論文の概要: Efficient Gaussian State Preparation in Quantum Circuits
- arxiv url: http://arxiv.org/abs/2507.20317v1
- Date: Sun, 27 Jul 2025 15:15:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-29 16:23:57.379838
- Title: Efficient Gaussian State Preparation in Quantum Circuits
- Title（参考訳）: 量子回路における効率的なガウス状態形成
- Authors: Yichen Xie, Nadav Ben-Ami,
- Abstract要約: 本稿では,1キュービット回転から始まって指数振幅プロファイルを形成する回路ベースアプローチを提案し,解析する。
この手法がガウス状態と高い忠実性を達成することを実証する。
提案手法は、ガウス状態がノイズの多い量子ハードウェア上でアクセスできるようにするための有望な方法であると結論付けている。
- 参考スコア（独自算出の注目度）: 4.930778301847907
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Gaussian states hold a fundamental place in quantum mechanics, quantum information, and quantum computing. Many subfields, including quantum simulation of continuous-variable systems, quantum chemistry, and quantum machine learning, rely on the ability to accurately and efficiently prepare states that reflect a Gaussian profile in their probability amplitudes. Although Gaussian states are natural in continuous-variable systems, the practical interest in digital, gate-based quantum computers demands discrete approximations of Gaussian distributions over a computational basis of size \(2^n\). Because of the exponential scaling of naive amplitude-encoding approaches and the cost of certain block-encoding or Hamiltonian simulation techniques, a resource-efficient preparation of approximate Gaussian states is required. In this work, we propose and analyze a circuit-based approach that starts with single-qubit rotations to form an exponential amplitude profile and then applies the quantum Fourier transform to map those amplitudes into an approximate Gaussian distribution. We demonstrate that this procedure achieves high fidelity with the target Gaussian state while allowing optional pruning of small controlled-phase angles in the quantum Fourier transform, thus reducing gate complexity to near-linear in \(\mathcal{O}(n)\). We conclude that the proposed technique is a promising route to make Gaussian states accessible on noisy quantum hardware and to pave the way for scalable implementations on future devices. The implementation of this algorithm is available at the Classiq library: https://github.com/classiq/classiq-library.
- Abstract（参考訳）: ガウス状態は量子力学、量子情報、量子コンピューティングにおいて基本的な位置を占める。
連続変数系の量子シミュレーション、量子化学、量子機械学習を含む多くのサブフィールドは、確率振幅でガウスプロファイルを反映する状態を正確かつ効率的に準備する能力に依存している。
ガウス状態は連続変数系では自然であるが、デジタルゲートベースの量子コンピュータへの実践的な関心はガウス分布の離散近似を大きさ((2^n\)の計算基底で求める。
単純振幅符号化手法の指数的スケーリングとブロック符号化やハミルトンシミュレーション手法のコストのため、近似ガウス状態の資源効率の良い準備が必要である。
本研究では,1量子ビット回転から指数振幅プロファイルを形成し,量子フーリエ変換を用いてそれらの振幅を近似ガウス分布にマッピングする回路ベースの手法を提案し,解析する。
この手法は、量子フーリエ変換において小さな制御位相角の任意プルーニングを可能にしつつ、ターゲットガウス状態との高忠実性を達成し、ゲートの複雑さを \(\mathcal{O}(n)\) の準線形に減らすことを実証する。
提案手法は,ノイズの多い量子ハードウェア上でガウス状態にアクセスし,将来のデバイス上でスケーラブルな実装を実現するための,有望な方法である,と我々は結論付けている。
このアルゴリズムの実装はClassiqライブラリ(https://github.com/classiq/classiq-library)で利用可能である。
関連論文リスト
- Quantum-assisted Gaussian process regression using random Fourier features [8.271361104403802]
本稿では,ランダムなフーリエ特徴カーネル近似に基づくガウス過程回帰のための量子支援アルゴリズムを提案する。
従来の手法と比較して,スパースオーダーの計算スピードアップを実現する。
論文 参考訳（メタデータ） (2025-07-30T12:49:53Z) - Provable Quantum Algorithm Advantage for Gaussian Process Quadrature [8.271361104403802]
本研究の目的は,ガウス過程二次法のための新しい量子アルゴリズムを開発することである。
本稿では,ガウス過程カーネルのヒルベルト空間近似に基づく量子低ランクガウス過程二次法を提案する。
古典的二次法よりも量子コンピュータの優位性を示す理論的複雑性解析を提供する。
論文 参考訳（メタデータ） (2025-02-20T11:42:15Z) - Quantum Algorithms for Stochastic Differential Equations: A Schrödingerisation Approach [29.662683446339194]
線形微分方程式に対する量子アルゴリズムを提案する。
アルゴリズムのゲートの複雑さは、次元に依存する$mathcalO(dlog(Nd))$を示す。
アルゴリズムはOrnstein-Uhlenbeck過程、ブラウン運動、L'evy飛行に対して数値的に検証される。
論文 参考訳（メタデータ） (2024-12-19T14:04:11Z) - Quantum state preparation for bell-shaped probability distributions using deconvolution methods [0.0]
量子データをロードするための古典量子ハイブリッド手法を提案する。
本稿では,Jensen-Shannon距離をコスト関数として用いて,古典的なステップから得られる結果の近接度と目標分布を定量化する。
デコンボリューションステップからの出力は、与えられた確率分布をロードするために必要な量子回路を構築するために使用される。
論文 参考訳（メタデータ） (2023-10-08T06:55:47Z) - Measuring the Loschmidt amplitude for finite-energy properties of the
Fermi-Hubbard model on an ion-trap quantum computer [27.84599956781646]
本稿では,現在の量子コンピュータ上での量子古典的時系列アルゴリズムの動作について検討する。
具体的には,Fermi-Hubbardモデルに対するLoschmidt振幅をQuantinuum H2-1トラップイオンデバイス上の16$site ladder geometry(32軌道)で測定する。
有限エネルギーにおける局所観測可能量の期待値を測定することにより、量子古典アルゴリズムの完全動作に対する雑音の影響を数値解析する。
論文 参考訳（メタデータ） (2023-09-19T11:59:36Z) - QuEst: Graph Transformer for Quantum Circuit Reliability Estimation [26.963991539714236]
TorchQuantumと呼ばれるPythonライブラリは、機械学習タスクのためにPQCを構築し、シミュレートし、訓練することができる。
本稿では,回路の忠実度に対するノイズの影響を予測するために,グラフトランスフォーマモデルを提案する。
回路シミュレータと比較すると、予測器は忠実度を推定するための200倍以上のスピードアップを持つ。
論文 参考訳（メタデータ） (2022-10-30T02:35:31Z) - Compilation of algorithm-specific graph states for quantum circuits [55.90903601048249]
本稿では,高レベル言語で記述された量子回路から,アルゴリズム固有のグラフ状態を作成する量子回路コンパイラを提案する。
この計算は、このグラフ状態に関する一連の非パウリ測度を用いて実装することができる。
論文 参考訳（メタデータ） (2022-09-15T14:52:31Z) - Bosonic field digitization for quantum computers [62.997667081978825]
我々は、離散化された場振幅ベースで格子ボゾン場の表現に対処する。
本稿では,エラースケーリングを予測し,効率的な量子ビット実装戦略を提案する。
論文 参考訳（メタデータ） (2021-08-24T15:30:04Z) - Properties and Application of Gaussian Quantum Processes [0.0]
ガウスユニタリ過程を特徴とするジェネリックカプラは高忠実トランスデューサに変換可能であることを示す。
光パラメータセンシングのための量子ノイズ理論とその測定精度向上のためのポテンシャルについて検討する。
すべての解析は基本量子可換関係に由来するため、広く適用できる。
論文 参考訳（メタデータ） (2021-07-03T18:01:34Z) - 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) - Gaussian states of continuous-variable quantum systems provide universal
and versatile reservoir computing [0.0]
我々は、オンライン時系列処理の効率的なフレームワークである貯水池コンピューティングについて検討する。
入力時系列をガウス状態に符号化することは、入力出力マップ全体の非線形性を調整するための情報源および手段である。
論文 参考訳（メタデータ） (2020-06-08T18:00:03Z) - Efficient Quantum Circuits for Accurate State Preparation of Smooth,
Differentiable Functions [0.8315657895474382]
線形サイズと深さの回路で高精度に対応できる量子状態の族が存在することを示す。
さらに,線形深度回路を生成するために,線形古典時間のみを必要とするアルゴリズムを開発した。
論文 参考訳（メタデータ） (2020-05-09T02:31:44Z)
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。