論文の概要: Towards Practical Quantum Phase Estimation: A Modular, Scalable, and Adaptive Approach
- arxiv url: http://arxiv.org/abs/2507.22460v1
- Date: Wed, 30 Jul 2025 08:06:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-31 16:14:18.082935
- Title: Towards Practical Quantum Phase Estimation: A Modular, Scalable, and Adaptive Approach
- Title(参考訳): 実用的量子位相推定に向けて:モジュール的でスケーラブルで適応的なアプローチ
- Authors: Alok Shukla, Prakash Vedula,
- Abstract要約: 本稿では,適応ウィンドウ量子位相推定(AWQPE)アルゴリズムを提案する。
AWQPEは、所望の精度を達成するのに必要なイテレーションの数を大幅に削減する。
我々の数値シミュレーションは、AWQPEの精度と堅牢性を示し、資源効率と計算速度の明確なバランスを示す。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum Phase Estimation (QPE) is a cornerstone algorithm in quantum computing, with applications ranging from integer factorization to quantum chemistry simulations. However, the resource demands of standard QPE, which require a large number of coherent qubits and deep circuits, pose significant challenges for current Noisy Intermediate Scale Quantum (NISQ) devices. In this work, we introduce the Adaptive Windowed Quantum Phase Estimation (AWQPE) algorithm, a novel method designed to address the limitations of standard QPE. AWQPE utilizes small, independent blocks of $m > 1$ control qubits to estimate multiple phase bits simultaneously within a "window,'' thereby significantly reducing the number of iterations required to achieve a desired precision. These independent blocks are amenable to parallelization and, when combined with a robust least-significant-bit (LSB) to most-significant-bit (MSB) ambiguity resolution mechanism, enhance the algorithm's accuracy while mitigating the risk of error propagation. Our numerical simulations demonstrate AWQPE's accuracy and robustness, showcasing a distinct balance between resource efficiency and computational speed. This makes AWQPE particularly well-suited for near-term quantum platforms.
- Abstract(参考訳): 量子位相推定(Quantum Phase Estimation、QPE)は、整数分解から量子化学シミュレーションまで、量子コンピューティングの基盤となるアルゴリズムである。
しかし、多数のコヒーレント量子ビットとディープ回路を必要とする標準QPEのリソース要求は、現在のノイズ中間スケール量子(NISQ)デバイスに重大な課題をもたらす。
そこで本研究では,標準QPEの限界に対処する新しい手法であるAdaptive Windowed Quantum Phase Estimation (AWQPE)アルゴリズムを提案する。
AWQPEは、$m > 1$制御キュービットの小さな独立したブロックを用いて、「ウィンドウ」内で複数の位相ビットを同時に推定し、所望の精度を達成するのに必要なイテレーション数を著しく削減する。
これらの独立ブロックは並列化に適しており、ロバストな最小有意ビット(LSB)と最重要ビット(MSB)曖昧性解決機構を組み合わせると、エラー伝播のリスクを軽減しつつアルゴリズムの精度を高める。
我々の数値シミュレーションは、AWQPEの精度と堅牢性を示し、資源効率と計算速度の明確なバランスを示す。
これにより、AWQPEは特に短期量子プラットフォームに適している。
関連論文リスト
- VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning [60.996803677584424]
変分量子回路(VQC)は、量子機械学習のための新しい経路を提供する。
それらの実用的応用は、制約付き線形表現性、最適化課題、量子ハードウェアノイズに対する鋭敏感といった固有の制限によって妨げられている。
この研究は、これらの障害を克服するために設計されたスケーラブルで堅牢なハイブリッド量子古典アーキテクチャであるVQC-MLPNetを導入している。
論文 参考訳(メタデータ) (2025-06-12T01:38:15Z) - Post-Variational Ground State Estimation via QPE-Based Quantum Imaginary Time Evolution [0.0]
本稿では,QPEに基づくQPE-QITE(Quantum imaginary Time Evolution)アルゴリズムについて述べる。
変分法とは異なり、QPE-QITEは量子レジスタを低エネルギー固有状態に投影するために追加のアンシラを用いる。
低自己相関バイナリシーケンス(LABS)問題に適用することで,QPE-QITEの機能を示す。
論文 参考訳(メタデータ) (2025-04-15T18:44:14Z) - Extending Quantum Perceptrons: Rydberg Devices, Multi-Class Classification, and Error Tolerance [67.77677387243135]
量子ニューロモーフィックコンピューティング(QNC)は、量子計算とニューラルネットワークを融合して、量子機械学習(QML)のためのスケーラブルで耐雑音性のあるアルゴリズムを作成する
QNCの中核は量子パーセプトロン(QP)であり、相互作用する量子ビットのアナログダイナミクスを利用して普遍的な量子計算を可能にする。
論文 参考訳(メタデータ) (2024-11-13T23:56:20Z) - Efficient Classical Computation of Single-Qubit Marginal Measurement Probabilities to Simulate Certain Classes of Quantum Algorithms [0.0]
我々は、ニューラルネットワークを利用してユニタリ変換を生成する新しいCNOT"機能"を導入する。
ランダム回路シミュレーションでは,QC-DFTの修正により,単一キュービットの辺り測定確率の効率的な計算が可能となった。
論文 参考訳(メタデータ) (2024-11-11T09:30:33Z) - Subspace-Based Local Compilation of Variational Quantum Circuits for Large-Scale Quantum Many-Body Simulation [0.0]
本稿では,時間進化演算子をコンパイルするためのハイブリッド量子古典アルゴリズムを提案する。
精度を保ちながら、トロッタライゼーションに比べて95%の回路深さの低減を実現している。
我々は,LSVQCを用いて,短期量子コンピューティングアーキテクチャ上での量子シミュレーションの実行に必要なゲート数を推定する。
論文 参考訳(メタデータ) (2024-07-19T09:50:01Z) - Scaling Limits of Quantum Repeater Networks [62.75241407271626]
量子ネットワーク(QN)は、セキュアな通信、強化されたセンシング、効率的な分散量子コンピューティングのための有望なプラットフォームである。
量子状態の脆弱な性質のため、これらのネットワークはスケーラビリティの観点から大きな課題に直面している。
本稿では,量子リピータネットワーク(QRN)のスケーリング限界について解析する。
論文 参考訳(メタデータ) (2023-05-15T14:57:01Z) - Iterative Qubits Management for Quantum Index Searching in a Hybrid
System [56.39703478198019]
IQuCSは、量子古典ハイブリッドシステムにおけるインデックス検索とカウントを目的としている。
我々はQiskitでIQuCSを実装し、集中的な実験を行う。
その結果、量子ビットの消費を最大66.2%削減できることが示されている。
論文 参考訳(メタデータ) (2022-09-22T21:54:28Z) - Quantum Robustness Verification: A Hybrid Quantum-Classical Neural
Network Certification Algorithm [1.439946676159516]
本研究では、堅牢性多変数混合整数プログラム(MIP)の解法を含むReLUネットワークの検証について検討する。
この問題を軽減するために、ニューラルネットワーク検証にQCを用い、証明可能な証明書を計算するためのハイブリッド量子プロシージャを導入することを提案する。
シミュレーション環境では,我々の証明は健全であり,問題の近似に必要な最小量子ビット数に制限を与える。
論文 参考訳(メタデータ) (2022-05-02T13:23:56Z) - Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。
QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。
数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
論文 参考訳(メタデータ) (2020-10-20T12:06:27Z) - Minimizing estimation runtime on noisy quantum computers [0.0]
ベイズ推論の実行には、ELF(Engineered chance function)が用いられる。
物理ハードウェアがノイズの多い量子コンピュータの仕組みから遷移するにつれて,ELF形式がサンプリングにおける情報ゲイン率をいかに向上させるかを示す。
この技術は、化学、材料、ファイナンスなどを含む多くの量子アルゴリズムの中心的なコンポーネントを高速化する。
論文 参考訳(メタデータ) (2020-06-16T17:46:18Z)
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。