論文の概要: Efficient classical algorithms for linear optical circuits
- arxiv url: http://arxiv.org/abs/2502.12882v1
- Date: Tue, 18 Feb 2025 14:13:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-19 14:06:38.986853
- Title: Efficient classical algorithms for linear optical circuits
- Title(参考訳): 線形光回路のための効率的な古典的アルゴリズム
- Authors: Youngrong Lim, Changhun Oh,
- Abstract要約: 線形光回路における期待値と確率振幅を近似する効率的な古典的アルゴリズムを提案する。
この結果は、フォトニック変分アルゴリズムのような期待値推定に依存する線形光回路の特定の応用が、量子優位性を達成する上での課題に直面していることを示唆している。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: We present efficient classical algorithms to approximate expectation values and probability amplitudes in linear optical circuits. Specifically, our classical algorithm efficiently approximates the expectation values of observables in linear optical circuits for arbitrary product input states within an additive error under a mild condition. This result suggests that certain applications of linear optical circuits relying on expectation value estimation, such as photonic variational algorithms, may face challenges in achieving quantum advantage. In addition, the (marginal) output probabilities of boson sampling with arbitrary product input states can be efficiently approximated using our algorithm, implying that boson sampling can be efficiently simulated if its output probability distribution is polynomially sparse. Moreover, our method generalizes Gurvits's algorithm, originally designed to approximate the permanent, to also approximate the hafnian of complex symmetric matrices with an additive error. The algorithm also solves a molecular vibronic spectra problem for arbitrary product input states as precisely as boson samplers. Finally, our method extends to near-Clifford circuits, enabling the classical approximation of their expectation values of any observables and (marginal) output probabilities.
- Abstract(参考訳): 線形光回路における期待値と確率振幅を近似する効率的な古典的アルゴリズムを提案する。
具体的には, 線形光回路において, 任意の積入力状態に対する観測値の期待値を, 軽度条件下での加算誤差で効率的に近似する。
この結果は、フォトニック変分アルゴリズムのような期待値推定に依存する線形光回路の特定の応用が、量子優位性を達成する上での課題に直面していることを示唆している。
さらに,任意の積入力状態のボソンサンプリングの出力確率を効率よく近似し,その出力確率分布が多項式的にスパースである場合,ボソンサンプリングを効率的にシミュレートできることを示す。
さらに,複素対称行列のハフニアンを加法誤差で近似するために,Gurvitsのアルゴリズムを一般化する。
このアルゴリズムはまた、任意の製品入力状態に対する分子ビブロニックスペクトル問題を、ボソンサンプリングのように正確に解決する。
最後に,本手法は近クリフォード回路に拡張され,観測可能な観測値と(準)出力確率の古典的な近似が可能となった。
関連論文リスト
- A Fourier analysis framework for approximate classical simulations of quantum circuits [0.0]
本稿では,グループパラメータを符号化した構造を持つ回路に対して,グループを調和解析するフレームワークを提案する。
また、同次空間への一般化、疑似システム、および既約表現の行列係数を用いてランダム回路を解析する方法についても論じる。
論文 参考訳(メタデータ) (2024-10-17T17:59:34Z) - A Sample Efficient Alternating Minimization-based Algorithm For Robust Phase Retrieval [56.67706781191521]
そこで本研究では,未知の信号の復元を課題とする,ロバストな位相探索問題を提案する。
提案するオラクルは、単純な勾配ステップと外れ値を用いて、計算学的スペクトル降下を回避している。
論文 参考訳(メタデータ) (2024-09-07T06:37:23Z) - Differentiation of Linear Optical Circuits [0.0]
本稿では、線形光回路の解析勾配を評価するための古典的および量子的アルゴリズムを開発する。
実測統計学で生じる「相互作用しない」の観測可能な特別なクラスの期待値の勾配を計算する方法を示す。
論文 参考訳(メタデータ) (2024-01-15T22:43:22Z) - Randomized semi-quantum matrix processing [0.0]
汎用行列関数をシミュレートするためのハイブリッド量子古典的フレームワークを提案する。
この方法は、対象関数のチェビシェフ近似上のランダム化に基づいている。
コストのかかるパラメータの2次高速化を含む,平均深度に対する利点を実証する。
論文 参考訳(メタデータ) (2023-07-21T18:00:28Z) - Optimal Algorithms for the Inhomogeneous Spiked Wigner Model [89.1371983413931]
不均一な問題に対する近似メッセージパッシングアルゴリズム(AMP)を導出する。
特に,情報理論の閾値よりも大きい信号と雑音の比を必要とする既知のアルゴリズムが,ランダムよりも優れた処理を行うための統計的・計算的ギャップの存在を同定する。
論文 参考訳(メタデータ) (2023-02-13T19:57:17Z) - Approximating outcome probabilities of linear optical circuits [0.0]
線形光回路の出力確率を近似する古典的アルゴリズムを提案する。
提案手法は,回路の古典性に応じて精度の高い結果確率を効率的に推定する。
我々の研究は線形光学のパワーに光を当て、計算複雑性の問題に多くの量子インスパイアされたアルゴリズムを提供する。
論文 参考訳(メタデータ) (2022-11-14T08:21:51Z) - Learnability of the output distributions of local quantum circuits [53.17490581210575]
2つの異なるオラクルモデルにおいて、量子回路Bornマシンの学習可能性について検討する。
我々はまず,超対数深度クリフォード回路の出力分布がサンプル効率良く学習できないという負の結果を示した。
より強力なオラクルモデル、すなわちサンプルに直接アクセスすると、局所的なクリフォード回路の出力分布は計算効率よくPACを学習可能であることを示す。
論文 参考訳(メタデータ) (2021-10-11T18:00:20Z) - High Probability Complexity Bounds for Non-Smooth Stochastic Optimization with Heavy-Tailed Noise [51.31435087414348]
アルゴリズムが高い確率で小さな客観的残差を与えることを理論的に保証することが不可欠である。
非滑らか凸最適化の既存の方法は、信頼度に依存した複雑性境界を持つ。
そこで我々は,勾配クリッピングを伴う2つの手法に対して,新たなステップサイズルールを提案する。
論文 参考訳(メタデータ) (2021-06-10T17:54:21Z) - Classical simulation of bosonic linear-optical random circuits beyond
linear light cone [2.5496329090462626]
線形光回路の出力光子数分布からのサンプリングの古典的シミュラビリティについて検討する。
アルゴリズムの誤差は、ソース間の距離の2倍以下の深さまで指数関数的に小さいことを示す。
論文 参考訳(メタデータ) (2021-02-19T18:33:31Z) - Plug-And-Play Learned Gaussian-mixture Approximate Message Passing [71.74028918819046]
そこで本研究では,従来のi.i.d.ソースに適した圧縮圧縮センシング(CS)リカバリアルゴリズムを提案する。
我々のアルゴリズムは、Borgerdingの学習AMP(LAMP)に基づいて構築されるが、アルゴリズムに普遍的な復調関数を採用することにより、それを大幅に改善する。
数値評価により,L-GM-AMPアルゴリズムは事前の知識を必要とせず,最先端の性能を実現する。
論文 参考訳(メタデータ) (2020-11-18T16:40:45Z) - Nearly Linear Row Sampling Algorithm for Quantile Regression [54.75919082407094]
データの次元にほぼ線形なサンプル複雑性を持つ量子化損失関数の行サンプリングアルゴリズムを提案する。
行サンプリングアルゴリズムに基づいて、量子レグレッションの最も高速なアルゴリズムと、バランスの取れた有向グラフのグラフスペーシフィケーションアルゴリズムを提案する。
論文 参考訳(メタデータ) (2020-06-15T13:40:07Z)
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。