論文の概要: Solovay Kitaev and Randomized Compilation
- arxiv url: http://arxiv.org/abs/2503.14788v1
- Date: Tue, 18 Mar 2025 23:35:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-20 15:23:02.958793
- Title: Solovay Kitaev and Randomized Compilation
- Title（参考訳）: Solovay Kitaev とランダムコンパイル
- Authors: Oliver Maupin, Ashlyn D. Burch, Christopher G. Yale, Matthew N. H. Chow, Terra Colvin, Jr., Brandon Ruzic, Melissa C. Revelle, Brian K. McFarland, Eduardo Ibarra-García-Padilla, Alejandro Rascon, Andrew J. Landahl, Susan M. Clark, Peter J. Love,
- Abstract要約: 我々はSolovay Kitaev (SK) アルゴリズムを用いて、1つのキュービット回転のアンサンブルを生成し、ランダム化されたコンパイルを行う。
この単純なランダム化ゲート合成アルゴリズムは、量子ノイズがなければ、これらの回転の近似誤差を少なくとも2倍減らすことができる。
- 参考スコア（独自算出の注目度）: 28.326187971248213
- License:
- Abstract: We analyze the use of the Solovay Kitaev (SK) algorithm to generate an ensemble of one qubit rotations over which to perform randomized compilation. We perform simulations to compare the trace distance between the quantum state resulting from an ideal one qubit RZ rotation and discrete SK decompositions. We find that this simple randomized gate synthesis algorithm can reduce the approximation error of these rotations in the absence of quantum noise by at least a factor of two. We test the technique under the effects of a simple coherent noise model and find that it can mitigate coherent noise. We also run our algorithm on Sandia National Laboratories' QSCOUT trapped-ion device and find that randomization is able to help in the presence of realistic noise sources.
- Abstract（参考訳）: 本研究では,Solovay Kitaev (SK) アルゴリズムを用いて,ランダムなコンパイルを行う1つのキュービット回転のアンサンブルを生成する。
理想的な1量子ビットRZ回転と離散SK分解による量子状態間のトレース距離を比較するシミュレーションを行う。
この単純なランダム化ゲート合成アルゴリズムは、量子ノイズがなければ、これらの回転の近似誤差を少なくとも2倍減らすことができる。
簡単なコヒーレントノイズモデルを用いて実験を行い,コヒーレントノイズを軽減できることを確認した。
また、サンディア国立研究所のQSCOUTトラップイオンデバイス上でアルゴリズムを実行し、ランダム化が現実的なノイズ源の存在に寄与することを発見した。
関連論文リスト
- Learning Unnormalized Statistical Models via Compositional Optimization [73.30514599338407]
実データと人工雑音のロジスティックな損失として目的を定式化することにより, ノイズコントラスト推定(NCE)を提案する。
本稿では,非正規化モデルの負の対数類似度を最適化するための直接的アプローチについて検討する。
論文 参考訳（メタデータ） (2023-06-13T01:18:16Z) - PAPAL: A Provable PArticle-based Primal-Dual ALgorithm for Mixed Nash Equilibrium [58.26573117273626]
2プレイヤゼロサム連続ゲームにおける非AL平衡非漸近目的関数について考察する。
連続分布戦略のための粒子ベースアルゴリズムに関する新しい知見を述べる。
論文 参考訳（メタデータ） (2023-03-02T05:08:15Z) - On classical simulation algorithms for noisy Boson Sampling [2.8655318786364408]
本稿では, ボソンサンプリング実験の出力分布から, およそのサンプルを抽出する古典的アルゴリズムを提案する。
これは、Aharonov、Gao、Landau、Liu、Vaziraniの最近の成果にインスパイアされたもので、元々はKalai Kindlerによる観測である。
論文 参考訳（メタデータ） (2023-01-27T04:42:59Z) - Importance sampling for stochastic quantum simulations [68.8204255655161]
我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。
サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。
格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
論文 参考訳（メタデータ） (2022-12-12T15:06:32Z) - Blind Source Separation for Mixture of Sinusoids with Near-Linear
Computational Complexity [0.0]
本研究では, 基本正弦波の周波数, 振幅, 位相を雑音列で検出できるマルチトーン分解アルゴリズムを提案する。
正弦波源数を$M$で推定すると,その周波数を連続的に推定し,振幅と位相を共同で最適化する。
論文 参考訳（メタデータ） (2022-03-27T15:16:07Z) - A Stochastic Newton Algorithm for Distributed Convex Optimization [62.20732134991661]
均質な分散凸最適化のためのNewtonアルゴリズムを解析し、各マシンが同じ人口目標の勾配を計算する。
提案手法は,既存の手法と比較して,性能を損なうことなく,必要な通信ラウンドの数,頻度を低減できることを示す。
論文 参考訳（メタデータ） (2021-10-07T17:51:10Z) - Sample-Optimal PAC Learning of Halfspaces with Malicious Noise [4.8728183994912415]
Valiant(1985)の悪意のあるノイズの存在下で$mathRd$の半空間の効率的なPAC学習を研究します。
Awasthi et alのアルゴリズムのための新しい分析を提示します。
そして、ほぼ最適に近いサンプル複雑性を$tildeo(d)$という値で達成できることを示します。
Bbbshoutyetal (2002) のより一般的で強力なノイズモデルにアルゴリズムと解析を拡張し、ほぼ最適なノイズ耐性とサンプルの複雑さを時間内に達成可能であることを示す。
論文 参考訳（メタデータ） (2021-02-11T20:18:20Z) - Learning based signal detection for MIMO systems with unknown noise
statistics [84.02122699723536]
本論文では,未知のノイズ統計による信号を堅牢に検出する一般化最大確率(ML)推定器を考案する。
実際には、システムノイズに関する統計的な知識はほとんどなく、場合によっては非ガウス的であり、衝動的であり、分析不可能である。
我々のフレームワークは、ノイズサンプルのみを必要とする教師なしの学習アプローチによって駆動される。
論文 参考訳（メタデータ） (2021-01-21T04:48:15Z) - Modeling and mitigation of cross-talk effects in readout noise with
applications to the Quantum Approximate Optimization Algorithm [0.0]
雑音の緩和は、上界を導出する誤差まで行うことができる。
ノイズモデルとエラー軽減スキームの両方をテストするためにIBMのデバイスを使用した15(23)量子ビットの実験。
浅層深度ランダム回路によって生成されるHaar-random量子状態と状態に対して、同様の効果が期待できることを示す。
論文 参考訳（メタデータ） (2021-01-07T02:19:58Z) - Efficient classical simulation and benchmarking of quantum processes in
the Weyl basis [0.0]
Weylユニタリを用いたランダム化ベンチマークアルゴリズムを開発し,エラーモデルの混在を効率よく同定し,学習する。
本手法を変分量子固有解器に現れるアンザッツ回路に適用する。
論文 参考訳（メタデータ） (2020-08-27T16:46:12Z) - Active Model Estimation in Markov Decision Processes [108.46146218973189]
マルコフ決定過程(MDP)をモデル化した環境の正確なモデル学習のための効率的な探索の課題について検討する。
マルコフに基づくアルゴリズムは,本アルゴリズムと極大エントロピーアルゴリズムの両方を小サンプル方式で上回っていることを示す。
論文 参考訳（メタデータ） (2020-03-06T16:17:24Z)
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。