Fugu-MT 論文翻訳(概要): Efficiently learning fermionic unitaries with few non-Gaussian gates

論文の概要: Efficiently learning fermionic unitaries with few non-Gaussian gates

arxiv url: http://arxiv.org/abs/2504.15356v1
Date: Mon, 21 Apr 2025 18:02:39 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-01 02:00:21.019099
Title: Efficiently learning fermionic unitaries with few non-Gaussian gates
Title（参考訳）: 非ガウスゲートの少ないフェルミオンユニタリを効率よく学習する
Authors: Sharoon Austin, Mauro E. S. Morales, Alexey Gorshkov,
Abstract要約: パリティ保存型非ガウスゲートを含む$n$モード回路を学習する学習アルゴリズムを提案する。我々のアプローチは、回路を非自明に作用するMajorana演算子にのみ作用する回路に変換するガウス的ユニタリを学習することに依存している。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Fermionic Gaussian unitaries are known to be efficiently learnable and simulatable. In this paper, we present a learning algorithm that learns an $n$-mode circuit containing $t$ parity-preserving non-Gaussian gates. While circuits with $t = \textrm{poly}(n)$ are unlikely to be efficiently learnable, for constant $t$, we present a polynomial-time algorithm for learning the description of the unknown fermionic circuit within a small diamond-distance error. Building on work that studies the state-learning version of this problem, our approach relies on learning approximate Gaussian unitaries that transform the circuit into one that acts non-trivially only on a constant number of Majorana operators. Our result also holds for the case where we have a qubit implementation of the fermionic unitary.
Abstract（参考訳）: フェルミオン・ガウスのユニタリは効率よく学び、シミュラブルであることが知られている。本稿では,ガウシアンゲートを含む$n$モード回路を学習する学習アルゴリズムを提案する。 $t = \textrm{poly}(n)$ の回路は効率よく学習できないが、定数 $t$ の場合、小さなダイヤモンド距離誤差の中で未知のフェルミオン回路の記述を学習するための多項式時間アルゴリズムを提案する。この問題の状態学習バージョンを研究する研究に基づいて、我々のアプローチは、回路を一定の数のマヨラナ演算子にのみ非自明に作用するものに変換する近似ガウスユニタリの学習に依存する。この結果は、フェルミオンユニタリのqubit実装が存在する場合にも当てはまる。

関連論文リスト

Mildly-Interacting Fermionic Unitaries are Efficiently Learnable [0.0]
アルゴリズムはガウス近傍のガウス次元のフェルミオン単位系を時間内に少なくとも2n - O(t)$で学習できることを示す。また、ガウス近傍のフェルミオン性ユニタリに関する構造的な結果も証明する。
論文参考訳（メタデータ） (2025-04-15T15:59:32Z)
A multiple-circuit approach to quantum resource reduction with application to the quantum lattice Boltzmann method [39.671915199737846]
量子格子ボルツマン法(QLBM)における非圧縮性ナビエ-ストークス方程式の多重回路アルゴリズムを提案する。提案法は2次元蓋駆動キャビティフローに対して検証および実証を行った。
論文参考訳（メタデータ） (2024-01-20T15:32:01Z)
Classical simulation of non-Gaussian fermionic circuits [0.4972323953932129]
この問題は、クリフォード回路を非安定化器初期状態でシミュレートするのと類似している。我々の構成は、ガウス状態の重ね合わせにおける相対位相を効率的に追跡できる共分散行列形式の拡張に基づいている。このアルゴリズムは、フェルミオンの数、所望の精度、初期状態の非ガウス性(英語版)の度合いを計測する特定の量で複雑なシミュレーションアルゴリズムを生成する。
論文参考訳（メタデータ） (2023-07-24T16:12:29Z)
Efficiently Learning One-Hidden-Layer ReLU Networks via Schur Polynomials [50.90125395570797]
正方形損失に関して、標準的なガウス分布の下での$k$ReLU活性化の線形結合をPAC学習する問題をmathbbRd$で検討する。本研究の主な成果は,この学習課題に対して,サンプルおよび計算複雑性が$(dk/epsilon)O(k)$で,epsilon>0$が目標精度である。
論文参考訳（メタデータ） (2023-07-24T14:37:22Z)
Quantum Simulation of the First-Quantized Pauli-Fierz Hamiltonian [0.5097809301149342]
我々は、我々の分割と形式主義の征服を通じて、大きな$Lambda$の量子化よりも優れたスケーリングと量子化を得られることを示す。また,マルチコントロールされたXゲート群を実装する新しい方法を含む,ゲート最適化のための新しいアルゴリズムおよび回路レベル技術も提供する。
論文参考訳（メタデータ） (2023-06-19T23:20:30Z)
Unbiased random circuit compiler for time-dependent Hamiltonian simulation [8.694056486825318]
時間依存ハミルトニアンシミュレーションは量子コンピューティングにおいて重要な課題である。我々はTDHSのための非バイアスランダムコンパイラを開発した。相互作用図に基づくスピンモデルと分子系の断熱基底状態の数値シミュレーションを行う。
論文参考訳（メタデータ） (2022-12-19T13:40:05Z)
A single $T$-gate makes distribution learning hard [56.045224655472865]
この研究は、局所量子回路の出力分布の学習可能性に関する広範な評価を提供する。ハイブリッド量子古典アルゴリズムを含む多種多様な学習アルゴリズムにおいて、深度$d=omega(log(n))$ Clifford回路に関連する生成的モデリング問題さえも困難であることを示す。
論文参考訳（メタデータ） (2022-07-07T08:04:15Z)
Quantum Goemans-Williamson Algorithm with the Hadamard Test and Approximate Amplitude Constraints [62.72309460291971]
本稿では,n+1$ qubitsしか使用しないGoemans-Williamsonアルゴリズムの変分量子アルゴリズムを提案する。補助量子ビット上で適切にパラメータ化されたユニタリ条件として目的行列を符号化することにより、効率的な最適化を実現する。各種NPハード問題に対して,Goemans-Williamsonアルゴリズムの量子的効率的な実装を考案し,提案プロトコルの有効性を実証する。
論文参考訳（メタデータ） (2022-06-30T03:15:23Z)
Accurate methods for the analysis of strong-drive effects in parametric gates [94.70553167084388]
正確な数値と摂動解析手法を用いて効率的にゲートパラメータを抽出する方法を示す。我々は,$i$SWAP, Control-Z, CNOT など,異なる種類のゲートに対する最適操作条件を同定する。
論文参考訳（メタデータ） (2021-07-06T02:02:54Z)
Learning algorithms from circuit lower bounds [0.0]
構成回路下界の様々な概念から効率的な学習アルゴリズムの既知の構成を再考する。難しい問題を解こうとする多くのpサイズの回路の誤りを、特定のインタラクティブな方法で効率的に見つけることができれば、pサイズの回路は一様分布を通じてPACを学ぶことができることを証明します。
論文参考訳（メタデータ） (2020-12-28T04:47:36Z)
Mat\'ern Gaussian Processes on Graphs [67.13902825728718]
我々は、マタン・ガウス過程の偏微分方程式のキャラクタリゼーションを利用して、そのアナログを無向グラフに対して研究する。得られたガウス過程がユークリッドアナログやユークリッドアナログの様々な魅力的な性質を継承することを示す。これにより、グラフのMat'ern Gaussianプロセスがミニバッチや非共役設定に使用できる。
論文参考訳（メタデータ） (2020-10-29T13:08:07Z)
Efficient construction of tensor-network representations of many-body Gaussian states [59.94347858883343]
本稿では,多体ガウス状態のテンソルネットワーク表現を効率よく,かつ制御可能な誤差で構築する手法を提案する。これらの状態には、量子多体系の研究に欠かせないボゾン系およびフェルミオン系二次ハミルトン系の基底状態と熱状態が含まれる。
論文参考訳（メタデータ） (2020-08-12T11:30:23Z)

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。