論文の概要: Quon Classical Simulation: Unifying Cliffords, Matchgates and Entanglement

• arxiv url: http://arxiv.org/abs/2505.07804v2
• Date: Fri, 08 Aug 2025 16:08:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-11 14:17:29.317571
• Title: Quon Classical Simulation: Unifying Cliffords, Matchgates and Entanglement
• Title（参考訳）: Quon Classical Simulation: Cliffords, Matchgates, Entanglementの統合
• Authors: Zixuan Feng, Zhengwei Liu, Fan Lu, Ningfeng Wang,
• Abstract要約: ハイブリッドClifford-Matchgate回路のためのQuon Classical Simulation (QCS) を確立する。 このフレームワークは、時空境界と欠陥を持つ2+1Dトポロジカル量子場理論であるQuon言語に基づいている。
• 参考スコア（独自算出の注目度）: 1.1584392437481228
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose a new framework of topological complexity to study the computational complexity of quantum circuits and tensor networks. Within this framework, we establish the Quon Classical Simulation (QCS) for hybrid Clifford-Matchgate circuits, which is efficient for both Clifford circuits and Matchgate circuits, therefore answering a long standing open question on unifying efficient classical simulations. This framework is built upon the Quon language, a 2+1D topological quantum field theory with space-time boundary and defects. Its exponential computation complexity is captured by Magic holes, a topological feature capturing the global long-range entanglement. Both Clifford circuits and Matchgate circuits are free of Magic holes. Efficient classical simulations of Cliffords and Matchgates are implemented by two parallel operations, generalized surgery theory of 3-manifolds and Yang-Baxter relations on the 2D boundary respectively, with additional binary arithmetic properties.
• Abstract（参考訳）: 本稿では,量子回路とテンソルネットワークの計算複雑性を研究するために,位相複雑性の新しい枠組みを提案する。 本枠組みでは,ハイブリッドクリフォード・マッチゲート回路のQuon Classical Simulation (QCS) を確立する。 このフレームワークは、時空境界と欠陥を持つ2+1Dトポロジカル量子場理論であるQuon言語に基づいている。 その指数計算の複雑さは、地球規模の長距離の絡み合いを捉えたトポロジカルな特徴であるマジックホールによって捉えられる。 クリフォード回路とマッチゲート回路の両方にはマジックホールがない。 クリフォードとマッチゲートの効率的な古典シミュレーションは、それぞれ3次元多様体の一般化手術理論と2次元境界上のヤン・バクスター関係という2つの並列演算によって実装される。

関連論文リスト

• Classical simulation of parity-preserving quantum circuits [0.0]
  一般性を損なわないフェルミオン量子系の古典的シミュレーション法を提案する。 我々は、これらの回路をフェルミオンテンソルネットワークにマッピングし、非マッチゲートゲートの新たな分解を導入する。 提案アルゴリズムは,高い精度を維持しつつパリティ保存回路をシミュレーションするための資源要求を著しく低減する。
  論文  参考訳（メタデータ） (2025-04-27T17:42:39Z)
• Efficient quantum-enhanced classical simulation for patches of quantum landscapes [0.0]
  パラメータ化量子回路によって生成される期待ランドスケープのサブリージョンの古典的なサロゲートを常に生成可能であることを示す。 我々は、量子デバイス上で単純な測定を行った後、ランドスケープのサブリージョンの近似期待値を古典的にシミュレートできる量子エンハンスな古典的アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-11-29T18:00:07Z)
• Disentangling unitary dynamics with classically simulable quantum circuits [0.0]
  我々は量子回路とハミルトン力学の両方を研究する。 パウリ作用素の期待は、深いクリフォード回路でも効率的にシミュレートできる。 ハミルトニアン力学では、古典的なシミュレーションが一般化して非効率になる。
  論文  参考訳（メタデータ） (2024-10-11T17:18:26Z)
• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
  d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。 我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• Hybrid Quantum-Classical Machine Learning with String Diagrams [49.1574468325115]
  本稿では,文字列ダイアグラムの観点からハイブリッドアルゴリズムを記述するための公式なフレームワークを開発する。 弦図の特筆すべき特徴は、量子古典的インタフェースに対応する関手ボックスの使用である。
  論文  参考訳（メタデータ） (2024-07-04T06:37:16Z)
• Lie-algebraic classical simulations for quantum computing [0.3774866290142281]
  我々は「$mathfrakg$-sim」と呼ばれる古典シミュレーションのためのフレームワークを提案する。 我々は、$mathfrakg$-simが古典シミュレーションの新しいレギュレーションを可能にすることを示す。 ベンチマーク問題に対する大規模ノイズレスおよびノイズの多いシミュレーションを報告する。
  論文  参考訳（メタデータ） (2023-08-02T21:08:18Z)
• Tensor Networks or Decision Diagrams? Guidelines for Classical Quantum Circuit Simulation [65.93830818469833]
  テンソルネットワークと決定図は、異なる視点、用語、背景を念頭に、独立して開発されている。 これらの手法が古典的量子回路シミュレーションにどのようにアプローチするかを考察し、最も適用可能な抽象化レベルに関してそれらの相似性を考察する。 量子回路シミュレーションにおいて,テンソルネットワークの使い勝手の向上と決定図の使い勝手の向上に関するガイドラインを提供する。
  論文  参考訳（メタデータ） (2023-02-13T19:00:00Z)
• The Quantum Path Kernel: a Generalized Quantum Neural Tangent Kernel for Deep Quantum Machine Learning [52.77024349608834]
  古典的なディープニューラルネットワークの量子アナログを構築することは、量子コンピューティングにおける根本的な課題である。 鍵となる問題は、古典的なディープラーニングの本質的な非線形性にどのように対処するかである。 我々は、深層機械学習のこれらの側面を複製できる量子機械学習の定式化であるQuantum Path Kernelを紹介する。
  論文  参考訳（メタデータ） (2022-12-22T16:06:24Z)
• Classical circuits can simulate quantum aspects [0.0]
  本研究では,電気ネットワークを用いた量子システムのシミュレーション手法を提案する。 相互作用ネットワークを合成することにより、2-$state から$n-$state まで、様々な複雑さの量子システムを正確にシミュレートする。
  論文  参考訳（メタデータ） (2022-09-19T18:42:06Z)
• Fixed Depth Hamiltonian Simulation via Cartan Decomposition [59.20417091220753]
  時間に依存しない深さの量子回路を生成するための構成的アルゴリズムを提案する。 一次元横フィールドXYモデルにおけるアンダーソン局在化を含む、モデルの特殊クラスに対するアルゴリズムを強調する。 幅広いスピンモデルとフェルミオンモデルに対して正確な回路を提供するのに加えて、我々のアルゴリズムは最適なハミルトニアンシミュレーションに関する幅広い解析的および数値的な洞察を提供する。
  論文  参考訳（メタデータ） (2021-04-01T19:06:00Z)
• Error mitigation and quantum-assisted simulation in the error corrected regime [77.34726150561087]
  量子コンピューティングの標準的なアプローチは、古典的にシミュレート可能なフォールトトレラントな演算セットを促進するという考え方に基づいている。 量子回路の古典的準確率シミュレーションをどのように促進するかを示す。
  論文  参考訳（メタデータ） (2021-03-12T20:58:41Z)

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。