論文の概要: Quantum state preparation with polynomial resources: Branched-Subspaces Adiabatic Preparation (B-SAP)
- arxiv url: http://arxiv.org/abs/2505.13717v1
- Date: Mon, 19 May 2025 20:26:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-21 14:49:52.533679
- Title: Quantum state preparation with polynomial resources: Branched-Subspaces Adiabatic Preparation (B-SAP)
- Title（参考訳）: 多項式資源を用いた量子状態準備:分岐部分空間断熱準備(B-SAP)
- Authors: Davide Cugini, Giacomo Guarnieri, Mario Motta, Dario Gerace,
- Abstract要約: 本稿では,変分量子アルゴリズム(VQA)とAdiabatic prepared(AP)の概念的長所を統合するハイブリッドアルゴリズムを提案する。
本手法は,広いパラメータ範囲とシステムサイズにわたる周期境界条件を持つ1次元XYZハイゼンベルクモデルを用いて検証した。
これらの結果は, 提案アルゴリズムの精度, 効率, 堅牢性を強調し, 短期量子デバイス上でのターゲット量子状態の実際の調製に有効な経路を提供する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum state preparation lies at the heart of quantum computation and quantum simulations, enabling the investigation of complex systems of many bodies across physics, chemistry, and data science. Although methods such as Variational Quantum Algorithms (VQAs) and Adiabatic Preparation (AP) offer promising routes, each faces significant challenges. In this work, we introduce a hybrid algorithm that integrates the conceptual strengths of VQAs and AP, enhanced through the use of group-theoretic structures, to efficiently approximate ground and excited states of arbitrary many-body Hamiltonians. Our approach is validated on the one-dimensional XYZ Heisenberg model with periodic boundary conditions across a broad parameters range and system sizes. Given the system size $L$, we successfully prepare up to $L^2-L+2$ of its lowest eigenstates with high fidelity, employing quantum circuit depths that scale only polynomially with L. These results highlight the accuracy, efficiency, and robustness of the proposed algorithm, which offers a compelling pathway for the actual preparation of targeted quantum states on near-term quantum devices.
- Abstract（参考訳）: 量子状態の準備は量子計算と量子シミュレーションの中心にあり、物理学、化学、データ科学にまたがる多くの身体の複雑なシステムの研究を可能にする。
変分量子アルゴリズム(VQA)やAdiabatic Preparation(AP)のような手法は有望な経路を提供するが、いずれも大きな課題に直面している。
本研究では,VQAとAPの概念的強みを統合し,群理論構造を用いて拡張し,任意の多体ハミルトニアンの基底および励起状態を効率的に近似するハイブリッドアルゴリズムを提案する。
本手法は,広いパラメータ範囲とシステムサイズにわたる周期境界条件を持つ1次元XYZハイゼンベルクモデルを用いて検証した。
システムサイズが$L$となると、Lと多項式的にしかスケールしない量子回路深度を用いて、高い忠実度を持つ最小固有状態の最大$L^2-L+2$の準備に成功した。
関連論文リスト
- A Quantum Approximate Optimization Algorithm for Local Hamiltonian Problems [0.0]
局所ハミルトン問題(Local Hamiltonian Problems、LHP)は、多体量子系において計算完全で物理的に関係のある重要な問題である。
我々は、ハミルトニアン量子近似最適化アルゴリズム(HamQAOA)と呼ばれる量子近似を提案し、解析する。
以上の結果から, 線形深度HamQAOAは, 1次元反強磁性ハイゼンベルクスピン鎖の正確な基底状態を決定論的に生成できることが示唆された。
論文 参考訳（メタデータ） (2024-12-12T12:22:08Z) - Variational Quantum Subspace Construction via Symmetry-Preserving Cost Functions [39.58317527488534]
低次エネルギー状態の抽出のための削減部分空間を反復的に構築するために,対称性保存コスト関数に基づく変動戦略を提案する。
概念実証として, 基底状態エネルギーと電荷ギャップの両方を対象とし, 提案アルゴリズムをH4鎖とリング上で検証した。
論文 参考訳（メタデータ） (2024-11-25T20:33:47Z) - 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) - Solving reaction dynamics with quantum computing algorithms [42.408991654684876]
線形応答によって支配される異なる反応を記述することに関連する応答関数の量子アルゴリズムについて検討する。
我々は原子核物理学の応用に焦点をあて、格子上の量子ビット効率のマッピングを検討し、現実的な散乱シミュレーションに必要な大量の量を効率的に表現することができる。
論文 参考訳（メタデータ） (2024-03-30T00:21:46Z) - Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。
どの場の量子スピードアップが達成できるかという新たな課題が生じる。
量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文 参考訳（メタデータ） (2024-02-26T09:32:07Z) - Probing Quantum Efficiency: Exploring System Hardness in Electronic
Ground State Energy Estimation [0.0]
電子構造理論の古典的アルゴリズムと量子アルゴリズムの相関性について考察する。
量子アルゴリズムでは,変分量子固有解法 (VQE) と量子位相推定法 (QPE) を選択した。
論文 参考訳（メタデータ） (2023-10-31T20:07:15Z) - Scalable Quantum Ground State Preparation of the Heisenberg Model: A
Variational Quantum Eigensolver Approach [0.0]
変分量子ソルバ (VQE) アルゴリズムは、量子回路と古典的等分量子ソルバからなるシステムである。
異方性XXZモデルに対する臨界状態を含む結合の可能な全ての値に対して基底状態を作成することができるアンザッツを提案する。
論文 参考訳（メタデータ） (2023-08-23T09:26:34Z) - Improved iterative quantum algorithm for ground-state preparation [4.921552273745794]
ハミルトン系の基底状態を作成するために,改良された反復量子アルゴリズムを提案する。
提案手法には,各イテレーションにおける成功確率の向上,測定精度に依存しないサンプリングの複雑さ,ゲートの複雑さの低減,およびアシラリー状態が十分に準備された場合の量子資源のみを必要とするという利点がある。
論文 参考訳（メタデータ） (2022-10-16T05:57:43Z) - Quantum Davidson Algorithm for Excited States [42.666709382892265]
基底状態と励起状態の両方に対処するために量子クリロフ部分空間(QKS)法を導入する。
固有状態の残余を使ってクリロフ部分空間を拡大し、コンパクトな部分空間を定式化し、正確な解と密接に一致させる。
量子シミュレータを用いて、様々なシステムの励起状態特性を探索するために、新しいQDavidsonアルゴリズムを用いる。
論文 参考訳（メタデータ） (2022-04-22T15:03:03Z) - On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。
私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
論文 参考訳（メタデータ） (2021-06-29T14:01:40Z)
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。