論文の概要: Advancing Quantum State Preparation using LimTDD

• arxiv url: http://arxiv.org/abs/2507.17170v1
• Date: Wed, 23 Jul 2025 03:34:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-24 22:33:14.844781
• Title: Advancing Quantum State Preparation using LimTDD
• Title（参考訳）: LimTDDによる量子状態準備の促進
• Authors: Xin Hong, Aochu Dai, Chenjian Li, Sanjiang Li, Shenggang Ying, Mingsheng Ying,
• Abstract要約: 量子状態準備(QSP)は、量子コンピューティングと量子情報処理の基本的な課題である。 本稿では,利用可能なアシラ量子ビットの数に合わせた効率的なQSPアルゴリズム群を提案する。 我々のアルゴリズムは、従来のQSPアルゴリズムと根本的に異なる新しい決定図に基づいている。
• 参考スコア（独自算出の注目度）: 5.328178128965817
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum state preparation (QSP) is a fundamental task in quantum computing and quantum information processing. It is critical to the execution of many quantum algorithms, including those in quantum machine learning. In this paper, we propose a family of efficient QSP algorithms tailored to different numbers of available ancilla qubits - ranging from no ancilla qubits, to a single ancilla qubit, to a sufficiently large number of ancilla qubits. Our algorithms are based on a novel decision diagram that is fundamentally different from the approaches used in previous QSP algorithms. Specifically, our approach exploits the power of Local Invertible Map Tensor Decision Diagrams (LimTDDs) - a highly compact representation of quantum states that combines tensor networks and decision diagrams to reduce quantum circuit complexity. Extensive experiments demonstrate that our methods significantly outperform existing approaches and exhibit better scalability for large-scale quantum states, both in terms of runtime and gate complexity. Furthermore, our method shows exponential improvement in best-case scenarios. This paper is an extended version of [1], with three more algorithms proposed.
• Abstract（参考訳）: 量子状態準備(QSP)は、量子コンピューティングと量子情報処理の基本的な課題である。 量子機械学習を含む多くの量子アルゴリズムの実行には欠かせない。 本稿では, 利用可能なアンシラ量子ビットの数が多様で, 単一のアンシラ量子ビットから十分な数のアンシラ量子ビットまで, 利用可能なアンシラ量子ビットの数に合わせた効率的なQSPアルゴリズム群を提案する。 我々のアルゴリズムは、従来のQSPアルゴリズムと根本的に異なる新しい決定図に基づいている。 具体的には、テンソルネットワークと決定図を組み合わせた量子状態のコンパクトな表現として、局所可逆写像テンソル決定図(LimTDD)のパワーを利用する。 大規模な実験により,我々の手法は既存の手法よりも大幅に優れており,実行時とゲートの複雑さの両面において,大規模量子状態のスケーラビリティが向上していることが示された。 さらに,本手法は,ベストケースシナリオの指数的改善を示す。 この論文は[1]の拡張版であり、さらに3つのアルゴリズムが提案されている。

関連論文リスト

• Active Learning with Variational Quantum Circuits for Quantum Process Tomography [6.842224049271109]
  本稿では、再構成のための量子状態の最も情報性の高いサブセットを適応的に選択する汎用能動学習(AL)フレームワークを提案する。 最大7量子ビットのランダム量子回路から生じるユニタリ量子過程を再構成することにより、アルゴリズムを実証する。
  論文  参考訳（メタデータ） (2024-12-30T13:12:56Z)
• 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)
• Parallel Quantum Computing Simulations via Quantum Accelerator Platform Virtualization [44.99833362998488]
  本稿では,量子回路実行の並列化モデルを提案する。 このモデルはバックエンドに依存しない機能を利用することができ、任意のターゲットバックエンド上で並列量子回路の実行を可能にする。
  論文  参考訳（メタデータ） (2024-06-05T17:16:07Z)
• Bias-field digitized counterdiabatic quantum optimization [39.58317527488534]
  我々はこのプロトコルをバイアス場デジタルダイアバティック量子最適化(BF-DCQO)と呼ぶ。 私たちの純粋に量子的なアプローチは、古典的な変分量子アルゴリズムへの依存を排除します。 基底状態の成功確率のスケーリング改善を実現し、最大2桁まで増大する。
  論文  参考訳（メタデータ） (2024-05-22T18:11:42Z)
• 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)
• Quantivine: A Visualization Approach for Large-scale Quantum Circuit Representation and Analysis [31.203764035373677]
  我々は量子回路の探索と理解のための対話型システムQuantivineを開発した。 一連の新しい回路視覚化は、キュービットの証明、並列性、絡み合いなどのコンテキストの詳細を明らかにするように設計されている。 Quantivineの有効性は、最大100キュービットの量子回路の2つの利用シナリオを通して示される。
  論文  参考訳（メタデータ） (2023-07-18T04:51:28Z)
• Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
  単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。 提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
  論文  参考訳（メタデータ） (2023-04-18T11:57:15Z)
• 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)
• Efficient realization of quantum algorithms with qudits [0.70224924046445]
  マルチレベル量子システム(キューディット)を用いた量子アルゴリズムの効率的な実装手法を提案する。 提案手法は,Quditベースのプロセッサのパラメータに依存する標準量子ビット方式の回路のトランスパイレーションを用いる。 特定の普遍集合から取られた単一量子ゲートと2量子ゲートの列に量子回路を変換する明示的なスキームを提供する。
  論文  参考訳（メタデータ） (2021-11-08T11:09:37Z)

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。