論文の概要: Quantum Computer Does Not Need Coherent Quantum Access for Advantage
- arxiv url: http://arxiv.org/abs/2503.02515v1
- Date: Tue, 04 Mar 2025 11:24:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-05 19:17:14.465629
- Title: Quantum Computer Does Not Need Coherent Quantum Access for Advantage
- Title（参考訳）: 量子コンピュータはコヒーレントな量子アクセスを必要としない
- Authors: Nhat A. Nghiem,
- Abstract要約: 量子スピードアップの大多数は、古典的な情報をコヒーレントな量子的にアクセスできるサブルーチンに依存している。
最適化のための量子勾配降下アルゴリズムを開発し,多種多様な応用を享受する基礎技術である。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Demonstrating quantum advantage has been a pressing challenge in the field. A majority of claimed quantum speedups rely on a subroutine in which classical information can be accessed in a coherent quantum manner, which imposes a crucial constraint on the practicability of these quantum algorithms. It has even been shown that without such an access, the quantum computer cannot be (exponentially) stronger than the classical counterpart for many problems. Thus, whether or not a quantum computer can be useful for practical applications has been central to investigation. In this work, we develop a quantum gradient descent algorithm for polynomial optimization, which is a fundamental technique that enjoys a wide range of applications. The algorithm's running time is logarithmical relative to the number of variables and consumes logarithmic numbers of qubits. Our method can work with many classes of polynomials and, most importantly, it removes the requirement for such a coherent quantum access. Thus, it implies great potential for near-term realization and particularly surpasses the belief that quantum speedup is only possible with strong input assumptions. As immediate applications, we show how to translate the capability of performing gradient descent into solving a linear system, performing least-square fitting, building a support vector machine, performing supervised cluster assignment, training neural network, and solving for ground-state/excited-state energy, performing principle component analysis, with end-to-end applications of quantum algorithms. Thus, our result adds another prominent example to some existing literature, provably demonstrating the quantum advantage toward highly practical problems, suggesting a new and promising prospect for the real-world application of a quantum computer.
- Abstract（参考訳）: 量子的優位性を示すことは、この分野において急進的な課題である。
主張されている量子スピードアップの大半は、古典的な情報がコヒーレントな量子的方法でアクセス可能なサブルーチンに依存しており、これらの量子アルゴリズムの実践性に決定的な制約が課されている。
このようなアクセスがなければ、量子コンピュータは多くの問題に対して古典的なコンピュータよりも(指数的に)強いものではないことが示されている。
したがって、量子コンピュータが実用化に有用であるかどうかが研究の中心となっている。
本研究では,多項式最適化のための量子勾配降下アルゴリズムを開発し,多種多様な応用を享受する基礎的手法である。
アルゴリズムの実行時間は変数の数に対して対数的であり、キュービットの対数的数を使用する。
この手法は多項式の多くのクラスで動作することができ、より重要なのは、このようなコヒーレントな量子アクセスの必要性を取り除くことである。
したがって、これは短期実現の大きな可能性を示し、特に量子スピードアップは強い入力仮定でのみ可能であるという信念を超越している。
直近の応用として、線形システムの解法、最小二乗フィッティングの実行、サポートベクタマシンの構築、教師付きクラスタ割り当ての実行、ニューラルネットワークのトレーニング、基底状態/励起状態エネルギーの解法、原理成分分析、量子アルゴリズムのエンドツーエンド応用について、勾配降下を解く能力の変換方法を示す。
そこで,本研究では,量子コンピュータの現実的応用への新たな期待を示唆し,現実的な問題に対する量子的優位性を実証する,既存の文献に顕著な例を提示する。
関連論文リスト
- The curse of random quantum data [62.24825255497622]
量子データのランドスケープにおける量子機械学習の性能を定量化する。
量子機械学習におけるトレーニング効率と一般化能力は、量子ビットの増加に伴い指数関数的に抑制される。
この結果は量子カーネル法と量子ニューラルネットワークの広帯域限界の両方に適用できる。
論文 参考訳（メタデータ） (2024-08-19T12:18:07Z) - Computable and noncomputable in the quantum domain: statements and conjectures [0.70224924046445]
本稿では,量子コンピュータによって解を加速できる問題のクラスを記述するためのアプローチを検討する。
初期量子状態を所望の状態に変換するユニタリ演算は、1ビットと2ビットのゲートの列に分解可能である必要がある。
論文 参考訳（メタデータ） (2024-03-25T15:47:35Z) - Scalable Quantum Algorithms for Noisy Quantum Computers [0.0]
この論文は、量子計算資源の要求を減らす2つの主要な技術を開発した。
目的は、現在の量子プロセッサでアプリケーションサイズをスケールアップすることだ。
アルゴリズムの応用の主な焦点は量子システムのシミュレーションであるが、開発したサブルーチンは最適化や機械学習の分野でさらに活用することができる。
論文 参考訳（メタデータ） (2024-03-01T19:36:35Z) - Realistic Runtime Analysis for Quantum Simplex Computation [0.4407851469168588]
重要な最適化問題の現実のインスタンスを解く際に,古典的ランタイム解析のための量子アナログを提案する。
現実的な問題サイズに対する現実的な量子的優位性は、現在の物理的な制限よりもかなり低い量子ゲート演算時間を必要とすることを示します。
論文 参考訳（メタデータ） (2023-11-16T16:11:44Z) - Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
期待されている量子コンピュータの応用は、科学と産業にまたがる。
本稿では,量子アルゴリズムの応用分野について検討する。
私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
論文 参考訳（メタデータ） (2023-10-04T17:53:55Z) - A Practitioner's Guide to Quantum Algorithms for Optimisation Problems [0.0]
NPハード最適化問題は、物流や金融といった産業分野では一般的である。
本稿では,量子最適化理論の概要を概観する。
ノイズの多い中間スケール量子デバイスに対する短期的なポテンシャルに焦点を当てている。
論文 参考訳（メタデータ） (2023-05-12T08:57:36Z) - Expressive Quantum Supervised Machine Learning using Kerr-nonlinear
Parametric Oscillators [0.0]
変分量子アルゴリズム(VQA)を用いた量子機械学習は、ノイズのある中間スケール量子(NISQ)時代の実用的なアルゴリズムとして積極的に研究されている。
近年の研究では、古典的なデータを量子回路に繰り返しエンコードするデータ再アップロードが、表現力のある量子機械学習モデルを得るために必要であることが示されている。
我々は、Kerrnon Parametric Hilberts (KPO) を別の有望な量子コンピューティングデバイスとして用いて量子機械学習を提案する。
論文 参考訳（メタデータ） (2023-05-01T07:01:45Z) - Quantum Machine Learning: from physics to software engineering [58.720142291102135]
古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。
量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
論文 参考訳（メタデータ） (2023-01-04T23:37:45Z) - Imaginary Time Propagation on a Quantum Chip [50.591267188664666]
想像時間における進化は、量子多体系の基底状態を見つけるための顕著な技術である。
本稿では,量子コンピュータ上での仮想時間伝搬を実現するアルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-02-24T12:48:00Z) - Quantum walk processes in quantum devices [55.41644538483948]
グラフ上の量子ウォークを量子回路として表現する方法を研究する。
提案手法は,量子ウォークアルゴリズムを量子コンピュータ上で効率的に実装する方法である。
論文 参考訳（メタデータ） (2020-12-28T18:04:16Z) - Electronic structure with direct diagonalization on a D-Wave quantum
annealer [62.997667081978825]
本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。
そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
論文 参考訳（メタデータ） (2020-09-02T22:46:47Z)
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。