論文の概要: Arbitrary state creation via controlled measurement

• arxiv url: http://arxiv.org/abs/2504.09462v2
• Date: Wed, 30 Apr 2025 04:28:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-02 19:15:52.488783
• Title: Arbitrary state creation via controlled measurement
• Title（参考訳）: 制御計測による任意状態生成
• Authors: Alexander I. Zenchuk, Wentao Qi, Junde Wu,
• Abstract要約: このアルゴリズムは任意の$n$-qubit純量子重ね合わせ状態を生成し、精度は$m$-decimalsである。 このアルゴリズムは、1キュービット回転、アダマール変換、マルチキュービット制御によるC-NOT演算を使用する。
• 参考スコア（独自算出の注目度）: 49.494595696663524
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The initial state creation is a starting point of many quantum algorithms and usually is considered as a separate subroutine not included into the algorithm itself. There are many algorithms aimed on creation of special class of states. Our algorithm allows creating an arbitrary $n$-qubit pure quantum superposition state with precision of $m$-decimals (binary representation) for each probability amplitude. The algorithm uses one-qubit rotations, Hadamard transformations and C-NOT operations with multi-qubit controls. However, the crucial operation is the final controlled measurement of the ancilla state that removes the garbage part of the superposition state and allows to avoid the problem of small success probability in that measurement. We emphasize that rotation angles are predicted in advance by the required precision and therefore there is no classical calculation supplementing quantum algorithm. The depth and space of the algorithm growth with $n$ as, respectively, $O(2^n n)$ and $O(n)$. This algorithm can be a subroutine generating the required input state in various algorithms, in particular, in matrix-manipulation algorithms developed earlier.
• Abstract（参考訳）: 初期状態生成は多くの量子アルゴリズムの出発点であり、通常はアルゴリズム自体に含まれない別のサブルーチンと見なされる。 特殊クラスの国家を創出することを目的とした多くのアルゴリズムがある。 我々のアルゴリズムは、各確率振幅に対して$m$-decimals(バイナリ表現)の精度で任意の$n$-qubit純量子重ね合わせ状態を作成することができる。 このアルゴリズムは、1キュービット回転、アダマール変換、マルチキュービット制御によるC-NOT演算を使用する。 しかし、重要な操作は、重ね合わせ状態のゴミ部分を取り除き、その測定において小さな成功確率の問題を回避できるアシラ状態の最終的な制御された測定である。 回転角は必要な精度で事前に予測されるので、量子アルゴリズムを補完する古典的な計算は存在しない。 アルゴリズムの深さと空間はそれぞれ$n$で、$O(2^n n)$と$O(n)$である。 このアルゴリズムは、様々なアルゴリズム、特に以前に開発された行列演算アルゴリズムにおいて必要な入力状態を生成するサブルーチンである。

関連論文リスト

• Quantum Hermitian conjugate and encoding unnormalized matrices [49.494595696663524]
  本研究では,行列要素を量子系の純重ね合わせ状態の確率振幅に符号化した行列演算アルゴリズムのファミリを開発する。 これらのアルゴリズムには, (i) 行列のエルミート共役を考慮し, (ii) 純量子状態の正規化条件によって必然的に課される行列要素の絶対値に対する制限を弱める2つの拡張を導入する。
  論文  参考訳（メタデータ） (2025-03-27T08:49:59Z)
• Space-Efficient Quantum Error Reduction without log Factors [50.10645865330582]
  本稿では,多数決のランダムウォーク解釈に類似したライン上の重み付けウォークとして理解可能な,新たに単純化された浄化器の構成を提案する。 我々の浄化器は、前者よりも指数関数的に空間の複雑さが良く、精製されるアルゴリズムの音質-完全性ギャップに四分法的に依存している。
  論文  参考訳（メタデータ） (2025-02-13T12:04:39Z)
• Remarks on controlled measurement and quantum algorithm for calculating Hermitian conjugate [46.13392585104221]
  本稿では,最近提案された行列演算アルゴリズムの2つの新しい側面について述べる。 第一の側面は制御された測定であり、必要なアシラ状態への小さなアクセス確率の問題を回避することができる。 第二の側面は任意の行列のエルミート共役を計算するアルゴリズムである。
  論文  参考訳（メタデータ） (2025-01-27T13:11:47Z)
• Bregman-divergence-based Arimoto-Blahut algorithm [53.64687146666141]
  本稿では,Arimoto-BlahutアルゴリズムをBregman-Diversergenceシステム上で定義された一般関数に一般化する。 このアルゴリズムは古典的および量子速度歪み理論に適用できる。
  論文  参考訳（メタデータ） (2024-08-10T06:16:24Z)
• Generalized quantum Arimoto-Blahut algorithm and its application to quantum information bottleneck [55.22418739014892]
  量子アリーモト・ブラフトアルゴリズムをRamakrishnanらにより一般化する。 3つの量子系を持つ量子情報ボトルネックに対して,我々のアルゴリズムを適用した。 数値解析により,我々のアルゴリズムはアルゴリズムよりも優れていることが示された。
  論文  参考訳（メタデータ） (2023-11-19T00:06:11Z)
• A simple quantum algorithm to efficiently prepare sparse states [0.0]
  ゲートの複雑性は状態の非零振幅数において線形であり、キュービット数では2次であることを示す。 これは、スパース状態の準備のための最もよく知られたアルゴリズムと競合する。
  論文  参考訳（メタデータ） (2023-10-30T07:05:15Z)
• Distributed Phase Estimation Algorithm and Distributed Shor's Algorithm [4.199844472131922]
  Shorのアルゴリズムは、最も重要な量子アルゴリズムの1つである。 NISQ時代には相当量の量子ビットを必要とする。 分散位相推定アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-04-24T13:52:05Z)
• An adaptive Bayesian quantum algorithm for phase estimation [0.0]
  平均絶対誤差と平均二乗誤差の最適2次スケーリングを実現するためのコヒーレンスに基づく位相推定アルゴリズムを提案する。 ノイズの存在下で、我々のアルゴリズムは理論的な下界に近づく誤差を生成する。
  論文  参考訳（メタデータ） (2023-03-02T19:00:01Z)
• Private estimation algorithms for stochastic block models and mixture models [63.07482515700984]
  効率的なプライベート推定アルゴリズムを設計するための一般的なツール。 最初の効率的な$(epsilon, delta)$-differentially private algorithm for both weak recovery and exact recovery。
  論文  参考訳（メタデータ） (2023-01-11T09:12:28Z)
• Entanglement and coherence in Bernstein-Vazirani algorithm [58.720142291102135]
  Bernstein-Vaziraniアルゴリズムは、オラクルに符号化されたビット文字列を決定できる。 我々はベルンシュタイン・ヴァジラニアルゴリズムの量子資源を詳細に分析する。 絡み合いがない場合、初期状態における量子コヒーレンス量とアルゴリズムの性能が直接関係していることが示される。
  論文  参考訳（メタデータ） (2022-05-26T20:32:36Z)
• Black-Box Quantum State Preparation with Inverse Coefficients [17.63187488168065]
  ブラックボックス量子状態の準備は、多くの高レベル量子アルゴリズムの基本的な構成要素である。 不等式試験に基づく逆係数を用いたブラックボックス状態生成のための新しいアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-12-11T09:22:25Z)
• Self-Guided Quantum State Learning for Mixed States [7.270980742378388]
  我々のアルゴリズムの健全な特徴は、非忠実次元$d$状態における効率的な$O left(d3 right)$後処理である。 測定ノイズに対する高いレジリエンスは、ノイズの多い中間スケール量子アプリケーションに我々のアルゴリズムを適合させる。
  論文  参考訳（メタデータ） (2021-06-11T04:40:26Z)
• Higher-order Derivatives of Weighted Finite-state Machines [68.43084108204741]
  本研究では、重み付き有限状態機械の正規化定数に関する高次微分の計算について検討する。 文献に記載されていないすべての順序の導関数を評価するための一般アルゴリズムを提案する。 我々のアルゴリズムは以前のアルゴリズムよりもはるかに高速である。
  論文  参考訳（メタデータ） (2021-06-01T19:51:55Z)
• Quantum Algorithms for Prediction Based on Ridge Regression [0.7612218105739107]
  本稿では,リッジ回帰モデルに基づく量子アルゴリズムを提案する。 提案アルゴリズムは幅広い応用範囲を持ち,提案アルゴリズムは他の量子アルゴリズムのサブルーチンとして利用することができる。
  論文  参考訳（メタデータ） (2021-04-27T11:03:52Z)
• Low depth algorithms for quantum amplitude estimation [6.148105657815341]
  振幅推定のための2つの新しい低深さアルゴリズムの設計と解析 これらのアルゴリズムはモンテカルロ法の量子スピードアップを実現に近づける。
  論文  参考訳（メタデータ） (2020-12-06T18:39:20Z)
• Quantum state preparation with multiplicative amplitude transduction [0.0]
  異なるエンフェーズを持つアルゴリズムの2つの変種を紹介する。 1つの変種はクォービットを減らし、制御されたゲートを使わないが、もう1つの変種は全体としてゲートを減らしている可能性がある。 計算基底状態の振幅において、所望の精度を達成するために必要な量子ビットの数を推定するために、一般的な解析が与えられる。
  論文  参考訳（メタデータ） (2020-06-01T14:36:50Z)
• 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。