [0.0]
本稿では,NPに対する新しい相対論的プロトコルを提案する。
我々はSternのゼロ知識スキームを、以前量子後暗号で使われていたシンドローム復号問題に用いた。
論文 参考訳(メタデータ) (2021-12-02T16:18:09Z) - End-to-end Generative Zero-shot Learning via Few-shot Learning [76.9964261884635]
ゼロショット学習(ZSL)の最先端アプローチでは、生成ネットをトレーニングし、提供されたメタデータに条件付きサンプルを合成する。
本稿では,このような手法をバックボーンとして使用し,合成した出力をFew-Shot Learningアルゴリズムに供給するエンドツーエンド生成ZSLフレームワークを提案する。
論文 参考訳(メタデータ) (2021-02-08T17:35:37Z) - Secure Software Leasing from Standard Assumptions [13.664682865991253]
仮定付き学習誤り(LWE)に基づくSSL方式を提案する。
LWE仮定から2階層の量子ライニングスキームを構築することができることを示す。
論文 参考訳(メタデータ) (2020-10-21T17:59:36Z) - Interventional Few-Shot Learning [88.31112565383457]
本稿では,新しいFew-Shot Learningパラダイム,Interventional Few-Shot Learningを提案する。
コードはhttps://github.com/yue-zhongqi/ifsl.comで公開されている。
論文 参考訳(メタデータ) (2020-09-28T01:16:54Z) - Quantum Gram-Schmidt Processes and Their Application to Efficient State
Read-out for Quantum Algorithms [87.04438831673063]
本稿では、生成した状態の古典的ベクトル形式を生成する効率的な読み出しプロトコルを提案する。
我々のプロトコルは、出力状態が入力行列の行空間にある場合に適合する。
我々の技術ツールの1つは、Gram-Schmidt正則手順を実行するための効率的な量子アルゴリズムである。
論文 参考訳(メタデータ) (2020-04-14T11:05:26Z)
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。