論文の概要: Selective and efficient quantum state tomography for multi-qubit systems

• arxiv url: http://arxiv.org/abs/2503.20979v1
• Date: Wed, 26 Mar 2025 20:43:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-28 18:49:11.308142
• Title: Selective and efficient quantum state tomography for multi-qubit systems
• Title（参考訳）: マルチキュービットシステムのための選択的かつ効率的な量子状態トモグラフィ
• Authors: Aniket Patel, Akshay Gaikwad, Tangyou Huang, Anton Frisk Kockum, Tahereh Abad,
• Abstract要約: 任意の$N$-qubit 密度行列の複数の選択要素を効率的に推定する手法である選択的かつ効率的な QST (SEEQST) を導入する。 任意の$N$-qubit密度行列は、それぞれ2N$要素を含む2N$サブセットに分割可能であることを示す。 SEEQSTでは、そのような部分集合はたった2つの実験から正確に推定できる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum state tomography (QST) is a crucial tool for characterizing quantum states. However, QST becomes impractical for reconstructing multi-qubit density matrices since data sets and computational costs grow exponentially with qubit number. In this Letter, we introduce selective and efficient QST (SEEQST), an approach for efficiently estimating multiple selected elements of an arbitrary $N$-qubit density matrix. We show that any $N$-qubit density matrix can be partitioned into $2^N$ subsets, each containing $2^N$ elements. With SEEQST, any such subset can be accurately estimated from just two experiments with only single-qubit measurements. The complexity for estimating any subset remains constant regardless of Hilbert-space dimension, so SEEQST can find the full density matrix using $2^{N+1} - 1$ experiments, where standard methods would use $3^N$ experiments. We provide a circuit decomposition for the SEEQST experiments, demonstrating that their maximum circuit depth scales logarithmically with $N$ assuming all-to-all connectivity. The Python code for SEEQST is publicly available at \href{https://github.com/aniket-ae/SEEQST}{github.com/aniket-ae/SEEQST}.
• Abstract（参考訳）: 量子状態トモグラフィ(QST)は、量子状態を特徴づける重要なツールである。 しかし、データセットや計算コストが指数関数的に増加するため、QSTはマルチキュービット密度行列の再構成には実用的ではない。 本稿では、任意の$N$-qubit密度行列の複数の選択要素を効率的に推定する手法として、選択的で効率的なQST(SEEQST)を提案する。 任意の$N$-qubit密度行列は、それぞれ2^N$要素を含む2^N$サブセットに分割可能であることを示す。 SEEQSTでは、そのような部分集合はたった2つの実験から正確に推定できる。 ヒルベルト空間次元によらず、任意の部分集合を推定する複雑性は一定であり、SEEQST は 2^{N+1} - 1$ の実験で完全な密度行列を見つけることができる。 我々は,SEEQST実験の回路分解を行い,最大回路深さが全接続性を想定した$N$で対数的にスケールできることを実証した。 SEEQSTのPythonコードは、 \href{https://github.com/aniket-ae/SEEQST}{github.com/aniket-ae/SEEQST}で公開されている。

関連論文リスト

• Matrix encoding method in variational quantum singular value decomposition [49.494595696663524]
  条件測定は、アシラ測定における小さな成功確率を避けるために行われる。 このアルゴリズムの目的関数は、1量子サブシステムの状態を測定することによって確率的に得ることができる。
  論文  参考訳（メタデータ） (2025-03-19T07:01:38Z)
• Distributed quantum algorithm for divergence estimation and beyond [16.651306526783564]
  本稿では,$rm Tr(f(A)g(B))$を付加誤差$varepsilon$内で計算する分散量子アルゴリズムフレームワークを提案する。 このフレームワークは、様々な分散量子コンピューティングタスクに適用可能である。
  論文  参考訳（メタデータ） (2025-03-12T14:28:22Z)
• Collaborative non-parametric two-sample testing [55.98760097296213]
  目標は、null仮説の$p_v = q_v$が拒否されるノードを特定することである。 グラフ構造を効率的に活用する非パラメトリックコラボレーティブ2サンプルテスト(CTST)フレームワークを提案する。 提案手法は,f-divergence Estimation, Kernel Methods, Multitask Learningなどの要素を統合する。
  論文  参考訳（メタデータ） (2024-02-08T14:43:56Z)
• Towards large-scale quantum optimization solvers with few qubits [59.63282173947468]
  我々は、$m=mathcalO(nk)$バイナリ変数を$n$ qubitsだけを使って最適化するために、$k>1$で可変量子ソルバを導入する。 我々は,特定の量子ビット効率の符号化が,バレン高原の超ポリノミウム緩和を内蔵特徴としてもたらすことを解析的に証明した。
  論文  参考訳（メタデータ） (2024-01-17T18:59:38Z)
• On sampling determinantal and Pfaffian point processes on a quantum computer [49.1574468325115]
  DPPは1970年代の量子光学のモデルとしてマッキによって導入された。 ほとんどのアプリケーションはDPPからのサンプリングを必要としており、その量子起源を考えると、古典的なコンピュータでDPPをサンプリングするのは古典的なものよりも簡単かどうか疑問に思うのが自然である。 バニラサンプリングは、各コスト$mathcalO(N3)$と$mathcalO(Nr2)$の2つのステップから構成される。
  論文  参考訳（メタデータ） (2023-05-25T08:43:11Z)
• Quantum Resources Required to Block-Encode a Matrix of Classical Data [56.508135743727934]
  回路レベルの実装とリソース推定を行い、古典データの高密度な$Ntimes N$行列をブロックエンコードして$epsilon$を精度良くすることができる。 異なるアプローチ間のリソーストレードオフを調査し、量子ランダムアクセスメモリ(QRAM)の2つの異なるモデルの実装を検討する。 我々の結果は、単純なクエリの複雑さを超えて、大量の古典的データが量子アルゴリズムにアクセスできると仮定された場合のリソースコストの明確な図を提供する。
  論文  参考訳（メタデータ） (2022-06-07T18:00:01Z)
• Multi-state Swap Test Algorithm [2.709321785404766]
  2つの状態間の重なりを推定することは、量子情報におけるいくつかの応用において重要な課題である。 複数の量子状態の重なりを計測する量子回路を設計する。
  論文  参考訳（メタデータ） (2022-05-15T03:31:57Z)
• How to simulate quantum measurement without computing marginals [3.222802562733787]
  量子状態$psi$を標準で計算するためのアルゴリズムを,古典的に記述し,解析する。 我々のアルゴリズムはサンプリングタスクを$n$-qubit状態のポリ(n)$振幅の計算に還元する。
  論文  参考訳（メタデータ） (2021-12-15T21:44:05Z)
• K-sparse Pure State Tomography with Phase Estimation [1.2183405753834557]
  純状態の再構成のための量子状態トモグラフィ(QST)は、キュービット数で資源と測定を指数的に増加させる必要がある。 特定の測定セットにおける$n$bitsの異なる計算基底状態の重ね合わせからなる純状態のQST再構成を示す。
  論文  参考訳（メタデータ） (2021-11-08T09:43:12Z)
• Distributed quantum inner product estimation [14.222887950206658]
  2つの量子コンピュータ上で準備された状態の忠実度を推定することを目的とした、クロスプラットフォーム検証として知られるベンチマークタスクが提案されている。 ハードウェアの制約により、2つの物理プラットフォーム間で量子通信を行うことはできない。 サンプルの複雑さは、最強の設定でも少なくとも$Omega(max1/varepsilon2,sqrtd/varepsilon)$でなければならない。
  論文  参考訳（メタデータ） (2021-11-05T05:35:03Z)
• 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。